-
公开(公告)号：CN110533247B
公开(公告)日：2022-04-15
申请号：CN201910818873.6
申请日：2019-08-30
Applicant: 国网陕西省电力公司电力科学研究院 , 西安交通大学 , 国网陕西省电力公司 , 国家电网有限公司
Abstract: 本发明公开了一种采用气温数据异常点补偿的月度用电量预测方法，包括：采集获取待预测地的日用电量和日平均温度的原始时间序列数据；获得日平均温度‑日用电量序列；对日平均温度‑日用电量序列采用稳健多项式回归；选取日用电量最低时对应的温度，作为区分高温与低温的阈值温度T*；根据阈值温度T*，计算各月份的月度采暖系数MHDD和月度制冷系数MCDD；对日用电量进行加法模型季节分解，分解为长期趋势及循环分量、季节分量和不规则分量三部分；其中，不规则分量采用MHDD及MCDD参数进行气温数据异常点补偿，以预测用电量时间序列中的不规则分量。本发明可解决目前传统的月度用电量预测方法精度不高的技术问题。
-
公开(公告)号：CN112117761A
公开(公告)日：2020-12-22
申请号：CN202010960876.6
申请日：2020-09-14
Abstract: 本发明公开了一种基于改进网络权重的新能源电力系统恢复路径搜索方法：计算线路、发电机节点及变电站节点权重因子，以此作为路径搜索过程中选择线路和节点的依据；基于待恢复节点类型，确定各类节点权重因子对应系数的取值，并计算待恢复节点组合权重；对新能源和负荷接入系统要求进行分析，研究新能源节点恢复与功率平衡的约束条件；提出一种考虑相邻未恢复发电机节点影响的改进节点组合权重，增加发电机节点被搜索的机会，加快发电机节点恢复速度；最后，结合所提出的改进节点组合权重，建立广度优先路径搜索模型，在考虑系统恢复过程中对新能源接纳能力的情况下，实现新能源电力系统有序恢复。
-
公开(公告)号：CN112001552A
公开(公告)日：2020-11-27
申请号：CN202010865592.9
申请日：2020-08-25
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于用电量序列的月度售电量预测方法，主要包括：将月度用电量历史数据划分为训练集以及验证集两部分；建立以待预测月的上一月和去年同期的用电量为输入，待预测月的用电量为输出的支持向量机模型；利用贝叶斯优化对支持向量机的惩罚系数c、核函数系数γ及不敏感系数ε进行寻优；建立最优参数下的支持向量机预测模型并预测未来用电量；基于月度用电量序列历史数据和预测结果，构建虚拟电量序列；最后，建立以虚拟电量序列为输入、月度售电量为输出的逐月线性回归模型，对未来月度售电量进行预测，以减小售电量因抄表例日不固定、统计区间与自然月有所差别导致直接使用售电量历史数据进行预测的误差。
-
公开(公告)号：CN112001552B
公开(公告)日：2022-12-09
申请号：CN202010865592.9
申请日：2020-08-25
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于用电量序列的月度售电量预测方法，主要包括：将月度用电量历史数据划分为训练集以及验证集两部分；建立以待预测月的上一月和去年同期的用电量为输入，待预测月的用电量为输出的支持向量机模型；利用贝叶斯优化对支持向量机的惩罚系数c、核函数系数γ及不敏感系数ε进行寻优；建立最优参数下的支持向量机预测模型并预测未来用电量；基于月度用电量序列历史数据和预测结果，构建虚拟电量序列；最后，建立以虚拟电量序列为输入、月度售电量为输出的逐月线性回归模型，对未来月度售电量进行预测，以减小售电量因抄表例日不固定、统计区间与自然月有所差别导致直接使用售电量历史数据进行预测的误差。
-
公开(公告)号：CN112001551A
公开(公告)日：2020-11-27
申请号：CN202010865591.4
申请日：2020-08-25
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于大用户电量信息的地市电网售电量预测方法：调研统计地市内月用电量300万千瓦时及以上大用户的电量信息和未来用电计划；对获取的大用户电量信息进行预处理，以保证数据的完整性、唯一性与结构一致性；基于皮尔逊积矩相关系数计算，分析地市大用户电量信息累加与地市电网大工业售电量及地市电网总售电量之间的关联关系；通过对地市电网各类售电量占总售电量比例的计算，分析地市电网售电量的结构；建立以地市内大用户电量信息累加为输入、地市电网售电量为输出的线性回归模型，结合所掌握的大用户未来电量使用计划，对地市电网年度售电量进行预测，以解决大工业占比较高的地市电网售电量预测精度不足的问题。
-
Patent Agency Ranking
公开(公告)号：CN112117761B
