-
公开(公告)号：CN108763434A
公开(公告)日：2018-11-06
申请号：CN201810510248.0
申请日：2018-05-24
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 星环信息科技(上海)有限公司
CPC classification number: G06Q50/06
Abstract: 本发明涉及一种配用电多源异构信息模型数据系统，该系统呈瓦片金字塔模型，包括从下到上依次排布的基础数据层、计算分析数据层、决策管理数据层和评估与规划数据层，上层数据层由下层或同层数据层计算分析后获得，每一层的每一块数据根据各个数据间的紧密程度继续归类。与现有技术相比，本发明具有保证信息模型对多源异构数据的全面性、完整性描述，同时增强了数据的关联关系，提高信息模型对数据复用和共享的效率等优点。
-
公开(公告)号：CN107748940A
公开(公告)日：2018-03-02
申请号：CN201711136988.4
申请日：2017-11-16
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 星环信息科技(上海)有限公司
Abstract: 本发明涉及一种节电潜力量化预测方法，该方法包括以下步骤：提取行业用户用电数据，从用户用电数据中获取用电特性指标，通过聚类分析划分用电群体；建立节电潜力预测模型，对同一用电群体内进行标杆选取，将标杆用电量输入节电潜力预测模型获得未来节电潜力预测值。与现有技术相比，本发明具有节电潜力量化，更直观的指导用电行为并且预测准确度高等优点。
-
公开(公告)号：CN108769182A
公开(公告)日：2018-11-06
申请号：CN201810510271.X
申请日：2018-05-24
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 星环信息科技(上海)有限公司
CPC classification number: H04L67/16 , H04L41/145 , H04L41/147 , H04L67/32
Abstract: 本发明涉及一种预测执行任务执行时间的组合优化调度方法，包括步骤：1、基于CREST组合优化预测执行任务调度模型；2、采集节点间带宽和节点处理能力能细粒度资源信息；3、根据节点间带宽和节点处理能力能细粒度资源信息获取重调度任务的预计完成时间；4、设计重执行慢任务组合方案，获取慢任务组合重执行预计完成时间；5、设计慢任务最优组合重执行方案，根据重调度任务的预计完成时间及慢任务组合重执行预计完成时间，获取组合重执行优化的目标方程；6、设置权重，利用组合重执行优化的目标方程获取有效缩短的预测执行任务运行时间。与现有技术相比，本发明具有有效缩短预测执行任务运行时间、提升性能效益、满足数据本地性需求等优点。
-
公开(公告)号：CN108763435A
公开(公告)日：2018-11-06
申请号：CN201810510544.0
申请日：2018-05-24
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 星环信息科技(上海)有限公司
IPC: G06F17/30
Abstract: 本发明涉及一种配用电大数据信息交互系统，该系统包括从下到上依次分布的：多源异构数据信息模型层，用于通过API接口实现与应用层的数据交互，多源异构数据信息模型层包括多个数据库；预处理层，用于对多源异构数据进行预处理；信息传输层，用于对预处理后的数据进行传输；信息组织层，用于为多源异构数据信息模型中数据库和应用层之间提供数据接口，并将多源异构数据信息模型中主数据库和各分数据库的数据进行同步更新；应用层，通过API应用程序接口与多源异构数据信息模型相连，用于实现数据的传输与应用。与现有技术相比，本发明具有保证数据安全可靠、提高数据质量、自愈恢复、良好的适应性和扩展性优点。
-
公开(公告)号：CN107909208A
公开(公告)日：2018-04-13
申请号：CN201711137343.2
申请日：2017-11-16
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 星环信息科技(上海)有限公司
CPC classification number: G06Q10/04 , G06Q10/06393 , G06Q50/06
Abstract: 本发明涉及一种台区配网降损方法，该方法包括以下步骤：进行台区特征提取，并构建台区特征数据库；对台区特征数据库中的台区特征进行层次聚类，对不同类台区特征分别建立线损率预测模型，得到线损率预测值；对线损率异常台区进行线损率修正；依据得到的线损率，采用Apriori算法获取影响线损率等级的关联规则，根据关联规则实行配网降损。与现有技术相比，本发明具有依据线损率预测模型获得影响线损率等级的关联规则，从而可以根据管理规则指导进行配网降损，同时线损率计算涉及异常台区线损率修正，计算结果更准确等优点。
-
Patent Agency Ranking
公开(公告)号：CN118868112A
公开(公告)日：2024-10-29
申请号：CN202410919155.9
申请日：2024-07-10
Applicant: 国网上海市电力公司 , 浙江电腾云光伏科技有限公司 , 华东电力试验研究院有限公司
