-
公开(公告)号：CN116720574A
公开(公告)日：2023-09-08
申请号：CN202310741400.7
申请日：2023-06-21
Applicant: 东南大学
IPC: G06N3/098 , G06N3/0985 , G06N3/084 , G06N3/0442 , G06N5/04 , G06N7/01 , G06F21/62
Abstract: 本发明提供一种面向区域分布式发电预测的联邦学习方法及系统，涉及电力预测领域。该面向区域分布式发电预测的联邦学习方法，数据划分步骤，基于划分的数据需求节点和数据供给节点，构建联邦学习初始化模型节点，所述数据需求节点和数据供给节点基于构建的各分布式发电节点历史数据集中按需求数据或供给数据进行划分；成本计算步骤，计算数据供给节点的数据训练成本，判断数据供给节点是否参与数据交互参数训练步骤，将参与数据交互的数据供给节点的梯度参数上传并进行训练，将训练后的梯度参数上传至本地梯度需求节点。解决了如何实现分布式发电历史数据集的安全和高效交易并且提高各个数据用户提供真实数据的积极性的问题。
-
公开(公告)号：CN113361892B
公开(公告)日：2024-06-14
申请号：CN202110601470.3
申请日：2021-05-31
Applicant: 东南大学
IPC: G06Q30/0202 , G06F18/22 , G06F18/23
Abstract: 本发明公开基于时序云模型的电动汽车需求响应潜力估计方法、存储介质及系统，属于计算、推算或计数的技术领域。首先，采集电动汽车充放电状态数据，根据逆向高斯云算法计算每辆电动汽车的云模型向量；其次，计算以最大云相似度为标准对电动汽车进行聚类；再者，根据正向高斯云算法，考虑需求响应筛选条件，预测每辆电动汽车充放电状态的无序随机值作为电动汽车充放电需求响应等级；最后，基于灰色关联系数构造距离矩阵以使无序随机值具有历史数据时间序列的相似性，根据求得的电动汽车充放电需求响应等级时间序列得到电动汽车的充电功率削减量即需求响应潜力，有助于以电动汽车为代表的分布式需求侧资源更可控地参与需求响应，维护电力系统的安全稳定运行。
-
公开(公告)号：CN113642879B
公开(公告)日：2024-05-24
申请号：CN202110907905.7
申请日：2021-08-09
Applicant: 东南大学
IPC: G06Q10/0631 , G06Q10/04 , G06Q10/0639 , G06Q50/06
Abstract: 本发明公开一种面向综合能效提升的虚拟电厂容量规划方法，属于计算、推算或计数的技术领域。在负荷水平已知条件下，采用非线性规划方法建立以最大化虚拟电厂综合能效水平为目标的虚拟电厂设备容量规划优化模型；提出的反映能量“质”的属性的综合能效指标，从而量化分析虚拟电厂综合能效水平；以各个设备的建设容量、运行状态为决策变量，以最大化虚拟电厂综合能效指标为目标建立该模型，从而确定虚拟电厂中各个设备的建设容量及运行状态。该模型根据虚拟电厂内的负荷水平确定虚拟电厂的设备建设容量。
-
公开(公告)号：CN113902193A
公开(公告)日：2022-01-07
申请号：CN202111181877.1
申请日：2021-10-11
Applicant: 江苏电力交易中心有限公司 , 东南大学
Abstract: 本发明公开了基于POFP‑SVM算法的省级月度用电量预测方法，该方法研究计及用电量的影响因素的省级月度用电量预测问题，考虑月度平均温度、月度平均电价及月度GDP数值这三个影响因素，利用二阶灰色预测模型对上述影响因素进行前级预测；本发明还针对传统的支持向量机预测模型进行改进，采取粒子群算法进行径向基核参数和惩罚参数寻优，确定支持向量机的最佳预测模型，建立并定义了新的POFP‑SVM模型，即基于参数寻优和特征预测的支持向量机预测模型；将二阶灰色预测模型前级预测的结果输入到训练好的支持向量机预测模型，得到月度用电量预测值。本发明方法提升了模型的适用性，预测效果较普通模型大大提升。
-
公开(公告)号：CN113361892A
公开(公告)日：2021-09-07
申请号：CN202110601470.3
申请日：2021-05-31
Applicant: 东南大学
Abstract: 本发明公开基于时序云模型的电动汽车需求响应潜力估计方法，属于计算、推算或计数的技术领域。首先，采集电动汽车充放电状态数据，根据逆向高斯云算法计算每辆电动汽车的云模型向量；其次，计算以最大云相似度为标准对电动汽车进行聚类；再者，根据正向高斯云算法，考虑需求响应筛选条件，预测每辆电动汽车充放电状态的无序随机值作为电动汽车充放电需求响应等级；最后，基于灰色关联系数构造距离矩阵以使无序随机值具有历史数据时间序列的相似性，根据求得的电动汽车充放电需求响应等级时间序列得到电动汽车的充电功率削减量即需求响应潜力，有助于以电动汽车为代表的分布式需求侧资源更可控地参与需求响应，维护电力系统的安全稳定运行。
