-
公开(公告)号：CN117575226A
公开(公告)日：2024-02-20
申请号：CN202311539259.9
申请日：2023-11-17
Applicant: 中国长江电力股份有限公司
IPC: G06Q10/0631 , G06Q10/04 , G06Q50/06
Abstract: 本发明提供一种基于出力规则提取的优化蓄能调度图方法，包括以下步骤：S1、首先根据历史水文系列数据及运行资料分别绘制各库单库水位调度图，再根据单库水位调度图绘制梯级水库蓄能调度图，作为初始调度图；S2、输入多年历史径流进行优化调度计算，得到梯级水库确定性优化调度过程，采用神经网络模型方法提取确定性优化计算结果中的出力分配规则；S3、采用出力分配规则指导初始蓄能调度图的调度运行，并采用逐步优化算法优化调度图，得到基于出力规则提取的优化蓄能调度图。该方法能够解决现有技术指导蓄能调度图运行时会造成出力不足或弃水过多的技术问题。
-
公开(公告)号：CN117575075A
公开(公告)日：2024-02-20
申请号：CN202311539260.1
申请日：2023-11-17
Applicant: 中国长江电力股份有限公司
IPC: G06Q10/04 , G06Q10/0639 , G06F18/241 , G06F18/214 , G06F18/213
Abstract: 本发明公开一种基于EEMD‑ANN和气象因子采用多核并行算法的径流预报方法，包括：S1：特征筛选：根据前期流入和气象的历史数据，通过偏自相关函数进行滞后项前期流入的筛选，使用反距离权重法进行气象数据权重的削减，使用互相关函数和一致性指数进行降雨滞后项的筛选，再通过相关系数γ进行特征选择，最终利用相关系数τ进行输入因子筛选；S2：数据预处理：使用经验模态分解技术对输入因子进行分解，并进行数据归一化处理，将数据分为训练组以及测试组；S3：模型预报与评估：对输入因子进行整合，输入到预报模型中，再通过并行算法进行参数优化，输出预报结果，并进行模型评估；本发明有效提高预报精度，加快了模型参数校准的效率，节省模型训练时间。
-
公开(公告)号：CN115099468B
公开(公告)日：2024-02-13
申请号：CN202210630821.8
申请日：2022-06-06
Applicant: 中国长江电力股份有限公司
IPC: G06Q10/04 , G06Q10/067 , G06Q10/0631 , G06Q50/26
Abstract: 本发明公开了一种串联水库群防洪库容优化分配的计算方法，包括以下步骤：按照梯级总预留库容要求将计算期分为两个调度时段，获取水位范围约束、水位变幅约束、出库流量范围约束、出库流量变幅约束、初水位、末水位、来水等信息；根据水位范围及水位变幅约束缩窄各水库水位运行区间；将梯级总预留库容转化为梯级总拦蓄量；以梯级弃水量最小或发电量最大为目标，建立梯级水库防洪库容优化分配模型；采用动态规划法求解梯级水库防洪库容优化分配模型，得出梯级总拦蓄量在各水库间的最优分配结果，并将其转化为各水库的预留库容分配结果；本发明综合考虑了有预留库容阶段及后续阶段的来水形势，对梯级总预留库容在各水库间进行了合理优化的分配。
-
公开(公告)号：CN117474280A
公开(公告)日：2024-01-30
申请号：CN202311580638.2
申请日：2023-11-23
Applicant: 中国长江电力股份有限公司
IPC: G06Q10/0631 , G06Q50/06 , G06F17/11
Abstract: 本发明提供一种基于拦蓄效益变化量的梯级水电站调度决策方法，包括如下步骤：S1、收集梯级水电站的基础数据；S2、计算梯级各电站在不同运行工况下拦蓄单位水量前后的单日电量差值，获得梯级各电站的拦蓄增发电量；S3、计算梯级各电站在不同运行工况下拦蓄单位水量前后的相邻上游电站的单日电量差值，获得梯级各电站的拦蓄损失电量；S4、计算梯级各电站的拦蓄效益变化量；S5、将相同出库流量下各电站的拦蓄效益变化量画在同一张图，得到梯级水电站的拦蓄效益变化图；S6、依据拦蓄效益变化图，指导梯级水电站的调度运行。该方法能够快速给出梯级水电站不同时间尺度的调度运行策略，优化梯级水电站的整体发电效益。
-
公开(公告)号：CN108764539B
公开(公告)日：2021-10-15
申请号：CN201810464065.X
申请日：2018-05-15
Applicant: 中国长江电力股份有限公司
Abstract: 本发明公开了一种梯级电站的上下游水位预测方法，它包括以下步骤：步骤1，选取输入变量与输出变量；步骤2，对数据进行标准化处理，消除量纲的影响；步骤3，确定输入向量维数、LSTM层数、输出向量维数，以及时间步；步骤4，LSTM的前向传播过程和误差反向传播过程；前向传播过程按时间步依次输入LSTM网络，得到相应的输出值；以输出值与真实值的误差平方和为损失函数，进行误差沿时间反向传播来更新参数；步骤5，运用训练好的模型进行多时刻连续预测。将LSTM应用到梯级电站的水位预测中，可以捕捉到上游电站对下游电站的滞后性影响信息，提高预测精度，为科学的调度决策提供更加可靠的理论支撑。
