-
公开(公告)号：CN119312108A
公开(公告)日：2025-01-14
申请号：CN202411854481.2
申请日：2024-12-17
Applicant: 国网湖北省电力有限公司经济技术研究院 , 国网湖北省电力有限公司
IPC: G06F18/22 , G06F18/213 , G06F18/25 , G06Q50/06 , G06F123/02
Abstract: 一种基于时序特征匹配的电网项目规划模式识别方法及系统，方法首先构建历史项目进度曲线模式库，提取并加权项目进度时序特征；接着基于权重构建隶属度函数模型，匹配项目进度特征，形成最佳匹配集；随后定义并求解动态时间规整路径模型，通过距离矩阵优化路径，生成新项目进度曲线序列；最后融合序列与最佳匹配集特征，得出最终的项目进度曲线模式；本发明通过对项目进度时序特征的精确捕捉与权重分配，显著提升了预测精度，并通过动态时间规整技术对识别匹配算法的优化，增强了项目数据间比对的合理性与准确性，同时降低了人为因素对识别结果的干扰，保证了识别结果的客观准确。
-
公开(公告)号：CN116029559B
公开(公告)日：2023-06-23
申请号：CN202310315523.4
申请日：2023-03-29
Applicant: 国网湖北省电力有限公司经济技术研究院 , 国网湖北省电力有限公司
IPC: G06Q10/0635 , G06Q10/0639 , G06Q50/06 , G06N3/04 , G06N3/08
Abstract: 一种电力系统基建项目组合方案决策方法，首先基于基建项目集生成多个备选的基建项目组合方案，计算各备选方案的综合效用值，选取综合效用值最大的备选方案作为最佳方案，然后对最佳方案中各新能源配套基建项目分别进行风险评估，得到新能源弃电量期望后判断各新能源配套基建项目的新能源弃电量期望是否超过设定阈值，若均不超过，则将该最佳方案作为最终电力系统基建项目组合方案，若至少一项超过，则将超过设定阈值的新能源配套基建项目剔除后重新确定项目组合方案。本方法一方面通过综合效用值选取最佳方案，保证了整体建设效益，另一方面通过弃电量期望量化基建项目不能满足新能源可靠消纳的风险，确保新能源可靠消纳。
-
公开(公告)号：CN115994459A
公开(公告)日：2023-04-21
申请号：CN202310294061.2
申请日：2023-03-24
Applicant: 国网湖北省电力有限公司经济技术研究院 , 国网湖北省电力有限公司
IPC: G06F30/20 , G06N3/126 , G06N3/006 , G06F113/04 , G06F111/06
Abstract: 一种海量电网基建项目建设时序优化方法，该方法先建立电网基建项目画像特征与建设成效指标的传导模型，再基于所述传导模型，构建以建设成效最大和规划建设成本最小为目标的电网基建项目建设时序优化模型，然后对所述电网基建项目建设时序优化模型进行求解，得到各电网基建项目的最优建设时序方案。本发明不仅实现了多约束条件下的海量电网基建项目建设时序的优化，而且降低了模型的计算维度，保证了模型的计算精度。
-
公开(公告)号：CN119312108B
公开(公告)日：2025-02-18
申请号：CN202411854481.2
申请日：2024-12-17
Applicant: 国网湖北省电力有限公司经济技术研究院 , 国网湖北省电力有限公司
IPC: G06F18/22 , G06F18/213 , G06F18/25 , G06Q50/06 , G06F123/02
Abstract: 一种基于时序特征匹配的电网项目规划模式识别方法及系统，方法首先构建历史项目进度曲线模式库，提取并加权项目进度时序特征；接着基于权重构建隶属度函数模型，匹配项目进度特征，形成最佳匹配集；随后定义并求解动态时间规整路径模型，通过距离矩阵优化路径，生成新项目进度曲线序列；最后融合序列与最佳匹配集特征，得出最终的项目进度曲线模式；本发明通过对项目进度时序特征的精确捕捉与权重分配，显著提升了预测精度，并通过动态时间规整技术对识别匹配算法的优化，增强了项目数据间比对的合理性与准确性，同时降低了人为因素对识别结果的干扰，保证了识别结果的客观准确。
-
公开(公告)号：CN118114480B
公开(公告)日：2025-01-03
申请号：CN202410241943.7
申请日：2024-03-04
Applicant: 国网湖北省电力有限公司经济技术研究院 , 国网湖北省电力有限公司
Abstract: 本发明公开了一种多系统兼容的全感知自优化电网项目数字孪生模型及其数据对齐方法，BIM模型与GIS数据的变换对齐以线性仿射变换为基础进行底层算法的构建并进行多参数化的局部非线性优化匹配得到主对齐算法框架；同时基于自研开发的数据融合技术与电网GIS（或其他电网数据系统）进行集成，面向电力建设项目的全寿命周期数据模拟构建电建设数据的一致化协同和全面感知。本发明在基于电建BIM模型和电网GIS系统进行了二次开发，提出了一种高效的BIM模型与GIS数据几何变换与对齐方法，实现了更高精度和效率的数据对齐。
-
