-
公开(公告)号：CN107332289B
公开(公告)日：2018-09-04
申请号：CN201710793023.6
申请日：2017-09-05
Applicant: 清华大学 , 国家电网有限公司 , 国网冀北电力有限公司 , 北京清软创新科技股份有限公司
Inventor： 孙荣富 , 王东升 , 施贵荣 , 宁文元 , 梁吉 , 王靖然 , 王若阳 , 丁然 , 徐海翔 , 范高锋 , 梁志峰 , 丁华杰 , 王冠楠 , 徐忱 , 鲁宗相 , 乔颖 , 刘梅 , 罗欣 , 廖晔
Abstract: 本发明公开了一种变速风电机组参与系统调频方法，首先将风电机组群进行分组得到各风电机分组；设置各风电机分组的频率控制死区和系统频率偏移；然后当系统频率偏移超过频率控制死区时触发风电机组频率控制，进入调频运行模式；计算各风电机分组的调频增量和调频时间时序；将调频增量和调频时间时序下发给各风电机分组；最后判断各风电机分组的系统频率是否越过最低点，如果是，则将风电机分组退出调频运行模式；如果否，则按照调频时间时序进行调频运行直到结束。本发明提供的变速风电机组参与系统调频方法，通过风电场参与系统调频的时序控制策略；协调各组风电机组的调频有功增量和退出时序，充分挖掘变速风电机组参与系统调频的潜力。
-
公开(公告)号：CN106408105A
公开(公告)日：2017-02-15
申请号：CN201510447909.6
申请日：2015-07-27
Applicant: 国网浙江省电力公司金华供电公司 , 北京清软创新科技股份有限公司
CPC classification number: Y04S50/16
Abstract: 本公开提供一种基于省市县一体化的母线负荷预测管理系统及方法。系统包括：母线数据接口模块，采集读取上报母线负荷预测结果及历史负荷数据，获取基础数据由系统层级延伸到中低压母线层级，精细化母线负荷节点的纳入掌握电网负荷特性；基础信息管理模块，管理母线多个时段的基础数据对基础数据进行检测和修正，判断系统网络拓扑结构、历史负荷或相关因素对母线负荷的影响；母线负荷分析预测模块，用于根据基础数据对电网的母线负荷进行规律性分析，根据基础信息管理模块管理的基础信息预测母线负荷预测结果；考核模块用于考核评估基于省市县一体化的母线负荷预测管理系统。本公开能实现对电网的精细化管理，对电力系统调度的科学化、集约化。
-
公开(公告)号：CN119106311A
公开(公告)日：2024-12-10
申请号：CN202411258661.4
申请日：2024-09-09
Applicant: 国网北京市电力公司 , 国家电网有限公司 , 北京清软创新科技股份有限公司
IPC: G06F18/24 , G06F18/23 , G06F18/213 , G06N3/0464 , G06N3/049 , G06N3/08 , G06Q50/06 , H02J3/06
Abstract: 本发明公开了一种电力系统中母线负荷的分类方法及装置、电子设备，涉及电力系统分析与管理技术领域或其他相关领域，其中，该方法包括：获取目标电力系统在指定时间段内的N个母线负荷数据，N为正整数；将母线负荷数据按时序关系输入至目标分类模型，输出分类结果，分类结果记录有归属于K个分类簇的N个母线负荷数据，每个分类簇表征一个负荷类别，K为小于N的正整数，目标分类模型用于基于深度学习策略、时序卷积网络和自注意力机制对存在时序关系的N个输入数据进行降维处理、特征提取、权重分配以及聚类处理。本发明解决了相关技术中数据聚类算法的计算复杂度高，难以保证聚类特征的有效性，从而难以保证分类准确性的技术问题。
-
公开(公告)号：CN118297633A
公开(公告)日：2024-07-05
申请号：CN202410364791.X
申请日：2024-03-28
Applicant: 国家电网有限公司华北分部 , 北京清软创新科技股份有限公司
IPC: G06Q30/0202 , G06F18/243 , G06N3/0442 , G06N20/20 , G06Q50/06
Abstract: 本发明提供一种基于多元XGBoost组合模型的用电量预测方法，属于电量预测技术领域。该方法包括：获取多个地区的社会经济数据和区域的历史用电数据；区域包括多个地区；计算多个地区的社会经济数据与区域的历史用电数据之间的距离相关系数，并基于距离相关系数从多个地区的社会经济数据中筛选出强相关社会经济数据；将强相关社会经济数据与历史用电数据，输入预先建立的多元XGBoost组合模型，获得区域的初步电量预测结果；将区域的初步电量预测结果输入预先建立的LSTM用电量预测模型，得到区域的最终电量预测结果。本发明能够充分挖掘区域内多省社会经济数据对电力电量的影响，提高模型预测准确率。
-
公开(公告)号：CN113743519B
公开(公告)日：2024-06-18
申请号：CN202111055709.8
申请日：2021-09-09
Applicant: 中国南方电网有限责任公司 , 北京清软创新科技股份有限公司
IPC: G06F18/2321 , G06Q50/06 , G06F18/23213
Abstract: 本发明提供一种电网母线典型负荷曲线识别方法。该方法包括：获取电网中各条母线分别对应的负荷曲线集；针对每一条母线，利用第一聚类算法，对该母线对应的负荷曲线集进行聚类提取，得到该母线对应的标准负荷曲线；将各个母线对应的标准负荷曲线形成电网标准负荷曲线集；利用第二聚类算法和第三聚类算法，对电网标准负荷曲线集进行聚类剔除，并根据聚类剔除后的结果确认电网母线典型负荷曲线集。本发明能够提高电网工作的可靠性。