公开(公告)日：2021-12-28
申请号：CN202010960876.6
申请日：2020-09-14
Abstract: 本发明公开了一种基于改进网络权重的新能源电力系统恢复路径搜索方法：计算线路、发电机节点及变电站节点权重因子，以此作为路径搜索过程中选择线路和节点的依据；基于待恢复节点类型，确定各类节点权重因子对应系数的取值，并计算待恢复节点组合权重；对新能源和负荷接入系统要求进行分析，研究新能源节点恢复与功率平衡的约束条件；提出一种考虑相邻未恢复发电机节点影响的改进节点组合权重，增加发电机节点被搜索的机会，加快发电机节点恢复速度；最后，结合所提出的改进节点组合权重，建立广度优先路径搜索模型，在考虑系统恢复过程中对新能源接纳能力的情况下，实现新能源电力系统有序恢复。
-
公开(公告)号：CN112117779A
公开(公告)日：2020-12-22
申请号：CN202010960102.3
申请日：2020-09-14
Abstract: 本发明公开了一种多新能源脱网后协调恢复方法，根据多新能源系统脱网光伏和风机的类型及控制方法，建立多新能源脱网后恢复策略的待选集合；利用电力系统暂态稳定分析软件模拟多新能源脱网过程，分别采取待选集合中的不同策略，对多新能源系统进行模拟恢复，计算恢复前后多新能源系统频率偏差波动、电压幅值波动及功角差暂态波动；利用频率偏差波动、电压幅值波动及功角差暂态波动的加权求和，计算新能源脱网后恢复综合评价指标，选取待选集合中综合评价指标最小的策略，对多新能源脱网后的实际系统进行恢复。本发明方法避免出现因新能源不恰当恢复顺序导致的系统再次崩溃现象，克服现有技术对于多新能源电力系统协调恢复过程考虑不足的缺陷。
-
公开(公告)号：CN110533247A
公开(公告)日：2019-12-03
申请号：CN201910818873.6
申请日：2019-08-30
Applicant: 国网陕西省电力公司电力科学研究院 , 西安交通大学 , 国网陕西省电力公司 , 国家电网有限公司
Abstract: 本发明公开了一种采用气温数据异常点补偿的月度用电量预测方法，包括：采集获取待预测地的日用电量和日平均温度的原始时间序列数据；获得日平均温度-日用电量序列；对日平均温度-日用电量序列采用稳健多项式回归；选取日用电量最低时对应的温度，作为区分高温与低温的阈值温度T*；根据阈值温度T*，计算各月份的月度采暖系数MHDD和月度制冷系数MCDD；对日用电量进行加法模型季节分解，分解为长期趋势及循环分量、季节分量和不规则分量三部分；其中，不规则分量采用MHDD及MCDD参数进行气温数据异常点补偿，以预测用电量时间序列中的不规则分量。本发明可解决目前传统的月度用电量预测方法精度不高的技术问题。
-
公开(公告)号：CN112001551B
公开(公告)日：2023-08-04
申请号：CN202010865591.4
申请日：2020-08-25
Applicant: 西安交通大学
IPC: G06Q10/04 , G06Q10/0639 , G06Q30/0202 , G06Q30/0201 , G06Q50/06
Abstract: 本发明公开了一种基于大用户电量信息的地市电网售电量预测方法：调研统计地市内月用电量300万千瓦时及以上大用户的电量信息和未来用电计划；对获取的大用户电量信息进行预处理，以保证数据的完整性、唯一性与结构一致性；基于皮尔逊积矩相关系数计算，分析地市大用户电量信息累加与地市电网大工业售电量及地市电网总售电量之间的关联关系；通过对地市电网各类售电量占总售电量比例的计算，分析地市电网售电量的结构；建立以地市内大用户电量信息累加为输入、地市电网售电量为输出的线性回归模型，结合所掌握的大用户未来电量使用计划，对地市电网年度售电量进行预测，以解决大工业占比较高的地市电网售电量预测精度不足的问题。
-
公开(公告)号：CN112117779B
公开(公告)日：2022-05-06
申请号：CN202010960102.3
申请日：2020-09-14
Abstract: 本发明公开了一种多新能源脱网后协调恢复方法，根据多新能源系统脱网光伏和风机的类型及控制方法，建立多新能源脱网后恢复策略的待选集合；利用电力系统暂态稳定分析软件模拟多新能源脱网过程，分别采取待选集合中的不同策略，对多新能源系统进行模拟恢复，计算恢复前后多新能源系统频率偏差波动、电压幅值波动及功角差暂态波动；利用频率偏差波动、电压幅值波动及功角差暂态波动的加权求和，计算新能源脱网后恢复综合评价指标，选取待选集合中综合评价指标最小的策略，对多新能源脱网后的实际系统进行恢复。本发明方法避免出现因新能源不恰当恢复顺序导致的系统再次崩溃现象，克服现有技术对于多新能源电力系统协调恢复过程考虑不足的缺陷。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.03 seconds)
