-
公开(公告)号：CN114819369A
公开(公告)日：2022-07-29
申请号：CN202210491926.X
申请日：2022-05-05
Applicant: 国网吉林省电力有限公司 , 东北电力大学
Abstract: 本发明涉及新能源发电技术领域，是一种基于两段式特征选择和随机森林改进模型的短期风电功率预测方法，其特点是，包括：基于两段式特征选择的训练样本筛选、基于随机森林改进模型的风电功率预测，以最大相关‑最小冗余原则，在训练样本集的数据预处理环节，增加了关键特征选择、亲密样本筛选环节，通过训练样本重采样、特征随机抽取和决策树重组改进措施，构建一种随机森林改进模型；针对袋外样本集过度依赖训练样本特征问题，提出一种考虑数值天气预报风速特征的外部检验指标，进一步增强了随机森林模型对未知数据的自适应能力。该方法能够提高风电功率预测准确度、具有计算效率高和抗干扰能力强的优点。
-
公开(公告)号：CN116799805A
公开(公告)日：2023-09-22
申请号：CN202310746499.X
申请日：2023-06-25
Applicant: 东北电力大学 , 国网吉林省电力有限公司经济技术研究院 , 吉林省长春电力勘测设计院有限公司
Abstract: 本发明基于改进双智能体D3QN的城市电网N‑1新增风险负荷转供方法，属于城市电网风险预防及拓扑重构技术领域，新建了针对N‑1风险更有表征能力的优化指标，利用三阶段模型避免多目标引起的局部最优和权重平衡难题，而且针对负荷转供特性设置的双智能体降低动作空间维度并解决多环网难题，预动作‑变化探索值选择策略替代传统贪婪策略，从动作选择和样本质量提高训练速率。本发明方法无需先验知识并实现与电网环境的逐步交互，比经验决策更能保证风险防控能力，从而能够得到更符合工程实际的城市电网N‑1风险防控策略。
-
公开(公告)号：CN110137946A
公开(公告)日：2019-08-16
申请号：CN201910388536.8
申请日：2019-05-10
Applicant: 东北电力大学 , 国网吉林省电力有限公司电力科学研究院
IPC: H02J3/00
Abstract: 本发明是一种数据驱动的电力系统扰动时空特征提取方法,其特点是，包括：特征量化指标的建立，电压动态时空分布特性量化描述和基于实测数据揭示电压的动态时空分布特性等内容，逐渐摆脱对传统建模和仿真的依赖，一切以电网实际响应信息的时空关联特性为核心，实现大电网动态信息的快速分析与挖掘。能够直观清晰描述扰动后电力系统的动态过程，为调度人员提供依据，使电力系统安全稳定运行。具有科学合理，适用性强，效果佳等优点。
-
公开(公告)号：CN119904043A
公开(公告)日：2025-04-29
申请号：CN202411958112.8
申请日：2024-12-30
Applicant: 国网吉林省电力有限公司经济技术研究院 , 东北电力大学
IPC: G06Q10/0631 , G06Q10/0635 , G06Q50/06 , G06F18/27
Abstract: 本发明公开了一种结合行为克隆的电力系统灾害风险调度优化方法，属于电力系统调度优化技术领域，本发明结合行为克隆技术，在初始阶段快速学习专家经验，提升调度效率，并通过强化学习优化策略，实现动态环境中的自适应调度，本发明通过行为克隆技术直接利用专家经验，快速生成初步调度策略，为后续优化奠定基础。本发明的方法提前预防灾害风险，提高系统稳定性，量化设备间的依赖关系和连锁故障传播效应，双阶段学习策略提高了调度策略的有效性和适应性，提高了调度优化过程的稳定性和鲁棒性，减少了设备故障和系统风险。
-
公开(公告)号：CN110137946B
公开(公告)日：2022-02-22
申请号：CN201910388536.8
申请日：2019-05-10
Applicant: 东北电力大学 , 国网辽宁省电力有限公司电力科学研究院 , 国网吉林省电力有限公司电力科学研究院
IPC: H02J3/00
Abstract: 本发明是一种数据驱动的电力系统扰动时空特征提取方法,其特点是，包括：特征量化指标的建立，电压动态时空分布特性量化描述和基于实测数据揭示电压的动态时空分布特性等内容，逐渐摆脱对传统建模和仿真的依赖，一切以电网实际响应信息的时空关联特性为核心，实现大电网动态信息的快速分析与挖掘。能够直观清晰描述扰动后电力系统的动态过程，为调度人员提供依据，使电力系统安全稳定运行。具有科学合理，适用性强，效果佳等优点。
-
Patent Agency Ranking
公开(公告)号：CN119891220A
公开(公告)日：2025-04-25
申请号：CN202411965738.1
申请日：2024-12-30
