公开(公告)号：CN118154360A

公开(公告)日：2024-06-07

申请号：CN202410394679.0

申请日：2024-04-02

Applicant: 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 ,  东北电力大学

Inventor： 王鑫红 ,  高雪峰 ,  时雨 ,  李炳玲 ,  孙勇 ,  宋磊 ,  姚忆雯 ,  王鼎衡 ,  王博闻 ,  朱蒙 ,  时圣尧 ,  许鑫 ,  佘新 ,  徐友清 ,  李昊 ,  王雨薇 ,  王瑶瑶

IPC: G06Q50/06 ,  G06F18/23213 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/006

Abstract: 本发明公开了考虑极端场景下电压灵活性的储能选址定容规划方法，对温度‑气象及温度‑负荷相关性分析，选择耦合气象特征；通过K‑均值算法进行极端高温场景、极端低温场景下的负荷数据聚类，得到负荷的数据聚类；最后用生成式对抗网络进行极端天气下的负荷场景生成，对历史电力负荷数据进行筛选及重组，生成小概率高负荷场景；以储能设备为配电网络选址定容对象，基于小概率高负荷场景和电压稳定度指标进行优先选址；以最小化运行成本为目标构建目标函数，采用粒子群算法，计算所有储能设备的位置及容量配置；本发明方法考虑极端场景下的储能选址定容，能够更好的提高系统电压的稳定性、灵活性，还能减缓波动现象。

公开(公告)号：CN119150670A

公开(公告)日：2024-12-17

申请号：CN202411166693.1

申请日：2024-08-23

Applicant: 东北电力大学

Inventor： 黄南天 ,  唐立鹏 ,  李炳玲 ,  孙赫宏 ,  王瑶瑶

IPC: G06F30/27 ,  G06F18/214 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/098 ,  G06F113/06

Abstract: 本发明公开的基于改进LSGAN的多风电场小样本联合场景生成方法，具体按以下步骤实施：S1、定义高风速与低风速场景划分标准，并建立LSGAN模型；S2、在LSGAN模型加入焦点损失函数、Dropout层与卷积层，生成改进LSGAN模型；S3、通过改进LSGAN模型对多风电场数据进行联合场景生成。本发明的基于改进LSGAN的多风电场小样本联合场景生成方法，解决现有技术中存在的采用传统方法对低风速与高风速的小样本数据进行生成时，不同类别的小样本数据概率密度函数差异大，存在模式崩溃危险的问题。

公开(公告)号：CN119253576A

公开(公告)日：2025-01-03

申请号：CN202411173332.X

申请日：2024-08-26

Applicant: 东北电力大学

Inventor： 黄南天 ,  孙赫宏 ,  唐立鹏 ,  李炳玲 ,  王瑶瑶

IPC: H02J3/00 ,  G01W1/10 ,  G06F18/2113 ,  G06F18/213 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/045 ,  G06Q50/06 ,  G06N3/048 ,  G06F123/02

Abstract: 本发明公开的基于时‑空图卷积神经网络的广域多风电场短期预测方法，具体按以下步骤实施：S1、确定强相关气象特征；S2、确定时‑空图多节点特征集；S3、以多风电场之间历史出力相关性作为时‑空图边特征；S4、引入时‑空图神经网络中信息传播机制，构建聚合历史出力强相关场站数据天气预报和历史出力高维特征的信息传播机制，S5、在时‑空图神经网络训练过程中引入绝对误差损失和交叉熵损失相结合的损失函数，结合门控循环单元层完成多风电场短期预测。本发明的基于时‑空图卷积神经网络的广域多风电场短期预测方法，解决现有技术中存在的风电功率的预测值与实际值存在较大差异的问题。