Abstract: 本发明公开了一种基于风光荷时序波动特性的配电网多时间尺度电压优化策略，该分区方法步骤为：A、构建风力、光伏发电的出力概率模型，建立负荷变化概率模型；B、利用蒙特卡洛方法生成大量风电、光伏出力以及负荷需求场景；C、利用同步回代消除法对生成场景进行削减；D、建立配电网多时间尺度协调优化运行框架；E、建立日前级电压优化控制模型；F、建立日内级电压优化控制模型；G、验证所提电压优化策略的效果。本发明的方法能在保证精度的前提下简化计算步骤、有利于实现配电网系统较小的网损和节点电压偏差，使电网中的传统离散型设备如电容器组、有载调压变压器和连续型设备如分布式电源能够更有效率参与配电网系统的运行优化，适用于电网电压调节。
-
公开(公告)号：CN118783553A
公开(公告)日：2024-10-15
申请号：CN202410920452.5
申请日：2024-07-10
Applicant: 国网上海市电力公司 , 浙江电腾云光伏科技有限公司 , 华东电力试验研究院有限公司
IPC: H02J3/48 , H02J3/50 , H02J3/38 , H02J3/16 , H02J3/24 , G06F30/20 , G06F113/04 , G06F111/08
Abstract: 本发明公开了一种基于电气距离和功率平衡的配电网两阶段分区方法，该分区方法步骤为：A、基于电压灵敏度分析，构建各个节点间电气距离模型；B、构建风力、光伏出力的概率模型，利用蒙特卡洛方法生成多个风电、光伏出力场景及概率分布；C、节点净功率期望值处理；D、节点电气距离可视化处理；E、构建基于OPTICS的配电网分区方法；F、考虑分区内功率平衡的配电网分区调整方法。本方法在考虑电气距离的情况下，利用OPTICS和功率平衡调整两阶段分区方法，兼顾分区电气耦合的结构性目标和功率平衡的功能性目标，实现配电网的电压优化的实时分区。一定程度上适应配电网内RDG的出力变化，灵活调整分区结构。
-
公开(公告)号：CN118552096A
公开(公告)日：2024-08-27
申请号：CN202410412612.5
申请日：2024-04-08
Applicant: 国网上海市电力公司 , 国网智能电网研究院有限公司 , 华东电力试验研究院有限公司
IPC: G06Q10/067 , H02J3/00 , G06Q50/06 , G06F18/25
Abstract: 本发明涉及电力信息技术领域，具体提供了一种融合多源数据的配电网数字孪生模型映射方法及装置，包括：对设备实时量测数据中的量测数据值进行补全处理；基于设备ID将设备实时量测数据与设备管理数据进行对齐融合，得到设备融合数据；基于设备ID将所述设备融合数据与配电网数字孪生模型对应的设备描述数据结构进行关联。本发明提供的技术方案，能够将电气拓扑动态、静态数据与现有配电网数字孪生模型进行精准映射，实现其与电力业务的有效融合，提升配电网数字孪生模型的适用性。
-
公开(公告)号：CN118521749A
公开(公告)日：2024-08-20
申请号：CN202410525842.2
申请日：2024-04-29
Applicant: 国网上海市电力公司 , 国网智能电网研究院有限公司 , 华东电力试验研究院有限公司
Abstract: 本发明涉及电力系统信息技术领域，具体提供了一种电力设备三维模型的多源多制式模型融合方法及装置，包括：获取变电站场景的三维模型和原始点云，并对所述变电站场景的三维模型和原始点云进行融合，得到融合模型；对融合模型中的电力设备模型进行点云分割；获取融合模型中分割出的电力设备模型，并对所述电力设备模型进行信息标注。本发明提供的技术方案，实现了对变电站场景全局和局部多层次、多尺度的模型数据展现。
-
公开(公告)号：CN111815035B
公开(公告)日：2024-01-30
申请号：CN202010571442.7
申请日：2020-06-22
Applicant: 国网上海市电力公司 , 上海电力大学 , 华东电力试验研究院有限公司
IPC: G06Q10/04 , G06Q50/06 , G06F18/23213 , G06N3/0464 , H02J3/00
Abstract: 本发明涉及一种融合形态聚类及TCN‑Attention的短期负荷预测方法，包括以下步骤：S1：对负荷历史日数据进行形态聚类，形成多个负荷相似日簇；S2：对影响负荷预测的数据进行预处理，获取待预测日负荷预测的影响因素数据；S3：根据各负荷相似日簇与影响因素数据的相似性为待预测日选择对应的相似日簇训练子集；S4：将待预测日对应的相似日簇训练子集输入到预测模型进行训练；S5：输入待预测日的影响因素数据至训练完成的预测模型，输出短期负荷预测值；所述的预测模型包括依次连接的输入层、TCN残差模块、Attention机制模块和输出层，与现有技术相比，本发明具有预测速度快且预测(56)对比文件李鹏辉;崔承刚;杨宁;陈辉.基于ARIMALSTM组合模型的楼宇短期负荷预测方法研究.上海电力学院学报.2019,(第06期),全文.张冰;周步祥;石敏;魏金萧.基于灰色关联分析与随机森林回归模型的短期负荷预测.水电能源科学.2017,(第04期),全文.吴云;雷建文;鲍丽山;李春哲.基于改进灰色关联分析与蝙蝠优化神经网络的短期负荷预测.电力系统自动化.2018,(第20期),全文.
-
-
-
-
-
-
-
-
-
Search Results
289
records
(took 0.073 seconds)
