-
公开(公告)号：CN111738585A
公开(公告)日：2020-10-02
申请号：CN202010549174.9
申请日：2020-06-16
Abstract: 本发明涉及一种面向电网调度的火电厂存煤量分级预警方法，包括确定多个和电厂存煤量相关的电网预警指标，制定每个指标的四级预警度划分表；根据制定好的四级预警度划分表建立多层模糊综合评价模型，并且设定相应的模型参数；由电网侧后台数据库获取各电厂的电网预警指标具体数值；将电网预警指标具体数值输入至多层模糊综合评价模型中，通过多层模糊综合评价模型求取各级评价隶属度矩阵，计算各级评价因素并输出结果；将输出结果进行图形化显示。与现有技术相比，本发明通过将火电厂存煤量纳入预警考量，并且采用了模糊综合评价法建立预警机制，能够直观有效的对电网管辖下的电厂进行监控与预警，为电网对各电厂实行调度优化提供了必要的依据。
-
公开(公告)号：CN110826794A
公开(公告)日：2020-02-21
申请号：CN201911053400.8
申请日：2019-10-31
Applicant: 上海电力大学 , 国网重庆市电力公司 , 上海厚尚电力科技有限公司 , 上海千环智能科技有限公司
Abstract: 本发明涉及一种基于PSO优化SVM的电厂耗煤基准值滚动预测方法和装置，方法包括如下步骤：获取电厂日耗煤量数据作为输入数据；采用九点二次指数平滑法对输入数据进行滤波平滑处理；建立基于SVM的滚动更新预测模型；通过PSO算法对SVM模型进行参数优化得到PSO-SVM模型；将步骤S2中平滑处理后的输入数据输入步骤S4中的PSO-SVM模型进行耗煤基准值的滚动预测，获取预测结果。与现有技术相比，本发明能精确有效的对电网调度需求的耗煤基准值进行滚动测试和预测更新。
-
公开(公告)号：CN110390436A
公开(公告)日：2019-10-29
申请号：CN201910677427.8
申请日：2019-07-25
Abstract: 本发明涉及一种基于SSA与LSTM深度学习的电厂存煤量短期预测方法，包括以下步骤：获取预测时间节点前设定天数的电厂存煤量、进煤量、耗煤量、发电量的历史数据和温度数据作为输入数据；采用SSA算法对输入数据进行嵌入、分解、重组、重构和归一化处理；将处理后的数据输入训练好的LSTM网络模型进行预测时间节点后设定天数的电厂日存煤量的预测；将预测结果反归一化并输出结果。与现有技术相比，本发明有效提高了电厂日存煤量短期预测的准确性。
-
公开(公告)号：CN111738585B
公开(公告)日：2024-07-16
申请号：CN202010549174.9
申请日：2020-06-16
IPC: G06Q10/0637 , G06Q50/06
Abstract: 本发明涉及一种面向电网调度的火电厂存煤量分级预警方法，包括确定多个和电厂存煤量相关的电网预警指标，制定每个指标的四级预警度划分表；根据制定好的四级预警度划分表建立多层模糊综合评价模型，并且设定相应的模型参数；由电网侧后台数据库获取各电厂的电网预警指标具体数值；将电网预警指标具体数值输入至多层模糊综合评价模型中，通过多层模糊综合评价模型求取各级评价隶属度矩阵，计算各级评价因素并输出结果；将输出结果进行图形化显示。与现有技术相比，本发明通过将火电厂存煤量纳入预警考量，并且采用了模糊综合评价法建立预警机制，能够直观有效的对电网管辖下的电厂进行监控与预警，为电网对各电厂实行调度优化提供了必要的依据。
-
公开(公告)号：CN111682531B
公开(公告)日：2023-06-27
申请号：CN202010531040.4
申请日：2020-06-11
Abstract: 本发明涉及一种基于PL‑IMOCS的风光水火一次能源互补短期优化调度方法和装置，方法包括获取风光火电联合发电系统的各节点信息；依据目标函数和约束条件建立风光火电日前调度模型；根据风光火电日前调度模型制定基于互补系统波动性最小的火电日前调度策略模型，或基于互补系统跟踪负荷曲线的火电日前调度策略模型；通过基于优先顺序法的改进多目标布谷鸟算法对基于互补系统波动性最小的火电日前调度策略模型进行求解，或者对基于互补系统跟踪负荷曲线的火电日前调度策略模型进行求解；根据求得的最优解制定日前发电计划。与现有技术相比，本发明实现风电、光伏发电和水电等可再生能源发电与火电的稳定结合调度，兼顾了低成本和环保效益。
-
Patent Agency Ranking
公开(公告)号：CN111682531A
公开(公告)日：2020-09-18
申请号：CN202010531040.4
申请日：2020-06-11