-
Patent Agency Ranking
公开(公告)号：CN118630828A
公开(公告)日：2024-09-10
申请号：CN202410648413.4
申请日：2024-05-23
Applicant: 中国长江电力股份有限公司
IPC: H02J3/46 , G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06F18/23213 , H02J3/24 , H02J3/38
Abstract: 本发明公开一种水风光多能互补中期调度方法，它包括如下步骤：S1、场景生成：根据计划出力及预测误差生成风光出力场景集，然后采用k‑均值聚类方法进行场景缩减，得到典型风光出力场景集作为模型输入条件；S2、模型构建；构建水风光一体化中期调度模型，并求解得到计划水位过程与计划出力过程；本发明在考虑不确定性风光出力场景的条件下进行水风光中期互补调度，且综合考虑多项电站实际运行约束，可以得到可靠的调度过程，在极端风光出力场景下也能成功校核。
-
公开(公告)号：CN118446410A
公开(公告)日：2024-08-06
申请号：CN202410507219.4
申请日：2024-04-25
Applicant: 中国长江电力股份有限公司
IPC: G06Q10/063 , H02J3/46 , H02J3/38 , H02J3/28 , G06Q10/067 , G06Q50/06
Abstract: 本发明提供一种基于长短期嵌套的水风光储一体化新能源外送接入能力动态评估方法，包括如下步骤：步骤一、初始计算条件准备，包括新能源资源数据、径流输入数据；步骤二、数学模型构建，以清洁能源基地水风光可再生能源代表年发电量最大为目标函数；步骤三、设置模型参数(包括互补外送模式、调峰比例、弃电比例参数)，解算新能源接入容量结果。能够评估在所输入的水风光资源水平下，水风光一体化能源基地综合发电效益最大所对应的外送新能源接入能力。
-
公开(公告)号：CN118261434A
公开(公告)日：2024-06-28
申请号：CN202410297579.6
申请日：2024-03-15
Applicant: 中国长江电力股份有限公司 , 四川大学
IPC: G06Q10/0637 , G06Q50/06 , G06N3/006 , G06N20/00
Abstract: 本发明公开了一种基于上下游耦合效应的水库中长期径流预报方法，涉及水文预报技术领域，其技术方案要点是：包括以下步骤：步骤一：建立上下游耦合效应的水库中长期径流预报评价指标体系；步骤二：建立考虑上下游耦合效应的水库中长期径流预报模型；步骤三：数据获取与模型寻优。本发明在水库中长期径流预报领域的实际应用潜力巨大。通过关注上下游的耦合效应，提高了模型对水文系统动态变化的感知能力；综合利用了多种数据处理和机器学习技术，使得预报模型更具适应性和准确性。在实际应用中，本发明可广泛应用于水资源管理、水库调度、洪水预警等领域。通过提高水库中长期径流预报的准确性，本发明有望为相关领域的决策提供更为可靠的依据。
-
公开(公告)号：CN117610780A
公开(公告)日：2024-02-27
申请号：CN202311579636.1
申请日：2023-11-22
Applicant: 中国长江电力股份有限公司
IPC: G06Q10/063 , G06Q50/06 , G06F17/11
Abstract: 本发明公开一种多维多时间尺度能源间互补性评价方法，包括：初始计算条件准备：包括新能源历史实际出力数据和水电的历史实际出力数据；对风电、水电和光伏出力数据进行Max‑Min线性归一化处理；计算风电、水电和光伏各自的装机容量占比；根据水风光装机容量的相对差值，计算折减系数；计算i时刻风‑水光，水‑风光和光‑水风三种组合的联合出力；计算联合波动量和单独波动量；计算在相应时间尺度T内风电，水电和光伏出力的互补性指数；本发明有效提高了互补性量化指标的真实性和可靠性，为水风光一体化基地开发提供了互补分析支撑。
-
公开(公告)号：CN116128121B
公开(公告)日：2024-01-02
申请号：CN202211735989.1
申请日：2022-12-31
Applicant: 中国长江电力股份有限公司
IPC: G06Q10/04 , G06Q50/06 , G06F18/2411 , G06F17/18 , G06F30/27
Abstract: 本发明公开了一种基于特征选择和贝叶斯岭回归的水电站非弃水期日均出力预测方法，通过构造新特征变量集，并对新特征变量集采用递归特征消除方法和交叉验证法进行特征选择，寻找最佳特征变量集；通过建立基于贝叶斯岭回归的水电站非弃水期日均出力预测模型，采用自动机器学习方法实现特征处理和模型优化流程；通过建立的预测模型进行待预测日的日均出力预测；本发明实现了非弃水情况下水电站日均出力的快速准确预测，可降低超容许阈值误差发生的概率，尤其对汛期弃水与非弃水交替以及调峰等复杂情况下的日均出力预测效果更为显著。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.08 seconds)
