公开(公告)号：CN119070362B

公开(公告)日：2025-01-24

申请号：CN202411571069.X

申请日：2024-11-06

Applicant: 国网(山东)电动汽车服务有限公司

Inventor： 王震 ,  周博宇 ,  李民 ,  乔振家 ,  陈超 ,  程成

IPC: H02J3/32 ,  H02J3/38 ,  H02J3/06 ,  H02J3/00 ,  G06Q30/0201 ,  G06Q10/04 ,  G06Q50/06 ,  G06F18/23213 ,  G06F18/214 ,  G06N20/20

Abstract: 本发明提出了一种计及运行成本和反向重过载缓解的储能优化调度方法，包括以下步骤：S1：基于K‑means‑XGBoost‑Informer模型和数据集预测第二日的光伏节点发电功率、用户负荷节点功率，基于约束条件和目标函数制定日前决策并执行；S2：获取台区关键节点的运行数据，并根据关键节点的运行数据判断是否存在反向过载，如果存在，执行步骤S3，如果不存在，则跳过步骤S3，执行步骤S4；S3：暂停执行日前决策，制定实时决策并执行，执行实时决策的同时，更新日前决策并实时获取变压器储能节点的运行数据并判断潮流方向，直至变压器储能节点的潮流方向变为正向；S4：判断日前决策是否全部执行，如果未全部执行，则继续执行日前决策并返回步骤S2，如果已全部执行，则退出。

公开(公告)号：CN119070362A

公开(公告)日：2024-12-03

申请号：CN202411571069.X

申请日：2024-11-06

Applicant: 国网(山东)电动汽车服务有限公司

Inventor： 王震 ,  周博宇 ,  李民 ,  乔振家 ,  陈超 ,  程成

IPC: H02J3/32 ,  H02J3/38 ,  H02J3/06 ,  H02J3/00 ,  G06Q30/0201 ,  G06Q10/04 ,  G06Q50/06 ,  G06F18/23213 ,  G06F18/214 ,  G06N20/20

Abstract: 本发明提出了一种计及运行成本和反向重过载缓解的储能优化调度方法，包括以下步骤：S1：基于K‑means‑XGBoost‑Informer模型和数据集预测第二日的光伏节点发电功率、用户负荷节点功率，基于约束条件和目标函数制定日前决策并执行；S2：获取台区关键节点的运行数据，并根据关键节点的运行数据判断是否存在反向过载，如果存在，执行步骤S3，如果不存在，则跳过步骤S3，执行步骤S4；S3：暂停执行日前决策，制定实时决策并执行，执行实时决策的同时，更新日前决策并实时获取变压器储能节点的运行数据并判断潮流方向，直至变压器储能节点的潮流方向变为正向；S4：判断日前决策是否全部执行，如果未全部执行，则继续执行日前决策并返回步骤S2，如果已全部执行，则退出。

公开(公告)号：CN119226863A

公开(公告)日：2024-12-31

申请号：CN202411731249.X

申请日：2024-11-29

Applicant: 国网(山东)电动汽车服务有限公司

Inventor： 朱晓东 ,  李民 ,  周博宇 ,  乔振家 ,  蒋雷雷 ,  程成

IPC: G06F18/24 ,  G06F18/214 ,  G06F18/10 ,  G06F18/213 ,  G06N3/0442 ,  G06N3/049 ,  G06N3/045 ,  G06N3/08 ,  G01R31/00 ,  H02J3/00 ,  G06F123/02

Abstract: 本发明提出了一种基于数据驱动的电能质量扰动识别方法，属于电能质量扰动识别技术领域，包括以下步骤：S1：获取配电网设定时段内的电能质量扰动电压信号；S2：基于希尔伯特变换对电能质量扰动电压信号进行数据增强，将电能质量扰动电压信号中的扰动数据进行放大；S3：使用MLSTM‑FCNs模型，并将数据增强后的电能质量扰动电压信号输入MLSTM‑FCNs模型对其进行预训练，最终取得并保存最佳训练模型；S4：将最佳训练模型作为特征提取器，基于宽度学习算法建立并训练宽度学习分类模型，通过宽度学习分类模型对电能质量扰动电压信号进行分类，输出扰动数据的识别结果，本发明将深度学习、增量学习与传统的信号处理技术结合，具有更好的鲁棒性。

公开(公告)号：CN119089311A

公开(公告)日：2024-12-06

申请号：CN202411570583.1

申请日：2024-11-06

Applicant: 国网(山东)电动汽车服务有限公司

Inventor： 李民 ,  王震 ,  朱晓东 ,  陈超 ,  陈瑾 ,  乔振家 ,  赵炳琪 ,  程成

IPC: G06F18/2415 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/082 ,  G01R31/00 ,  G06F123/02

Abstract: 本发明提出了一种分布式光伏台区电能质量扰动实时分类方法，属于分布式光伏发电技术领域，S1：基于采集到的一维扰动信号，提取深度谱特征生成二维语谱图，二维语谱图为时变谱特征的二维可视化表示；S2：基于可变形的交叉注意力机制，提取单张二维语谱图中的质量扰动信息；S3：采用基于多头注意力机制的Transformer模型，融合多张二维语谱图之间的时序信息；S4：基于全连接层与softmax分类器，对降维后的特征信息实现电能质量扰动的识别与分类。本发明可实现电能质量扰动的实时识别与分类，且具有较高的识别精确度，可为分布式光伏台区后续的故障处理与数据分析奠定重要的基础。