-
公开(公告)号：CN117056759A
公开(公告)日：2023-11-14
申请号：CN202311066646.5
申请日：2023-08-22
申请人： 中国电力科学研究院有限公司 , 国网江苏省电力有限公司营销服务中心 , 河海大学 , 国家电网有限公司
IPC分类号： G06F18/231 , G06F18/23213 , G06F18/211 , G06F18/243 , G06Q50/06 , G06N5/01 , G06N3/0442 , G06N3/088
摘要： 一种用户负荷群典型用电模式提取方法、系统、设备及介质，方法包括获取所选地区气象及用电数据；在数据层面提取出负荷数据在时域和频域的降维特征；在机理层面，利用因子分析得到不同气象因子与负荷之间的相关性，并对冗余的气象信息进行合并，再从负荷大小特征、负荷特征时间点、负荷需求响应潜力和行业特征四个方面归纳负荷的统计特征，并计算出气象特征与统计特征的重要性得分，根据重要性得分对特征进行选择，获得关键机理性特征；针对负荷数据在时域和频域的降维特征进行二次聚类，获得初次分类结果；再基于关键机理性特征，采用层次聚类算法对初次分类结果进行层次聚类，获得用户负荷群典型用电模式。本发明可以更好地揭示用户的用电需求。
-
公开(公告)号：CN113011045B
公开(公告)日：2022-09-30
申请号：CN202110397097.4
申请日：2021-04-13
申请人： 河海大学 , 国网江苏省电力有限公司 , 中国电力科学研究院有限公司
IPC分类号： G06F30/20 , G06K9/62 , G06Q50/06 , G06F113/04
摘要： 本发明公开了一种夏季用电负荷中空调功率获取方法，其先获取供电区域全年的日负荷功率数据、温度数据和湿度数据；然后根据全年温度、湿度数据，计算温湿度效应下的人体体感温度；接着根据每日最高体感温度、最低体感温度和平均体感温度确定全年常温日集合、夏季高温日集合；分别基于常温日集合中工作日和非工作的归一化的日负荷曲线，通过聚类分析，从常温日集合中获得工作日和非工作日的基准日负荷曲线集合；为夏季高温日集合中的每一天筛选一条最接近基准日负荷曲线作为对应日计算空调功率的基准；从而获得夏季高温日的空调负荷功率变化曲线。本发明解决了现有负荷建模过程中，由于缺乏空调功率数据而影响夏季负荷模型准确性的问题。
-
公开(公告)号：CN113011045A
公开(公告)日：2021-06-22
申请号：CN202110397097.4
申请日：2021-04-13
申请人： 河海大学 , 国网江苏省电力有限公司 , 中国电力科学研究院有限公司
IPC分类号： G06F30/20 , G06K9/62 , G06Q50/06 , G06F113/04
摘要： 本发明公开了一种夏季用电负荷中空调功率获取方法，其先获取供电区域全年的日负荷功率数据、温度数据和湿度数据；然后根据全年温度、湿度数据，计算温湿度效应下的人体体感温度；接着根据每日最高体感温度、最低体感温度和平均体感温度确定全年常温日集合、夏季高温日集合；分别基于常温日集合中工作日和非工作的归一化的日负荷曲线，通过聚类分析，从常温日集合中获得工作日和非工作日的基准日负荷曲线集合；为夏季高温日集合中的每一天筛选一条最接近基准日负荷曲线作为对应日计算空调功率的基准；从而获得夏季高温日的空调负荷功率变化曲线。本发明解决了现有负荷建模过程中，由于缺乏空调功率数据而影响夏季负荷模型准确性的问题。
-
公开(公告)号：CN116777134A
公开(公告)日：2023-09-19
申请号：CN202310526803.X
申请日：2023-05-10
申请人： 河海大学 , 国网江苏省电力有限公司营销服务中心 , 中国电力科学研究院有限公司南京分院
IPC分类号： G06Q10/0631 , H02J3/00 , G06Q50/06
摘要： 本发明公开了一种基于机理‑数据双驱动的住宅区负荷响应潜力估计方法、设备及存储介质，首先，得出负荷的综合功率。然后，基于若干因素的考虑建立机理模型，估计了负载的响应潜力，该响应潜力初步根据Jensen不等式进行评估。最后，提出了一种新的估算算法，进一步利用二分K均值方法将整体负荷的估算分为几个独立的组，采用数据分析来获得参数分布的特征，从而进一步提高了估计的准确性。本发明在考虑机制和数据分析的基础上，提高住宅区负荷响应潜力的估计精度。
-
公开(公告)号：CN109064009B
公开(公告)日：2021-10-15
申请号：CN201810849230.3
申请日：2018-07-28
申请人： 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司 , 河海大学 , 江苏省电力试验研究院有限公司
摘要： 本发明公开一种基于EMS系统底层负荷出线和专变用户的日负荷数据，获取时变的变电站行业构成的方法，采用纵向聚类求平均值的方法分别提取每条底层出线的典型日负荷曲线；对所有出线的典型日负荷曲线进行横向聚类分析，获得220kV变电站下所有底层出线的聚类情况；最后，根据所有底层出线和专变用户的行业归属情况，自下而上聚合得到变电站的行业构成比例；本发明基于EMS系统数据进行分析，可在线获取变电站行业构成比例，无需人工统计调查；又可以获取时变的行业构成比例，有利于解决负荷建模的时变性问题。