Applicant: 国网吉林省电力有限公司经济技术研究院 , 东北电力大学
IPC: H02J3/06 , H02J3/46 , H02J3/14 , H02J3/00 , G06F30/27 , G06N3/092 , G06F113/04 , G06F111/02
Abstract: 本发明公开了一种基于双智能体协同的电网优化重构方法，该电网优化重构方法对电网中的离散智能体和连续智能体的控制进行优化，通过分离开关状态和SOP功率输出优化任务，实现离散智能体与连续智能体的协同；该电网优化重构方法包括以下步骤：构建电网动态重构优化模型；状态初始化、离散智能体决策、连续智能体决策、奖励计算、优先级经验回放、目标网络更新迭代与收敛判断；动态调整优化目标优先级，能够快速适应系统状态变化，在动态、多时段环境中提供更加有效的全局优化方案，为新能源电力系统的运行安全与稳定性提供了可靠的技术支持。
-
公开(公告)号：CN114819364A
公开(公告)日：2022-07-29
申请号：CN202210478746.8
申请日：2022-05-05
Applicant: 国网吉林省电力有限公司 , 东北电力大学
Abstract: 本发明属于新能源发电技术领域，是一种分位点回归森林和可变带宽评估的风电功率概率预测方法，包括：建立分位点回归森林的风电功率预测模型、基于可变带宽的训练区间构造方法、分位点回归森林模型的求解和预测区间评估指标的改进，其特点是：将分位点回归理论与随机森林模型相结合，构建一种基于分位点回归的随机森林双输出模型，将其应用于短期风电功率概率预测。为满足区间预测模型的训练要求，提出一种基于瞬时均值、瞬时标准差的概率区间可变带宽评估，可以动态压缩风电功率预测的误差区间带宽。该方法在提高新能源发电概率预测区间覆盖率、控制预测带宽方面具有优势，具有着很好的应用前景。
-
公开(公告)号：CN110119570A
公开(公告)日：2019-08-13
申请号：CN201910388534.9
申请日：2019-05-10
Applicant: 东北电力大学 , 国网吉林省电力有限公司电力科学研究院
Abstract: 本发明是一种实测数据驱动的风电场模型参数校核方法，其特点是，建立风电场等值模型，设置参数的初始值，构建仿真系统；提出基于实测数据的误差评价指标，量化仿真误差；若误差较大不满足仿真精度，进一步摄动参数，通过轨迹灵敏度计算，分析参数对风电场动态特性的影响程度，缩小校核参数集的维度；结合粒子群算法进行模型参数自动校核，获取最优的匹配参数；最后验证校核后仿真精度是否满足要求，获得能够准确描述风电场动态特性的等值模型参数。该方法完全基于实测数据，可以快速有效地验证并校核风电场等值模型参数，为电网调度人员分析预测含高比例风电的电力系统运行状态及其稳定性提供可靠依据。
-
公开(公告)号：CN110119570B
公开(公告)日：2023-08-29
申请号：CN201910388534.9
申请日：2019-05-10
Applicant: 东北电力大学 , 国网吉林省电力有限公司电力科学研究院
IPC: G06F30/367 , G06N3/006 , G06F113/06 , G06F119/06
Abstract: 本发明是一种实测数据驱动的风电场模型参数校核方法，其特点是，建立风电场等值模型，设置参数的初始值，构建仿真系统；提出基于实测数据的误差评价指标，量化仿真误差；若误差较大不满足仿真精度，进一步摄动参数，通过轨迹灵敏度计算，分析参数对风电场动态特性的影响程度，缩小校核参数集的维度；结合粒子群算法进行模型参数自动校核，获取最优的匹配参数；最后验证校核后仿真精度是否满足要求，获得能够准确描述风电场动态特性的等值模型参数。该方法完全基于实测数据，可以快速有效地验证并校核风电场等值模型参数，为电网调度人员分析预测含高比例风电的电力系统运行状态及其稳定性提供可靠依据。
-
公开(公告)号：CN110210113B
公开(公告)日：2022-07-08
申请号：CN201910458513.X
申请日：2019-05-29
Applicant: 东北电力大学 , 国网辽宁省电力有限公司电力科学研究院 , 国网吉林省电力有限公司电力科学研究院
Abstract: 本发明的一种基于确定性策略梯度的风电场动态等值参数校核方法，其特点是，通过双馈风电场的等值模型建立、风电场动态参数校核智能体的基本组成要素设计、风电场模型参数校核智能体的探索策略、风电场模型参数校核智能体的知识学习规则设定予以实现。具有科学合理，适用性强，能够快速获得模型等值参数的修正值，进而提高电力系统动态仿真的准确性。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.07 seconds)
