-
公开(公告)号：CN116384575A
公开(公告)日：2023-07-04
申请号：CN202310349225.7
申请日：2023-04-04
Applicant: 国网河南省电力公司经济技术研究院
Inventor： 邓振立 , 杨萌 , 邓方钊 , 李虎军 , 郭兴五 , 司佳楠 , 于泊宁 , 赵文杰 , 彭英智 , 李文琦 , 李鹏 , 张艺涵 , 尹硕 , 刘军会 , 金曼 , 柴喆 , 路尧 , 陈兴 , 杨钦臣 , 李慧璇 , 郑永乐 , 谢安邦 , 祖文静 , 张泓楷 , 王世谦 , 李秋燕 , 宋大为 , 王圆圆 , 华远鹏 , 韩丁 , 卜飞飞 , 贾一博 , 汪涵
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/06
Abstract: 本发明属于电力需求预测技术领域，具体涉及一种基于分类‑关联‑修正的电力需求预测方法；它包括：步骤1、将全社会用电量按照产业用电分为五类，利用灰色关联分析方法筛选出与全社会用电量关联程度较大的三类产业用电，建立多元回归方程；步骤2、分别筛选出影响三类产业用电变化程度较大的三个影响因素，分别建立各产业用电与各自影响因素的多元回归分析方程；步骤3、利用灰色预测方法对各影响因素的未来数据进行预测，将数据分别代入各产业用电回归预测模型中，得到各产业用电预测值，进一步计算得到最终的全社会电力需求预测结果；本发明将电力需求量按产业用电分类，更易于理解和操作，有效降低了电力需求预测的计算复杂度。
-
公开(公告)号：CN116108953A
公开(公告)日：2023-05-12
申请号：CN202211436425.8
申请日：2022-11-16
Applicant: 国网河南省电力公司经济技术研究院
Abstract: 本发明涉及基于DE‑GWO‑SVR的农村电力需求预测，它包括以下步骤：步骤1：农村电力需求影响因素分析；步骤2：预测方法；步骤3：实证分析；奔赴买哪个采用相关性分析，从农村经济发展水平、去城镇化水平、农业化水平、人口数量、农村产业结构、农村居民消费水平、电价和用电基数8个方面筛选出农村电力需求关键影响因素，利用差分进化和灰狼优化算法对支持向量回归模型的参数进行优化，建立差分进化‑灰狼优化‑支持向量回归农村电力需求预测模型，选取农村电力需求历史数据进行实证分析，比较不同模型的预测结果，验证组合优化模型的有效性和准确率；本发明具有有效提高预测精度、预测结果稳定可靠、实现农村用电供需平衡的优点。
-
公开(公告)号：CN116047898A
公开(公告)日：2023-05-02
申请号：CN202211517597.8
申请日：2022-11-29
Applicant: 国网河南省电力公司经济技术研究院
IPC: G05B13/04
Abstract: 本发明属于业楼宇负荷日前节能优化技术领域，具体涉及一种含分布式能源的商业楼宇负荷日前节能优化策略；包括步骤1采用温度排序法实现空调负荷的控制策略；步骤2建立计及分布式能源的商业楼宇日前用电协同优化模型；步骤3采用粒子群算法对建立的计及分布式能源的商业楼宇日前用电协同优化模型进行求解；本发明的一种含分布式能源的商业楼宇负荷日前节能优化策略，定量衡量运行方案中的用户环境舒适度的优劣，使用户灵活的在舒适性与经济性之间进行控制，有效的降低楼宇用电系统整体运行费用，使用户能够灵活的平衡用电经济性和舒适度之间的关系，生成满足不同类型楼宇用户需求的用电系统运行优化策略。
-
公开(公告)号：CN116029157A
公开(公告)日：2023-04-28
申请号：CN202310180695.5
申请日：2023-02-28
Applicant: 国网河南省电力公司经济技术研究院 , 华中科技大学
IPC: G06F30/20 , H02J3/46 , H02J3/06 , H02J3/28 , G06Q10/0631 , G06Q50/06 , C10L5/44 , G06F113/04 , G06F113/06 , G06F111/04 , G06F119/02 , G06F119/08
Abstract: 本发明公开了一种接入生物质发电的农村电力系统电源配置方法及终端设备，包括：根据生物质资源确定一年内各时刻的生物质最大装机容量ABPPmax；建立农村电力系统时序生产模拟模型，包括构建目标函数和约束条件，其中，待建生物质发电机的数量确定，所述目标函数为使成本最低，所述约束条件包括功率平衡约束、生物质发电机运行约束、线路潮流约束和储能运行约束，通过优化约束条件并引入最大装机容量的限定以及功率转移分布矩阵，求解所述农村电力系统时序生产模拟模型，确定待建生物质发电机的装机节点位置以及年度内各供电设备的出力规划策略，实现装机位置和出力规划的同时优化。
-
公开(公告)号：CN116011675A
公开(公告)日：2023-04-25
申请号：CN202310084945.5
申请日：2023-02-03
Applicant: 国网河南省电力公司经济技术研究院
Abstract: 本发明属于风力发电短期功率预测技术领域，具体涉及基于LCASO‑BP模型的风力发电短期功率预测方法；包括：步骤1、进行风力发电系统建模；步骤2、建立LCASO‑BP神经网络模型；步骤3、基于LCASO‑BP神经网络模型进行风力发电预测；本发明的基于LCASO‑BP模型的风力发电短期功率预测方法，以基于逻辑混沌原子搜索算法（LCASO）优化的BP神经网络对风力发电功率进行预测的功率预测趋势与实际的功率预测趋势一致性高，可实现对风力发电准确、高效的功率预测，促进风力发电的发展。