-
Patent Agency Ranking
公开(公告)号：CN118052331A
公开(公告)日：2024-05-17
申请号：CN202410342265.3
申请日：2024-03-25
Applicant: 国网安徽省电力有限公司营销服务中心 , 北京清软创新科技股份有限公司
Inventor： 曹有霞 , 陈曦鸣 , 周开保 , 段玉卿 , 王品 , 汤旭 , 张世康 , 李智 , 陶红尘 , 常乐 , 倪妍妍 , 陆钦 , 王维胜 , 傅杨柳 , 魏敏俊 , 胡婧 , 刘梅
IPC: G06Q10/04 , G06Q50/06 , G06N20/00 , G06N3/0442 , G06N3/098
Abstract: 本发明属于电量预测技术领域，具体为一种基于深度学习和联邦学习的居民用电量预测方法，该基于深度学习和联邦学习的居民用电量预测方法的具体步骤流程如下：第一步：采集用户数据；第二步：基于联邦学习构建边缘侧训练模型；第三步：分解数据集；第四步：建立联邦学习深度模型；第五步：参数训练；第六步：通过边缘侧训练获取每个边侧模型的可用模型参数，通过接收边缘侧的加密模型参数，更新和优化所有边缘侧模型，在云端实现边缘侧模型的聚合。基于EMD‑LSTM构建了用于REC预测的FL边侧模型，对FL进行了个性化处理，降低了REC预测的误差。
-
公开(公告)号：CN117633431A
公开(公告)日：2024-03-01
申请号：CN202311529348.5
申请日：2023-11-16
Applicant: 国网天津市电力公司电力科学研究院 , 国网天津市电力公司 , 国家电网有限公司 , 北京清软创新科技股份有限公司
Abstract: 本发明涉及一种电力用户24点负荷拟合96点曲线方法，包括以下步骤：步骤1、基于波动率指标判断只具备24点负荷采集条件用户的24点负荷曲线的波动性；步骤2、根据步骤1的负荷曲线波动性大小的判断结果，波动性较大曲线，采用线性回归逐时拓维模型进行96点曲线拟合；其余为波动性较小曲线，采用分时段最小二乘拟合拓维模型进行96点曲线拟合。本发明能够提高用户负荷数据精细度。
-
公开(公告)号：CN116937568A
公开(公告)日：2023-10-24
申请号：CN202310921713.0
申请日：2023-07-25
Applicant: 国网江苏省电力有限公司 , 国网江苏省电力有限公司营销服务中心 , 北京清软创新科技股份有限公司
IPC: H02J3/00 , G06Q10/04 , G06Q50/06 , G06F18/214 , G06F18/25 , G06N3/045 , G06N3/0442 , G06N3/047 , G06N3/084 , G06F123/02
Abstract: 本发明提供一种基于LSTM‑RBM融合的电力负荷预测方法。该方法包括获取预训练的LSTM‑RBM融合模型，其中，LSTM‑RBM融合模型包括RBM网络、LSTM网络；获取用户的用电负荷时序数据；基于用电负荷时序数据，通过LSTM‑RBM融合模型，获得符合用电态势的用电负荷时序预测数据，其中，用电态势通过RBM网络基于用电负荷时序数据得到，用电负荷时序预测数据通过LSTM网络基于用电负荷时序数据得到。本发明能够通过RBM和LSTM的结合，充分考虑到时间序列数据之间的相关性，提升了电力负荷预测结果的准确性。
-
公开(公告)号：CN113128612B
公开(公告)日：2022-11-29
申请号：CN202110463520.6
申请日：2021-04-26
Applicant: 国网河北省电力有限公司营销服务中心 , 国家电网有限公司 , 国网河北省电力有限公司 , 北京清软创新科技股份有限公司
Abstract: 本发明适用于数据处理技术领域，提供了一种电力数据中异常值的处理方法及终端设备，该方法包括：获取电力运行环节中产生的电力数据，对电力数据进行数据降维和数据标准化处理，得到处理后的标准电力数据，将标准电力数据分别输入核函数极限学习模型和叠加集成模型中进行异常值辨识，得到第一输出值集合和第二输出值集合，根据第一输出值集合和第二输出值集合，采用基于正则化的线性回归分析方法进行动态分析，得到异常数据集合，对异常数据集合进行数据清洗，得到清洗后的电力数据。本发明可以同时提高电力数据中异常值的检测精度和效率，并获得对异常数据集合进行数据清洗后的修正的电力数据。
-
公开(公告)号：CN114092276A
公开(公告)日：2022-02-25
申请号：CN202111338979.X
申请日：2021-11-12
Applicant: 国网河北省电力有限公司营销服务中心 , 国家电网有限公司 , 国网河北省电力有限公司 , 北京清软创新科技股份有限公司
Abstract: 本发明提供了一种台区短期负荷的预测方法，包括：将预测日期的气象预报数据、目标台区内的分布式光伏装机容量、历史实际分布式光伏出力数据和实际气象数据输入光伏出力预测模型，得到预测日期的预测分布式光伏出力数据；将气象预报数据、预测日期的日类型、历史实际台区总用电负荷和实际气象数据输入台区总用电负荷预测模型，得到预测日期的预测台区总用电负荷；综合预测台区总用电负荷与预测分布式光伏出力数据得到目标台区的预测台区负荷。本申请考虑到台区负荷受分布式光伏影响的情况，能够通过预测较为稳定的台区总用电负荷，结合分布式光伏出力数据得到台区负荷，从而提高台区负荷短期预测的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.122 seconds)