-
公开(公告)号：CN113191069A
公开(公告)日：2021-07-30
申请号：CN202110293561.5
申请日：2021-03-19
申请人： 国网江苏省电力有限公司 , 河海大学
摘要： 本发明提供一种基于双分支深度学习模型的空调负荷估算方法与系统，通过对历史气象、历史负荷以及时间数据的多维特征提取，以时间、经济数据作为输入特征训练学习构建基准负荷估算模型分支，以历史气象数据作为输入特征训练学习构建空调负荷估算模型分支，将基准负荷估算模型分支和空调负荷估算模型分支进行拼接，两个分支的输出累加为总空调负荷功率，形成双分支深度学习空调负荷分解模型。在此基础上，在实际的历史空调负荷估算或者未来预测的过程中，通过获取地区的时间数据以及气象数据作为输入，通过特征提取后输入到模型中进行估算，可输出得到对应时刻的空调负荷估算结果以及总负荷，为地区的发电量控制和电力调配提供科学的决策依据。
-
公开(公告)号：CN113076628A
公开(公告)日：2021-07-06
申请号：CN202110286760.3
申请日：2021-03-17
申请人： 国网江苏省电力有限公司 , 河海大学
IPC分类号： G06F30/20 , G06Q50/06 , H02J3/00 , G06F113/04
摘要： 本发明提供一种适用于现代大电网频率安全指标的解析方法与系统，首先构建适用于含有火电、水电、新能源发电的大电网的通用频率响应模型，并通过参数辨识和拉普拉斯反变化，获取大电网频率响应的时域解析；基于大电网频率响应的时域解析，获取频率安全指标；以及基于灵敏度法获取各频率安全指标与关键影响因素的关系，即初始频率变化率、频率最值、恢复时间以及频率恢复值与大电网的等效惯量、等效阻尼系数以及发电机等效调频系数的影响关系。本发明提出的大电网频率安全指标的解析方法，可以快速计算电网在不同大小功率扰动下的多种关键频率安全指标，且具有较高的计算精度，并基于获得各个指标的关键影响因素，可为频率控制策略的合理制定提供依据。
-
公开(公告)号：CN109064009A
公开(公告)日：2018-12-21
申请号：CN201810849230.3
申请日：2018-07-28
申请人： 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司 , 河海大学 , 江苏省电力试验研究院有限公司
CPC分类号： G06Q10/067 , G06Q50/06
摘要： 本发明公开一种基于EMS系统底层负荷出线和专变用户的日负荷数据，获取时变的变电站行业构成的方法，采用纵向聚类求平均值的方法分别提取每条底层出线的典型日负荷曲线；对所有出线的典型日负荷曲线进行横向聚类分析，获得220kV变电站下所有底层出线的聚类情况；最后，根据所有底层出线和专变用户的行业归属情况，自下而上聚合得到变电站的行业构成比例；本发明基于EMS系统数据进行分析，可在线获取变电站行业构成比例，无需人工统计调查；又可以获取时变的行业构成比例，有利于解决负荷建模的时变性问题。
-
公开(公告)号：CN113191069B
公开(公告)日：2022-09-02
申请号：CN202110293561.5
申请日：2021-03-19
申请人： 国网江苏省电力有限公司 , 河海大学
摘要： 本发明提供一种基于双分支深度学习模型的空调负荷估算方法与系统，通过对历史气象、历史负荷以及时间数据的多维特征提取，以时间、经济数据作为输入特征训练学习构建基准负荷估算模型分支，以历史气象数据作为输入特征训练学习构建空调负荷估算模型分支，将基准负荷估算模型分支和空调负荷估算模型分支进行拼接，两个分支的输出累加为总空调负荷功率，形成双分支深度学习空调负荷分解模型。在此基础上，在实际的历史空调负荷估算或者未来预测的过程中，通过获取地区的时间数据以及气象数据作为输入，通过特征提取后输入到模型中进行估算，可输出得到对应时刻的空调负荷估算结果以及总负荷，为地区的发电量控制和电力调配提供科学的决策依据。
-
公开(公告)号：CN113193547A
公开(公告)日：2021-07-30
申请号：CN202110293668.X
申请日：2021-03-19
申请人： 国网江苏省电力有限公司 , 河海大学
摘要： 本发明提供一种计及新能源及负荷区间不确定性的电力系统日前‑日内协同调度方法与系统，包括获取电力系统数据以及新能源和负荷日前预测数据；构建日前调度区间优化问题数学模型；确定日前调度方案及日内调度的边界条件；获取新能源及负荷日内滚动预测数据；以及基于日内调度方案边界条件以及新能源及负荷日内区间数模型，构建日内调度问题数学模型并求解日内调度方案。本发明的电力系统日前‑日内协同调度方法，综合构建了电力系统日前‑日内协同调度的区间问题数学模型；运用区间优化理论，将不确定性目标函数及约束函数转化为确定性问题求解，与机会约束规划方法相比，具有对输入数据信息要求较低、决策灵活性好、计算速度快的优点。
-
-
-
-
-
-
-
-
-
搜索结果
108 条记录 (耗时 0.128 秒)
