公开(公告)号：CN115759590A

公开(公告)日：2023-03-07

申请号：CN202211370513.2

申请日：2022-11-03

Applicant: 国网四川省电力公司经济技术研究院 ,  四川省新型电力系统研究院有限公司

Inventor： 李晨 ,  张宏图 ,  彭丽霖 ,  陈礼频 ,  魏驰 ,  李佳 ,  肖畅 ,  路轶 ,  过夏明 ,  肖科 ,  刘畅 ,  谢天祥 ,  李奥

IPC: G06Q10/0631 ,  G06Q50/06 ,  G06F18/23213 ,  H02J3/14 ,  H02J3/46

Abstract: 本发明公开了一种基于用电行为特征的工业用户需求响应潜力计算方法，方法包括：对工业用户在选定周期内用电的日负荷曲线集合进行聚类处理，以生成多个子集合；分别从每个子集合中确定出一条典型日负荷曲线，得到多条典型日负荷曲线，作为所述工业用户的用电行为特征；确定每条典型日负荷曲线针对需求响应的响应系数，以及工业用户能够参与需求响应的可调节负荷占比；基于所述响应系数和可调节负荷占比，计算每条典型日负荷曲线的第一需求响应潜力；对所有典型负荷曲线的第一需求响应潜力进行加权求和，得到所述工业用户的第二需求响应潜力。

公开(公告)号：CN119577672A

公开(公告)日：2025-03-07

申请号：CN202411616424.0

申请日：2024-11-13

Applicant: 国网四川省电力公司经济技术研究院

Inventor： 王亦 ,  李旻 ,  马天男 ,  张宏图 ,  马瑞光 ,  吴刚 ,  刘巍 ,  向璟 ,  罗晧 ,  侯验秋 ,  孙毅 ,  邓扶摇 ,  过夏明 ,  肖畅 ,  刘洁颖 ,  唐伦 ,  苗树敏 ,  许鹏 ,  何川 ,  唐艺鸣 ,  肖雨昕 ,  王海燕 ,  叶强 ,  汪伟

IPC: G06F18/25 ,  G06F18/23 ,  G06N3/0475 ,  G06N3/094 ,  G06F18/20

Abstract: 本发明公开了一种考虑源荷耦合的场景生成方法、系统、设备及介质，涉及场景生成技术领域，该方法包括：根据历史源荷数据的数据进行纵向扩充得到纵向扩充数据，将横向扩充数据和纵向扩充数据进行数据融合；利用自组织映射聚类算法对样本数据进行聚类分析，构建聚类分析结果中各个日类型之间的状态转移矩阵，并生成未来预测时间段内的日类型序列；对各个日类型预置的GAN模型进行训练，将满足预设训练结束条件的各个GAN模型确定为预测模型；将各个日类型的簇数据输入至对应的预测模型中进行处理；解决了现有技术中人工智能算法需要的历史数据信息不足、聚类方法在样本大时计算速度过慢，以及在极端条件下未考虑电源和负荷的平衡等问题。

公开(公告)号：CN119962715A

公开(公告)日：2025-05-09

申请号：CN202411822069.2

申请日：2024-12-11

Applicant: 中国农业大学 ,  国网四川省电力公司 ,  中国电力科学研究院有限公司 ,  国网四川省电力公司经济技术研究院

Inventor： 叶林 ,  王胤喆 ,  裴铭 ,  许涛 ,  王国春 ,  王超 ,  董时萌 ,  武力 ,  李增辉 ,  李旻 ,  张宏图 ,  孙毅 ,  王亦 ,  肖畅 ,  崔晖 ,  张传成 ,  张加力 ,  刘鹏 ,  李凌昊 ,  宋雨妍 ,  刘阳 ,  王潇笛 ,  张永杰 ,  张帅 ,  罗雅迪

IPC: G06Q10/04 ,  G06Q10/063 ,  G06Q50/06 ,  G06F18/20 ,  G06F18/213 ,  H02J3/00 ,  H02J3/38

Abstract: 本发明公开了一种基于源‑荷预测的电量平衡场景生成方法，包括：特征采集层、数据处理层、预测层和场景生成层，用于制定购电计划、求解新能源出力情况、计算弃风弃光数据、制定储能充放电计划。为了克服电量平衡场景生成时因负荷功率、新能源发电功率短期预测不准确而导致计算购电方案以及弃风弃光量不精确的弊端，本方案显著减小计算电量平衡时弃风弃光量以及购电方案的误差，最大限度地利用气象数据与负荷数据之间的关系、新能源发电自身的规律等相关信息，不仅可以弥补传统弊端，而且可以在较少的可用数据的基础上精确地计算出新能源出力预测，从而提高电量平衡场景生成的过程中计算购电方案以及弃风弃光量的精度。

公开(公告)号：CN119578594A

公开(公告)日：2025-03-07

申请号：CN202411617559.9

申请日：2024-11-13

Applicant: 国网四川省电力公司经济技术研究院

Inventor： 吴刚 ,  李旻 ,  马瑞光 ,  张宏图 ,  马天男 ,  王亦 ,  刘巍 ,  向璟 ,  罗晧 ,  侯验秋 ,  孙毅 ,  邓扶摇 ,  过夏明 ,  杜成锐 ,  王金龙 ,  王莉丽 ,  银涛 ,  肖畅 ,  刘洁颖 ,  唐伦 ,  苗树敏 ,  许鹏 ,  何川 ,  唐艺鸣 ,  肖雨昕 ,  王海燕 ,  叶强 ,  汪伟

IPC: G06N20/20 ,  G06N3/045 ,  H02J3/00 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0455

Abstract: 本发明公开了一种极端天气下风电功率的预测模型训练方法及预测方法，涉及新能源调度规划技术领域。本发明针对极端天气样本量少、特征规律难以学习和准确预测的问题，提出基于互信息的最大相关最小冗余算法对极端天气特征进行最优特征子集选取，并在最优特征子集的基础上，进行时序数据扩增，采用集成学习模型替换单一预测模型，提高预测模型对多样性特征的学习能力以及模型泛化能力，从而提高了风电功率预测模型的预测精度。