-
公开(公告)号：CN118137500B
公开(公告)日：2024-07-23
申请号：CN202410559679.1
申请日：2024-05-08
Applicant: 湖北华中电力科技开发有限责任公司
Abstract: 本发明提供了一种光伏发电预测方法及装置，涉及光伏发电量预测领域，该方法包括：对于目标区域中的任一子区域，根据第一时段用电量、第二时段用电量、第三时段用电量、第一时段最大发电量、第二时段最大发电量及第三时段最大发电量，确定子区域在历经第三时段后的剩余光伏电量；向其他子区域供电，在确定已消耗剩余光伏电量的情况下，根据第三时段最大发电量及线损消耗，确定第三时段的有效发电量；在确定未能消耗所有剩余光伏电量，且剩余最终光伏电量的情况下，根据第三时段最大发电量以及浪费电量确定子区域在第三时段的有效发电量。本发明不仅提升了预测精度，还提高了预测准确性，为各子区域的供电规划提供理论依据及数据支撑。
-
Patent Agency Ranking
公开(公告)号：CN117526337A
公开(公告)日：2024-02-06
申请号：CN202311359276.4
申请日：2023-10-19
Applicant: 湖北华中电力科技开发有限责任公司
Abstract: 本发明提供一种基于物联网卡及采集终端的高压设备多源数据融合方法，包括：步骤一，分别从采集终端和物联网卡获取某台高压设备的最近N天的采样密度点实时功率数据；步骤二，利用协方差矩阵将采集终端和物联网卡的同一时刻点的实时功率数据进行融合；步骤三，将步骤二融合后的数据汇集为负荷曲线，对负荷曲线中的异常数据进行整体拟合。利用协方差矩阵解决多来源实时负荷数据的融合拟合问题。本发明通过融合多源数据，能有效解决物联网卡及采集终端数据质量较差的问题，提高实时负荷数据质量和可用性，构建负荷数据集，为后续分析和拟合提供数据基础，有助于促进产学研的紧密结合，推动电力行业的技术创新和产业发展。
-
公开(公告)号：CN118137500A
公开(公告)日：2024-06-04
申请号：CN202410559679.1
申请日：2024-05-08
Applicant: 湖北华中电力科技开发有限责任公司
Abstract: 本发明提供了一种光伏发电预测方法及装置，涉及光伏发电量预测领域，该方法包括：对于目标区域中的任一子区域，根据第一时段用电量、第二时段用电量、第三时段用电量、第一时段最大发电量、第二时段最大发电量及第三时段最大发电量，确定子区域在历经第三时段后的剩余光伏电量；向其他子区域供电，在确定已消耗剩余光伏电量的情况下，根据第三时段最大发电量及线损消耗，确定第三时段的有效发电量；在确定未能消耗所有剩余光伏电量，且剩余最终光伏电量的情况下，根据第三时段最大发电量以及浪费电量确定子区域在第三时段的有效发电量。本发明不仅提升了预测精度，还提高了预测准确性，为各子区域的供电规划提供理论依据及数据支撑。
-
公开(公告)号：CN119253593A
公开(公告)日：2025-01-03
申请号：CN202411327736.X
申请日：2024-09-23
Inventor： 程开春 , 高莉红 , 肖雅 , 陈经纬 , 林涛 , 刘思宇 , 欧阳蔚琦 , 唐知涵 , 程择锴 , 吴弘雨 , 罗国兵 , 邱旭山 , 刘琪 , 吴微娜 , 朱亮 , 刘洋 , 潘军 , 卜智睿 , 陈家伟 , 王丽娟 , 张润青
Abstract: 一种基于迁移学习思想的节假日负荷预测方法，包括：定义学习域，学习域由多个节假日域历史样本组成，并对节假日域历史样本进行数据预处理；对预处理后的节假日域历史样本进行特征工程，将每个节假日域抽象为同质化样本，将节假日域抽象为与具体节假日类型无关仅与节假日长度及节日在节假日域中的位置相关的特征因子；在学习域训练模型：将获取的特征因子加入到负荷预测模型中，经过调参和优化，训练出节假日模型；定义目标域，即待预测的节假日域负荷，对目标域中的节假日进行同质化的特征工程，用训练好的节假日模型预测目标域中节假日域负荷。本发明将生成的模型迁移到未来的节假日中预测假期负荷，可以提升预测准确率。
-
公开(公告)号：CN117114626A
公开(公告)日：2023-11-24
申请号：CN202311305832.X
申请日：2023-10-10
Applicant: 湖北华中电力科技开发有限责任公司
IPC: G06Q10/10 , G06Q50/06 , G06N20/00 , G06F18/241
Abstract: 本发明实施例公开了一种基于智能算法的用户侧负荷管理方法及系统，确定负荷管理的用户信息，获取所述用户信息对应的用电功率数据，将所述用户信息与所述用电功率数据进行关联，得到关联数据；构建用户负荷计算模型；将所述关联数据输入所述用户负荷计算模型进行训练，得到训练好的用户负荷计算模型；将目标用户对应的用电功率数据输入训练好的所述用户负荷计算模型，得到目标用户的负荷曲线；基于所述负荷曲线对目标用户的负荷进行实时监控，得到监控结果；基于所述监控结果执行用户侧负荷管理。该基于智能算法的用户侧负荷管理方法解决现有技术中无法准确估算用电负荷现状和增长速度，使得设备运行维护成本较高的问题。
-
公开(公告)号：CN116977566A
公开(公告)日：2023-10-31
申请号：CN202310995740.2
申请日：2023-08-09
Applicant: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
Abstract: 本发明提供一种深度学习单目视觉地面动态目标三维重建方法，其特征在于，包括如下步骤：步骤一，利用动态目标掩膜优化图像重投影损失函数，利用优化后的图像重投影损失函数对深度网络进行训练并得到最优网络权重系数；步骤二，基于语义分割图提取动态目标接地点；步骤三，将步骤二的动态目标接地点作为深度网络推理的输入，得到接地点深度值，根据接地点深度值对动态目标进行三维重建。本发明能有效降低由于目标运动引起的深度值模糊现象，通过与激光雷达对同一目标的测量结果对比，本发明能准确估计动态目标的位置信息，为动态目标流定位、跟踪提供状态信息，为数字孪生场景重建提供要素感知数据。
-
-
-
-
-
Search Results
6
records
(took 0.023 seconds)