Patent Agency Ranking
公开(公告)号：CN115994459B
公开(公告)日：2023-06-13
申请号：CN202310294061.2
申请日：2023-03-24
Applicant: 国网湖北省电力有限公司经济技术研究院 , 国网湖北省电力有限公司
IPC: G06F30/20 , G06N3/126 , G06N3/006 , G06F113/04 , G06F111/06
Abstract: 一种海量电网基建项目建设时序优化方法，该方法先建立电网基建项目画像特征与建设成效指标的传导模型，再基于所述传导模型，构建以建设成效最大和规划建设成本最小为目标的电网基建项目建设时序优化模型，然后对所述电网基建项目建设时序优化模型进行求解，得到各电网基建项目的最优建设时序方案。本发明不仅实现了多约束条件下的海量电网基建项目建设时序的优化，而且降低了模型的计算维度，保证了模型的计算精度。
-
公开(公告)号：CN114648297A
公开(公告)日：2022-06-21
申请号：CN202210226239.5
申请日：2022-03-09
Applicant: 国网湖北省电力有限公司经济技术研究院 , 国网湖北省电力有限公司
Abstract: 一种考虑项目关联特性的海量电网基建项目优选方法，包括以下步骤：从电网基建项目的工程属性以及项目自身固有属性出发确立项目实体节点类型以及项目之间的特殊关联关系；提出一种由以项目实体节点特征向量‑特殊关联关系‑项目实体节点特征向量构成的原始三元组输入、关系图卷积神经网络编码器、DistMutlt解码器、以交叉熵损失为基础的边界损失运算四部分组成的海量电网基建项目关联特性识别方法；以关键特征指标库为基础构建优选模型的目标函数，模型的约束条件包括投资规模约束、供电能力约束和关联特性约束。本设计不仅实现对海量电网基建项目之间关联特性的准确识别，而且使得海量电网基建项目优选结果更为科学合理。
-
公开(公告)号：CN109784622A
公开(公告)日：2019-05-21
申请号：CN201811500944.X
申请日：2018-12-10
Applicant: 国网湖北省电力有限公司 , 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司经济技术研究院
Abstract: 本发明涉及一种电网项目进度监测方法及系统，属于电力项目监控领域，具体是涉及一种基于地理接线图的电网项目进度监测方法及系统。该方法及系统按照电网项目的进度特性，结合地图综合技术，通过地理接线图即能判断电网项目建设里程碑节点、监测电网项目实际现场建设进度，并对现场建设进度异常情况进行条件判定和预测。
-
公开(公告)号：CN114611768B
公开(公告)日：2025-04-04
申请号：CN202210173270.7
申请日：2022-02-24
Applicant: 国网湖北省电力有限公司 , 国网湖北省电力有限公司经济技术研究院
Abstract: 一种配电网业扩配套容量时序建设规模预测方法，包括以下步骤：提取类似业扩配套容量建设项目的时序影响因素数据和历史建设容量数据；对数据集进行预处理并划分为训练集和测试集；构建基于可解释循环神经网络的配电网业扩配套容量时序建设规模预测模型，该预测模型包括输入层、线性层、非线性特征提取层与线性回归层；对预测模型的权重参数施加相应惩罚约束得到改进后的预测模型；将训练集的数据输入改进后的预测模型中进行训练，将测试集的数据输入训练后的预测模型得到预测结果；判断预测结果与真实值偏差是否在允许范围内，若是，则输出预测结果。本设计在保证预测结果可解释性与预测精度的同时，提高了预测算法结构的灵活性。
-
公开(公告)号：CN119205347A
公开(公告)日：2024-12-27
申请号：CN202411091938.9
申请日：2024-08-09
Applicant: 国网湖北省电力有限公司经济技术研究院 , 国网湖北省电力有限公司
IPC: G06Q40/06 , G06Q50/06 , G06N3/006 , G06N3/0442
Abstract: 本发明涉及电力系统技术领域，提供一种电网投资预测方法及系统，所述方法包括以下步骤：获取历史电网投资数据，对所述历史电网投资数据进行预处理，生成训练集和测试集；基于所述历史电网投资数据和时间注意力机制，构建初始GRU‑Attention预测模型；基于所述训练集和优化的PSO粒子群优化算法对所述初始GRU‑Attention预测模型的参数进行寻优，得到训练之后的PSO‑GRU预测模型；基于所述训练之后的PSO‑GRU预测模型，对目标电网进行电力投资预测。本发明通过采用PSO粒子群优化算法对GRU‑Attention预测模型进行参数优化，得到训练之后的PSO‑GRU预测模型，克服了神经网络的参数难以确定的问题；基于训练之后的PSO‑GRU预测模型，对目标电网进行电力投资预测，得到电网投资预测值，提高了预测精度和稳定性。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.154 seconds)