-
Patent Agency Ranking
公开(公告)号：CN111626608B
公开(公告)日：2023-04-07
申请号：CN202010456852.7
申请日：2020-05-26
Applicant: 国网河南省电力公司经济技术研究院 , 国家电网有限公司 , 国网河南省电力公司
Inventor： 刘军会 , 白宏坤 , 武玉丰 , 田春筝 , 杨萌 , 李虎军 , 王江波 , 李文峰 , 杨钦臣 , 尹硕 , 宋大为 , 邓方钊 , 赵文杰 , 华远鹏 , 马任远 , 金曼 , 柴喆 , 贾鹏 , 郭放
IPC: G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了一种居民电力需求响应潜力评估方法，该评估方法包括：选取试点居民区居民用电量、气温数据，时间维度分为历史期数据和现状数据；根据历史期数据和现状数据，通过对比分析，确定用户的可响应量；根据用户的可响应量实测数据利用正太累积分布函数的反函数模拟得到反映用户用电特征的较大规模的模拟数据；对试点居民区的电力需求响应电量进行概率分析，将发生概率最高值得数据区间作为试点居民区的需求响应潜力。本发明提供的评估方法，该方法基于居民用户响应特性分析和用电行为模拟，通过概率统计量化分析居民用户需求响应潜力，对于扩大需求响应参与主体，丰富需求侧可调节资源具有一定的意义。
-
公开(公告)号：CN115882463A
公开(公告)日：2023-03-31
申请号：CN202211566196.1
申请日：2022-12-07
Applicant: 国网河南省电力公司经济技术研究院
IPC: H02J3/14 , G06F30/18 , G06F113/04 , G06F119/08
Abstract: 本发明涉及一种商业建筑空调负荷可调度潜力评估方法，它包括以下步骤：步骤1：商业建筑空调负荷可调度潜力评估；步骤2：聚合空调负荷群可调度潜力评估；步骤3：算例分析；本发明具有充分挖掘可调度潜力、提升调动能力、提升电网平衡能力的优点。
-
公开(公告)号：CN115860547A
公开(公告)日：2023-03-28
申请号：CN202211566204.2
申请日：2022-12-07
Applicant: 国网河南省电力公司经济技术研究院
IPC: G06Q10/0639 , G06Q50/26 , G06Q50/06 , G06N3/006
Abstract: 本发明涉及基于组合赋权‑TOPSIS的乡村电气化数字化成效评价方法，它包括以下步骤：构建乡村电气化数字化建设成效评估体系；构建基于个体化赋权和改进粒子群算法的组合赋权模型；采用TOPSIS的综合评价方法；本发明能有效识别乡村电气化数字化建设情况，推动乡村电力数字化转型；本发明具有有效识别乡村电气化数字化建设、推动乡村电力数字化转型的优点。
-
公开(公告)号：CN115831264A
公开(公告)日：2023-03-21
申请号：CN202211591850.4
申请日：2022-12-09
Applicant: 国网河南省电力公司经济技术研究院 , 国家电网有限公司
Inventor： 王涵 , 白宏坤 , 王世谦 , 王圆圆 , 李秋燕 , 宋大为 , 卜飞飞 , 华远鹏 , 韩丁 , 贾一博 , 杨萌 , 李鹏 , 李虎军 , 刘军会 , 邓方钊 , 邓振立 , 赵文杰 , 杨钦臣 , 司佳楠 , 尹硕 , 金曼 , 柴喆 , 郭兴五 , 路尧 , 陈兴 , 张艺涵 , 李慧璇 , 郑永乐 , 谢安邦 , 祖文静 , 张泓楷 , 卢旭霆 , 王炯
Abstract: 本发明公开了一种使用电量消费数据计算区域二氧化碳排放量的方法，属于电力行业核算二氧化碳排放量技术领域，通过方法将机器学习技术应用于区域二氧化碳排放的计算，相比于现有的分部门排放因子计算法，大大提高了计算效率，降低了区域碳排放计算所消耗的人力物力成本，具有更好的经济性。解决现有碳排放核算方法数据时效性低的问题，能源统计数据、碳排放数据等发布滞后，并缺乏对实时事件的响应，本发明将不使用滞后的能源统计年鉴数据，而使用实时性强的电力消费数据。
-
公开(公告)号：CN115759415A
公开(公告)日：2023-03-07
申请号：CN202211458094.8
申请日：2022-11-16
Applicant: 国网河南省电力公司经济技术研究院
IPC: G06Q10/04 , G06Q50/06 , G06N3/0442
Abstract: 本发明涉及基于LSTM‑SVR的用电需求预测方法，它包括以下步骤：构建LSTM网络模型；采用PSO来对SVR的参数进行寻优；构建LSTM‑SVR模型；实验并进行分析；本发明利用LSTM对时间序列电力负荷数据进行预测，而后通过基于PSO和CV寻优的SVＲ对其误差进行修正来提高预测精度，将温度、风速、风向、太阳辐射、湿度、光照度等气象条件作为特征向量，对用户用电需求进行预测，利用深度学习LSTM对时间序列数据的记忆能力，支持向量机对误差的泛化能力和粒子群交叉验证的寻优能力，使得预测的最终结果更加精确，其拟合系数Ｒ2达到0.96以上，平均绝对百分误差小于0.13%，拟合程度高；本发明具有提升电力负荷的预测精度、电力需求预测值更加精确、平均绝对百分误差、拟合程度高的优点。
-
-
-
-
-
-
-
-
-
Search Results
146
records
(took 0.077 seconds)