Abstract: 本发明涉及一种基于PL-IMOCS的风光水火一次能源互补短期优化调度方法和装置，方法包括获取风光火电联合发电系统的各节点信息；依据目标函数和约束条件建立风光火电日前调度模型；根据风光火电日前调度模型制定基于互补系统波动性最小的火电日前调度策略模型，或基于互补系统跟踪负荷曲线的火电日前调度策略模型；通过基于优先顺序法的改进多目标布谷鸟算法对基于互补系统波动性最小的火电日前调度策略模型进行求解，或者对基于互补系统跟踪负荷曲线的火电日前调度策略模型进行求解；根据求得的最优解制定日前发电计划。与现有技术相比，本发明实现风电、光伏发电和水电等可再生能源发电与火电的稳定结合调度，兼顾了低成本和环保效益。
-
公开(公告)号：CN119472284A
公开(公告)日：2025-02-18
申请号：CN202411555753.9
申请日：2024-11-04
Applicant: 国网浙江省电力有限公司经济技术研究院 , 国网浙江省电力有限公司 , 上海电力大学
IPC: G05B13/04
Abstract: 本发明涉及碳能流控制技术领域，公开了一种综合能源系统碳能流的优化控制方法、装置、设备和介质，包括根据综合能源系统中的能源设备，采用Petri网建模技术，构建碳能流模型；根据碳能流模型中各个能源设备之间的能量耦合关系和设备运行特性，确定关联矩阵，并根据关联矩阵，确定各个能源设备的运行参数；根据碳能流模型和运行参数，以系统运行成本最小化和系统碳排放最小化为目标函数，建立节能降碳优化模型；采用改进的PSO算法对节能降碳优化模型进行求解，得到优化控制策略。本发明通过基于Petri网的综合能源系统碳能流建模，并采用改进PSO算法进行求解，有效提高了综合能源系统的优化控制效率和效果，实现了系统的节能降碳。
-
公开(公告)号：CN119377771A
公开(公告)日：2025-01-28
申请号：CN202411481964.2
申请日：2024-10-23
IPC: G06F18/241 , G06F18/25 , G06F18/2431 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及一种多分辨率情形下负荷数据分类方法、装置、设备及介质，其中方法包括以下步骤：获取历史用电数据信息以及负荷的类别信息并进行预处理；基于不同时间尺度对负荷数据进行处理，形成多分辨率负荷数据矩阵；基于负荷数据矩阵，通过使用卷积神经网络获取负荷数据的局部特征；利用Transformer的自注意力机制和相对位置编码获得多分支负荷数据特征；利用融合模型实现多分支CNN和Transformer算法所获取的负荷数据的长短尺度特征的融合；基于融合特征进行分类，输出每个负荷所属类别的概率，确定负荷的类别。与现有技术相比，本发明针对负荷数据的分类问题，不仅能实现多分辨率情形下负荷特征的深度提取，同时能够有效提升对负荷数据分类的准确性。
-
公开(公告)号：CN118864147A
公开(公告)日：2024-10-29
申请号：CN202410995808.1
申请日：2024-07-24
Abstract: 本发明涉及一种考虑风光不确定性和需求响应的高耗能企业源荷协同优化运行方法，包括以下步骤：获取风光气象历史数据集，对该数据集进行预处理；基于Weibull分布和Beta分布构建风光不确定性源出力表征模型，并生成风光出力历史数据集；采用拉丁超立方抽样法结合Kantorovich场景削减法对所述风光出力历史数据进行场景生成与削减；构建电、热价的价格弹性系数和价格弹性系数矩阵；对企业负荷侧分类、构建能耗成本模型；引入优化运行的目标函数和约束条件，得到优化运行模型；将风光出力、负荷参数输入到优化运行模型中，得到高耗能企业源荷协同优化运行的实际结果。与现有技术相比，本发明具有协助网侧削峰填谷、降低企业运行成本、节能减碳、适用范围广、自适应能力强等优点。
-
公开(公告)号：CN118445681A
公开(公告)日：2024-08-06
申请号：CN202410531149.6
申请日：2024-04-29
Applicant: 上海电力大学
Abstract: 本发明涉及电力系统状态计算领域，尤其是涉及一种在未知噪声下基于自适应的多机电力系统状态估计方法，包括：构建多机电力系统中随机的一个同步发电机的状态空间模型，包括发电机的状态方程和发电机相量测量单元的测量方程；提取相量测量单元测量值中的未知噪声，基于高斯混合模型为所述相量测量单元测量值中的未知噪声建立基础分布；采用聚类算法缩减所述基础分布的分量数量，得到一个简化分布；构造自适应状态估计器，利用所得到的相量测量单元未知噪声的真实分布并基于所述同步发电机的模型，实现对同步发电机状态进行自适应状态估计。与现有技术相比，本发明具有针对未知测量噪声影响下，能够准确地计算出的多机电力系统状态，可极大减轻在实际应用中的计算负担等优点。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.052 seconds)
