公开(公告)号：CN108062596B

公开(公告)日：2020-11-27

申请号：CN201711218683.8

申请日：2017-11-28

Applicant: 广东电网有限责任公司广州供电局

Inventor： 蔡莹 ,  罗微 ,  谭晶 ,  姚林 ,  鄂宇航

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/06

Abstract: 本发明涉及一种热电联产机组电力生产调度方法和系统，上述方法和系统在根据热电联产机组的运行数据获取的第一区域为非凸性运行特性区域时，通过对第一区域分割成凸性运行特性区域的第二区域，确定第二区域的线性表出表达式和设置位置状态参量，从而建立第一区域的功率参数模型，并根据第一区域的功率参数模型进行热电联产机组的电力生产进行优化计算，按照计算后获取的优化结果对热电联产机组的电力生产进行调度，使得在运行特性区域为非凸性运行特性区域时可以计算并获取热电联产机组电力生产的优化结果，并且可以按照计算后获取的优化结果对热电联产机组的电力生产进行调度。

公开(公告)号：CN115642582A

公开(公告)日：2023-01-24

申请号：CN202211099003.6

申请日：2022-09-06

Applicant: 广东电网有限责任公司广州供电局

Inventor： 罗微 ,  蔡莹 ,  谭锡林

IPC: H02J3/00 ,  G06N3/126

Abstract: 一种基于综合集群划分指标的配电网集群划分方法，属于配电网集群划分技术领域。S1基于原始网络邻接矩阵进行编码；S2产生初始种群；S3剔除种群中不满足集群净功率大于或等于0和不满足无功功率需求值与供应值相等的个体；S4确定种群中的个体适应度；S5判断个体适应度是否满足收敛条件，若满足则执行S9；若不满足则执行S6；S6按照遗传算法对种群依次进行交叉、变异；S7再次判断个体适应度是否满足收敛条件，若满足则执行S8；若不满足则执行S6；S8降低控制温度，并执行S5；S9输出最佳个体并解码得到最佳集群划分结果。本发明使集群划分指标更加细致且完善，保证划分后的集群更加方便控制，规模更加合理。

公开(公告)号：CN112465195A

公开(公告)日：2021-03-09

申请号：CN202011272717.3

申请日：2020-11-12

Applicant: 广东电网有限责任公司广州供电局

Inventor： 丁施尹 ,  叶萌 ,  李晶 ,  罗微 ,  于琪 ,  刘梅 ,  郭德华

IPC: G06Q10/04 ,  G06Q50/06

Abstract: 本发明公开了涉及考虑高比例分布式光伏接入的母线负荷预测方法及系统，涉及店里系统负荷预测领域。该方法包括：步骤1，通过互信息系数对高比例分布式光伏数据以及母线负荷数据进行相关性分析，得到分析结果；步骤2，根据所述分析结果组成训练数据集；步骤3，将所述训练数据集分别输入至XGBoost模型以及极限学习机模型，得到XGBoost模型的第一输出结果以及极限学习机模型的第二输出结果；步骤4，对所述第一输出结果以及所述第二输出结果加权计算，得到预测结果。本发明能够解决没有在负荷预测中涉及母线的相关信息或特点问题，达到精准预测的效果。

公开(公告)号：CN114757409B

公开(公告)日：2025-03-28

申请号：CN202210364002.3

申请日：2022-04-08

Applicant: 广东电网有限责任公司广州供电局

Inventor： 蔡莹 ,  罗微

IPC: G06Q10/0637 ,  G06Q10/04 ,  G06Q50/06 ,  H02J3/00 ,  G06N20/00

Abstract: 本发明涉及一种基于强化学习的自适应新能源超短期功率预测方法及装置，所述方法包括获取用于构建自适应智能体的环境变量、动作空间及奖励函数；其中，环境变量为反映环境特点的环境变量指标，动作空间为智能体决策采取的动作函数集合，奖励函数为智能体在动作执行后，环境变量相应变化的评价结果；根据所述环境变量、和奖励函数构建自适应智能体；对环境变量进行处理，利用处理后的环境变量对自适应智能体进行训练，得到自适应预测智能体。本发明将根据环境变量自适应选取与外部环境最契合的单一类预测方法预测结果，从而最大限度提升预测结果准确率。本申请提供的方法实施流程简单，具有较强的应用前景。

公开(公告)号：CN114757409A

公开(公告)日：2022-07-15

申请号：CN202210364002.3

申请日：2022-04-08

Applicant: 广东电网有限责任公司广州供电局

Inventor： 蔡莹 ,  罗微

IPC: G06Q10/04 ,  G06Q50/06 ,  H02J3/00 ,  G06N20/00

Abstract: 本发明涉及一种基于强化学习的自适应新能源超短期功率预测方法及装置，所述方法包括获取用于构建自适应智能体的环境变量、动作空间及奖励函数；其中，环境变量为反映环境特点的环境变量指标，动作空间为智能体决策采取的动作函数集合，奖励函数为智能体在动作执行后，环境变量相应变化的评价结果；根据所述环境变量、和奖励函数构建自适应智能体；对环境变量进行处理，利用处理后的环境变量对自适应智能体进行训练，得到自适应预测智能体。本发明将根据环境变量自适应选取与外部环境最契合的单一类预测方法预测结果，从而最大限度提升预测结果准确率。本申请提供的方法实施流程简单，具有较强的应用前景。