-
公开(公告)号：CN112332540B
公开(公告)日：2022-10-14
申请号：CN202011174866.6
申请日：2020-10-28
Applicant: 上海交通大学
IPC: H02J13/00 , G06F30/18 , G06F30/20 , G06F113/04
Abstract: 一种微电网，包括多种类型的分布式储能、用电和/或发电设备，以及多个与所述用电和/或发电设备连接的智能体，这里的智能体是指分布式协调控制器。还包括至少一个聚合器，这里的聚合器是指能量管理系统。所述智能体包括元件层、通信层和系统层，元件层智能体用于对微电网电压、谐波和频率进行校正，通信层智能体用于对不同微电网内设备的通信协议进行转换，并进行设备间数据交互，系统层智能体用于提供对微电网的管理服务。
-
公开(公告)号：CN111291782B
公开(公告)日：2022-09-09
申请号：CN202010032213.8
申请日：2020-01-13
Abstract: 本发明公开了一种基于信息累积k‑Shape聚类算法的累积负荷预测方法，包括：根据用电负荷曲线的形状特征，执行k‑Shape聚类；再转化成为用户之间负荷曲线的相似性矩阵和距离矩阵；在距离矩阵上获得刻画每个用户之间距离的分层结构；选择不同的聚类个数得到对用户不同的集群划分，训练学习模型，对用户的累积负荷进行概率性和确定性预测；确定每种集群划分的概率性和确定性预测累积负荷预测结果的权重，并将其组合为最终的累积负荷预测结果。本发明提出了较为全面地涵盖用户用电负荷的形状信息，而不依赖于提取特征；有利于用户用电特征的描述；实现了累积负荷预测的集成学习，以及概率性和确定性预测准确度的提高。
-
公开(公告)号：CN109088442B
公开(公告)日：2021-12-14
申请号：CN201811269038.3
申请日：2018-10-29
Applicant: 国网山东省电力公司日照供电公司 , 上海交通大学
Abstract: 本发明公开了一种多时间尺度下考虑多种储能的微能源网优化调度模型，涉及能源互联网优化运行领域，微能源网包含电、热、气三种能量形式，包括P2G设备、热电联供型微燃机、电锅炉、燃气锅炉、蓄电池、蓄热槽、储气罐；多时间尺度考虑日前1小时与日内15分钟两种时间尺度，所述微能源网优化调度模型的建立过程包括以下步骤：步骤1，确定微能源网元件参数与网络参数；步骤2，建立微能源网日前1小时级优化调度模型；步骤3，建立微能源网日内15分钟级优化调度模型。本发明在保证各储能设备日运行能量平衡的前提下有效应对可再生能源功率波动与负荷预测误差，提高了微能源网对风电、光伏的消纳能力。
-
公开(公告)号：CN113256017A
公开(公告)日：2021-08-13
申请号：CN202110630901.9
申请日：2021-06-07
Applicant: 国网山东省电力公司电力科学研究院 , 上海交通大学 , 国家电网有限公司
Inventor： 魏大钧 , 张宇帆 , 石岩 , 李昭昱 , 程艳 , 郝然 , 邢家维 , 艾芊 , 孙树敏 , 李雪亮 , 李勇 , 李笋 , 于芃 , 王士柏 , 王玥娇 , 张兴友 , 王楠 , 郭永超 , 关逸飞
Abstract: 本公开公开的一种短期负荷预测方法及系统，包括：获取历史负荷；将历史负荷输入训练好的负荷序列预测模型中，生成合成负荷；将合成负荷进行投影运算，获得合成历史负荷和待预测负荷；将合成历史负荷、历史负荷和待预测负荷输入训练好的预测预测器中，输出短期负荷预测结果。实现了对短期负荷的准确预测。
-
公开(公告)号：CN113034205A
公开(公告)日：2021-06-25
申请号：CN202110423778.3
申请日：2021-04-20
Applicant: 上海交通大学
IPC: G06Q30/02 , G06Q10/06 , G06Q50/06 , G06F30/20 , G06F111/04 , G06F119/06
Abstract: 本发明公开了一种考虑容载比动态调整的储能站与变电站联合规划方法，涉及电网规划领域，包括以下步骤：根据历史数据预测规划年限负荷增长，确定地区的负荷特性；根据规划地区的负荷特性判断是否进行储能站和变电站的联合规划；根据储能对容载比计算系数的影响，修正所述计算系数中的分散系数K1、主变压器运行率K3、发展储备系数K4，得到容载比的动态调整；根据规划年的储能渗透率，确定容载比指标的取值；以规划成本最小为目标函数，以满足负荷需求、储能运行为约束条件，建立储能站和变电站的联合规划模型。本发明从根本上降低了变电容量规划时的需求，提高了变压器的平均负载率，兼顾安全性和经济性。
-
Patent Agency Ranking
公开(公告)号：CN107895971B
公开(公告)日：2021-05-07
