-
公开(公告)号：CN119659396A
公开(公告)日：2025-03-21
申请号：CN202411670187.6
申请日：2024-11-21
Applicant: 国网上海市电力公司
Abstract: 本发明公开了一种充电站管理方法及系统，涉及电力管理和电动汽车充电领域，主要方案为：采集充电设备数据和车辆数据；分别计算多项量化值；根据多项量化值计算充电需求等级CDR，与阈值比较判断充电需求等级；计算电池可充电量上限QU，进一步得到最佳充电量QO，计算当前时刻的实际充电功率PC，进一步得到实际充电的有效功率PE，并得到最佳充电时长TH；计算充电位空闲率RF，与阈值比较对不同充电需求等级的车辆分配充电位；计算综合风险评估指标R，与阈值比较判断是否发出预警，预警时计算调整后的充电功率Pnew，通过阈值比较调整充电策略；基于采集的数据计算充电费用HK；此方法能够精准评估车辆充电需求、合理分配充电资源、保障充电安全高效。
-
公开(公告)号：CN118381016A
公开(公告)日：2024-07-23
申请号：CN202410804563.X
申请日：2024-06-21
Applicant: 国网上海市电力公司
Abstract: 本发明公开了一种充电站的负荷预测和电网负荷平衡方法与系统，所述方法包括：获取各电动汽车用户对应的充电偏好权重系数；根据权重系数、用户以及充电站信息计算不同充电站对于用户的吸引力效用；根据吸引力效用筛选最符合用户偏好的充电站列表，确定各个充电站的目标用户，预测各个充电站的负荷；以各个充电站的负荷方差最小化为优化目标，以充电电价、充电排队等待时间和剩余里程为约束条件，建立单目标优化模型并求解，得到各个充电站的充电桩分时电价策略，进行电网负荷平衡。本发明能够有效提升充电站电力系统运行效率和稳定性，减轻热点区域负荷压力，实现电网负荷平衡。
-
公开(公告)号：CN117595394A
公开(公告)日：2024-02-23
申请号：CN202311477897.2
申请日：2023-11-08
Applicant: 国网上海市电力公司
Abstract: 本发明公开了一种基于强化学习的园区新型电力系统决策控制的方法，包括以下步骤：步骤1：获取园区新型电力系统历史数据，对数据进行清洗和预处理，去除异常数据，补充缺失数据；步骤2：根据历史数据建立园区新型电力系统设备模型；步骤3：设计园区新型电力系统决策控制强化学习框架，确定状态空间、动作空间和奖励函数；步骤4：基于TD3算法训练园区新型电力系统决策控制模型；步骤5：将训练好的模型部署在虚拟电厂机制下的新型园区电力系统中，实时调整园区电力系统的控制策略。本发明能够更好地适应园区新型电力系统内部连续变化的情况，从而实现更高的能源利用效率和稳定的运行状态。
-
公开(公告)号：CN119809404A
公开(公告)日：2025-04-11
申请号：CN202411670186.1
申请日：2024-11-21
Applicant: 国网上海市电力公司
IPC: G06Q10/0639 , G06Q50/06 , G06F18/10 , G06F18/22 , G06F18/2413 , G06F18/2337 , G06Q10/04 , H02J3/00
Abstract: 本发明公开了一种可中断负荷需求响应潜力评价方法，所述方法包括：采集用户用电行为数据并进行预处理得到预处理后的用户用电行为数据；对预处理后的用户用电行为数据进行聚类处理将用户划分为不同的类别，每一类别内的用户存在相似用电行为；构建可中断负荷需求预测模型，根据可中断负荷需求预测模型对不同类别用户用电行为数据进行分析量化用户可中断用电负荷量；对预测得到的不同用户类别的用户可中断负荷量进行加权求和得到可中断负荷需求响应潜力评价结果。
-
公开(公告)号：CN117955428A
公开(公告)日：2024-04-30
申请号：CN202311793615.X
申请日：2023-12-25
Applicant: 国网上海市电力公司
IPC: H02S50/00 , G06F18/24 , G06F18/23213
Abstract: 本发明公开了一种基于相似日典型曲线的光伏系统电流异常识别方法，具体包括以下步骤：S1:数据收集和预处理；S2:构建日季节气象特征；S3:实施电流数据监测与关联日选取，实时收集光伏发电系统的电流数据，形成测试曲线；S4:计算距离和异常检测,计算测试电流曲线与选定典型日曲线之间的距离，根据阈值进行异常判定；S5:警报和修复。本发明能够实现在复杂气象条件下对光伏系统进行高精度监控，并提高光伏发电系统的可靠性和效率。
-
Patent Agency Ranking
公开(公告)号：CN117787078A
公开(公告)日：2024-03-29
申请号：CN202311333610.9
申请日：2023-10-16