-
Patent Agency Ranking
公开(公告)号：CN112906974B
公开(公告)日：2024-03-26
申请号：CN202110265112.X
申请日：2021-03-11
Applicant: 东南大学
IPC: H02J3/00 , G06N3/0442 , G06Q50/06 , G06Q10/063 , G06Q50/26
Abstract: 本发明公开了一种负荷电量及其碳排放预测与校验方法，属于电力经济调度领域。一种负荷电量及其碳排放预测方法，包括以下步骤：统计用户的高碳能源与电力消耗量，构建能耗量数据集；将所述高碳能源的消耗量折算为一次能源碳排放量，构建一次能源碳排放量历史数据集；电力的消耗量作为负荷数据历史数据集，将电能消耗量折算为电能碳排放量，构建电能碳排放量历史数据集；一次能源碳排放量和电力负荷数据作为历史数据，建立一次能源碳排放量和电力负荷的LSTM预测模型与GM预测模型；使用动态权值集成，集成输出结果作为真实预测值，输出预测序列；将电力负荷预测数值折算为电力碳排放预测值，完成可靠性校验，最终求得总碳排放量预测值。
-
公开(公告)号：CN112906974A
公开(公告)日：2021-06-04
申请号：CN202110265112.X
申请日：2021-03-11
Applicant: 东南大学
Abstract: 本发明公开了一种负荷电量及其碳排放预测与校验方法，属于电力经济调度领域。一种负荷电量及其碳排放预测方法，包括以下步骤：统计用户的高碳能源与电力消耗量，构建能耗量数据集；将所述高碳能源的消耗量折算为一次能源碳排放量，构建一次能源碳排放量历史数据集；电力的消耗量作为负荷数据历史数据集，将电能消耗量折算为电能碳排放量，构建电能碳排放量历史数据集；一次能源碳排放量和电力负荷数据作为历史数据，建立一次能源碳排放量和电力负荷的LSTM预测模型与GM预测模型；使用动态权值集成，集成输出结果作为真实预测值，输出预测序列；将电力负荷预测数值折算为电力碳排放预测值，完成可靠性校验，最终求得总碳排放量预测值。
-
公开(公告)号：CN116227709A
公开(公告)日：2023-06-06
申请号：CN202310229414.0
申请日：2023-03-10
Applicant: 东南大学
IPC: G06Q10/04 , H02J3/00 , G06Q50/26 , G06N3/0464
Abstract: 本发明公开了一种工业大用户月度用电量与碳排放量预测方法和设备，属于负荷预测、碳排放预测领域。针对工业大用户月度用电量与碳排放序列往往存在一定的季节性、强波动性和非平稳性等特征的问题，本发明提出结合改进的融合变分模态分解、傅立叶变换方法和Ensemble集成方法相结合的工业大用户月度用电量与碳排放组合预测技术。本发明提出的方案能够有效提取用电量与碳排放数据中的非线性信息，并且能够很好地处理复杂和不规则的用电量与碳排放数据，因此能够更准确地预测工业大用户月度用电量与碳排放。另外，采用集成学习技术能够提高模型的精度、鲁棒性和泛化能力，并且可以对模型进行评估和优化，从而提高预测结果的可信度。
-
公开(公告)号：CN114757692A
公开(公告)日：2022-07-15
申请号：CN202210285759.3
申请日：2022-03-22
Applicant: 国网江苏省电力有限公司 , 江苏电力交易中心有限公司 , 东南大学
Abstract: 本发明公开了一种电力市场发电商异常竞价行为概率辨识方法，包括：抽取电力市场历史运行数据，构建异常竞价行为特征集，构造包含多维度数据的输入矩阵；基于孤立森林算法构建异常概率判别模型；将待检测数据转换成标准数据结构中的指标，输入至异常概率判别模型，计算得到每个维度的异常概率结果；结合异常行为特征集，采用贝叶斯概率估计器对步骤S3中输出的所有维度的异常概率结果进行整体估计，计算得到发电商竞价数据中存在的不同类型异常竞价行为的概率。本发明能够对发电商异常竞价行为进行有效识别。
-
公开(公告)号：CN113642879A
公开(公告)日：2021-11-12
申请号：CN202110907905.7
申请日：2021-08-09
Applicant: 东南大学
Abstract: 本发明公开一种面向综合能效提升的虚拟电厂容量规划方法，属于计算、推算或计数的技术领域。在负荷水平已知条件下，采用非线性规划方法建立以最大化虚拟电厂综合能效水平为目标的虚拟电厂设备容量规划优化模型；提出的反映能量“质”的属性的综合能效指标，从而量化分析虚拟电厂综合能效水平；以各个设备的建设容量、运行状态为决策变量，以最大化虚拟电厂综合能效指标为目标建立该模型，从而确定虚拟电厂中各个设备的建设容量及运行状态。该模型根据虚拟电厂内的负荷水平确定虚拟电厂的设备建设容量。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.015 seconds)