申请号：CN201711219217.1
申请日：2017-11-28
Applicant: 国网山东省电力公司德州供电公司 , 上海交通大学
IPC: H02J3/46
Abstract: 本发明公开了一种基于随机规划和模型预测控制的区域能源互联网调度方法，包括如下步骤：(1)分析区域能源互联网内各机组、联络线的运行特性，构建各单元数学模型；(2)分析风、光可再生能源的出力及冷、热、电负荷不确定性，采用场景生成和削减技术，生成优化调度所需运行的预测场景数据；(3)建立以系统总运行成本最低为目标的日前调度随机规划模型，确定各机组的开停机状态；(4)建立以系统总运行成本最低为目标的日内调度随机规划模型，确定各机组日内运行功率；(5)采用模型预测控制技术建立日内实时滚动校正模型，修正各机组运行计划。本发明实现了负荷的精确跟踪和机组出力平滑，具有较强的动态性和鲁棒性。
-
公开(公告)号：CN110649627B
公开(公告)日：2021-03-30
申请号：CN201911029678.1
申请日：2019-10-28
Applicant: 国网湖北省电力有限公司电力科学研究院 , 上海交通大学
Abstract: 本发明公开了一种基于GBRT的静态电压稳定裕度评估方法及系统，其特征在于，分为离线和在线两个部分；所述离线训练数据库在线下建立，旨在涵盖尽可能多的网架结构，提升GBRT的泛化能力；并基于GBRT和最优潮流建立测量值与静态电压稳定裕度的非线性关系：在线评估在于根据所述离线部分建立的非线性关系，结合当前PMU的实时测量情况，预测电力系统当前静态电压稳定裕度，并在稳定性不足时给调度人员予以必要提醒。本发明还计算了节点重要性指标，并优先在重要节点布置PMU，以更小的经济成本获取误差容许范围内的预测指标，经济性更好。本发明结合了机理建模与数据挖掘的优点，实时性好、准确性高。
-
公开(公告)号：CN111931577A
公开(公告)日：2020-11-13
申请号：CN202010646192.9
申请日：2020-07-07
Abstract: 一种电网线路特定异物智能巡检方法，属线路检测领域。采用人工/无人车/无人机以电网和天空为背景，在电网线路下方朝上自动拍摄、搜集、传输图片；将图像经过图片尺度缩放算法进行自动预处理并存入目标检测图像文件夹内；基于训练集数据增强方法大幅提升在原有训练集图片数量不足时的Faster-RCNN检测模型性能，待检测图像经模型检测后获取检测结果。其结合现有人工/无人车/无人机巡检，提出特定角度拍摄目标以简化图像背景，提升检测效果；通过编写自动处理图像尺寸算法减少了人工处理图像的工作量，基于计算机视觉技术实现故障的自动识别，提升了整体巡检流程的智能化水平，节约了人工成本。可广泛用于电网线路的智能巡检领域。
-
公开(公告)号：CN111523729A
公开(公告)日：2020-08-11
申请号：CN202010327348.7
申请日：2020-04-23
Applicant: 上海交通大学 , 国网山东省电力公司经济技术研究院
Abstract: 本发明公开了一种基于IGDT和需求响应的虚拟电厂竞价的优化控制方法，包括：建立虚拟电厂确定性竞价模型并进行求解；利用信息间隙决策理论建立系统模型；利用信息间隙决策理论建立不确定性模型；根据不同的风险管理策略，在信息间隙决策理论模型中根据所需的性能要求选择对应的决策策略；根据所选决策策略，求解所述系统模型的优化结果；确定最优的虚拟电厂计划出力。能够整合需求响应资源，构建基于IGDT的虚拟电厂联合市场竞价模型，协调和调度内部资源以参与电力市场，从而实现经济优化。
-
公开(公告)号：CN111461923A
公开(公告)日：2020-07-28
申请号：CN202010259498.9
申请日：2020-04-03
Applicant: 国网山东省电力公司聊城供电公司 , 国家电网有限公司 , 上海交通大学
Abstract: 本发明公开了一种基于深度卷积神经网络的窃电监测系统和方法，涉及电力监测技术领域，包括数据输入模块，基于深度卷积神经网络的窃电深度卷积神经网络模型训练模块，以及窃电深度卷积神经网络模型监测效果评估模块，数据输入模块将正常用电数据与窃电数据合成，将合成后的数据进行预处理，将预处理后的数据分为训练集和测试集；窃电深度卷积神经网络模型训练模块，接收数据输入模块预处理后的数据对窃电深度卷积神经网络模型进行训练；窃电深度卷积神经网络模型监测效果评估模块，对窃电深度卷积神经网络模型窃电监测效果进行全面的评估，本发明实现了对数据包含的有效信息的挖掘，使得窃电监测准确度提高，且对于正常用电负荷变化更具鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
138
records
(took 0.026 seconds)