IPC: G06F30/27 , G06F17/11 , G06F18/214 , G06N3/0442 , G06N3/0464 , G06N3/045 , G06F111/10
Abstract: 本发明公开了一种基于高效自注意力机制和多任务学习模型的多元负荷预测方法模型的多元负荷预测方法，包括基于自注意力机制构建的高效自注意力机制和利用多任务学习架构共享多个负荷预测任务间的信息，高效自注意力机制基于自注意力矩阵的稀疏特性，通过不计算冗余数据产生的注意力，来降低传统自注意力机制的时间复杂度；多任务学习架构考虑到多元负荷间存在的关联特性以及对特征提取工作的共享化，将不同负荷的预测工作视为多个子任务，加快模型的训练和预测速度，降低过拟合风险，增强模型的泛化能力。本发明利用高效自注意力机制，并考虑到多元负荷预测任务的关联性，基于ESAM‑MTL多元负荷预测模型，实现对多元负荷的高效、精准的预测。
-
公开(公告)号：CN116629406A
公开(公告)日：2023-08-22
申请号：CN202310460909.4
申请日：2023-04-26
Applicant: 国网上海市电力公司
IPC: G06Q10/04 , G06Q50/26 , G06F18/214 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于改进Prophet模型的用电碳排放预测方法，根据地区的用电能耗数据进行用电碳排放测算，结合LSTM对Prophet预训练预测结果的残差进行预测优化，并叠加Prophet原预测得到最终的预测结果。本方法对于地区用电碳排放的趋势相较现有方法有较为明显的效果提升，对地区的碳排放规划有一定的指导作用。
-
公开(公告)号：CN115187038A
公开(公告)日：2022-10-14
申请号：CN202210770456.0
申请日：2022-06-30
Applicant: 国网上海市电力公司
Abstract: 本发明公开了一种用电异常识别系统，包括采集终端，还包括云端模块和数据可视化模块；所述采集终端在收集数据的同时，通过调用由云端发送的动态链接库中的方法提取故障波形特征，进行故障指纹库对比以对收集的数据进行故障诊断；所述云端模块接收来自采集终端压缩过后的数据包，对数据包进行解压处理然后进行必要的切分进行存储；云端根据终端提交的数据及其分类结果，判断当前在终端运行的指纹库的查准率与查全率及查准率是否达到要求，以高查全率为主要目标，但是在查准率不达标时，云端重新提取故障指纹库发布至采集终端；所述数据可视化模块与云端连接，进行内容展示。本发明能够实现用电数据的在线检测和智能诊断。
-
公开(公告)号：CN119831433A
公开(公告)日：2025-04-15
申请号：CN202411924501.9
申请日：2024-12-25
Applicant: 国网上海市电力公司
IPC: G06Q10/0639 , G06Q50/06
Abstract: 本发明公开了一种充电站竞争力综合评估方法，包括以下步骤：确定评估场站竞争力的最终指标集；基于指标权重模型，用熵权法给各个指标进行客观赋权；基于灰色关联度分析法构建场站竞争力综合评价模型一；基于TOPSIS分析法构建场站竞争力综合评价模型二；对模型一和模型二求解到的场站竞争力指数进行排序对比，交叉验证得到结果的有效性，并通过平均算法得到场站竞争力最终排序；进行目标场站竞争力数据的可视化。本发明的充电站竞争力综合评估方法，具有指标数据可达、双评估模型可交叉验证、充分考虑充电站周边竞争环境的优势和特点，加上后续匹配的评估结果可视化方案，使得该评估方法具有较强的实际应用性。
-
公开(公告)号：CN118228853A
公开(公告)日：2024-06-21
申请号：CN202311477896.8
申请日：2023-11-08
Applicant: 国网上海市电力公司
IPC: G06Q10/04 , G06Q50/06 , G06F18/2113 , G06N3/0455 , G06N3/084 , G06N5/04 , G06F123/02
Abstract: 本发明公开了一种基于因果发现和深度学习的用电量预测方法，包括如下步骤：步骤1：获取用电量历史数据，对数据进行清洗和预处理；步骤2：通过因果发现算法发现数据之间的因果关系，进行数据特征筛选；步骤3：构建考虑非稳态性的深度学习模型KL‑Informer，引入多重采样机制；优化损失函数结构，增加模型的非稳态性；步骤4：将数据集切分为训练集、验证集和测试集，然后将训练集和验证集放入模型中训练，通过迭代更新模型参数，当连续三次验证集的损失没有降低时，则表明模型已迭代至局部最优解，模型训练完成；之后将测试集放入模型运行，用均方误差MSE和平均绝对误差MAE作为评测标准，验证模型性能。本发明实现了用电量的高效率预测。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.028 seconds)
