-
公开(公告)号：CN119940700A
公开(公告)日：2025-05-06
申请号：CN202411872473.0
申请日：2024-12-18
Applicant: 国网冀北电力有限公司 , 国网冀北电力有限公司信息通信分公司 , 国家电网有限公司 , 国家电网有限公司大数据中心 , 北京中电普华信息技术有限公司 , 国网信息通信产业集团有限公司
IPC: G06Q10/063 , G06Q10/0639 , G06Q50/06 , G06Q50/26
Abstract: 本公开提供一种分区域碳排放量预测方法及相关设备。该方法包括：获取目标区域关于碳排放量预测的预设指标参数的指标数据；基于碳排放量预测模型和所述指标数据进行碳排放量预测，得到所述目标区域的初始碳排放量；其中，所述碳排放量预测模型基于所述预设指标参数构建得到；基于修正模型和修正数据对所述初始碳排放量进行修正，得到预测碳排放量。
-
公开(公告)号：CN119941007A
公开(公告)日：2025-05-06
申请号：CN202411871633.X
申请日：2024-12-18
Applicant: 国家电网有限公司大数据中心 , 国网冀北电力有限公司 , 国网冀北电力有限公司信息通信分公司 , 国家电网有限公司 , 北京中电普华信息技术有限公司 , 国网信息通信产业集团有限公司
IPC: G06Q10/0639 , G06Q50/26 , G06Q50/06
Abstract: 本申请提供一种企业的碳排放绩效的评价方法及相关设备，所述方法包括获取所述企业的每个碳排放绩效的评价指标对应的多个碳数据，针对每个评价指标，基于所述多个碳数据，计算所述评价指标对应的多个指标值；利用层次分析法确定每个评价指标对应的多个主观权重，以及基于每个评价指标对应的多个指标值，利用熵权法确定每个评价指标对应的多个客观权重；基于每个评价指标对应的多个主观权重和多个客观权重，计算每个评价指标对应的多个目标权重；基于每个评价指标对应的多个目标权重和多个指标值，利用优劣解距离法确定所述企业的碳排放绩效的评价分数，解决了现有技术中企业的碳排放绩效的评价并不准确的技术问题。
-
公开(公告)号：CN117728405B
公开(公告)日：2024-05-03
申请号：CN202410161919.2
申请日：2024-02-05
Applicant: 国网冀北电力有限公司 , 国网冀北电力有限公司信息通信分公司 , 国家电网有限公司
IPC: H02J3/00 , G06F18/214 , G06N3/006 , G06N3/04 , G06N3/084
Abstract: 本说明书涉及电力系统控制技术领域，提供了一种基于混合学习网络大模型的电力系统态势感知方法及装置，该方法包括：实时获取目标电力系统中多个发电机节点的暂态能量及运行状态；根据暂态能量确定目标电力系统当前的暂态能量裕度和时间裕度，并将暂态能量和运行状态融合为态势感知综合变量数据；将暂态能量裕度、时间裕度和态势感知综合变量输入至预训练的极限学习机，以预测目标电力系统的稳定性；其中，极限学习机的输入层权值和隐含层偏差在预训练时基于LM算法修正且基于粒子群算法全局寻优，极限学习机的输出层权值在预训练时基于最小二乘法确定。本说明书实施例可以提高电力系统态势感知的预测速度和预测精度。
-
公开(公告)号：CN117613983B
公开(公告)日：2024-04-16
申请号：CN202410090946.5
申请日：2024-01-23
Applicant: 国网冀北电力有限公司 , 国网冀北电力有限公司信息通信分公司 , 国家电网有限公司
Abstract: 本说明书涉及电力技术领域，尤其涉及基于融合规则强化学习的储能充放电控制决策方法及装置，应用于电网及用户侧光伏储能设备，包括：将任意时间段的用户用电功率、储能电池的荷电状态、室外温度、太阳光辐照度、电网用电单价、电网卖电单价，确定状态空间；将状态空间输入至基于融合规则强化学习的充放电控制决策模型，得到最优充放电决策变量，其中最优充放电决策变量包括：储能电池最优充放电功率及最优系数，基于融合规则强化学习的充放电控制决策模型通过样本状态空间、光伏发电不确定模型训练得到。本说明书融合预先定义规则，提高强化学习训练收敛至最优充放电控制策略的速度，提高用电经济性，降低电网功率波动和负担。
-
公开(公告)号：CN117613903B
公开(公告)日：2024-04-05
申请号：CN202410091752.7
申请日：2024-01-23
Applicant: 国网冀北电力有限公司 , 国网冀北电力有限公司信息通信分公司 , 国家电网有限公司
IPC: H02J3/00 , G06Q10/0631 , G06Q50/06 , H02J3/28
Abstract: 本说明书涉及节能环保技术领域，适用于用户侧储能技术领域，尤其涉及一种基于数字孪生架构的用户侧储能调度优化控制方法及装置。包括根据用户所有负载的信息和储能装置的信息构建数字孪生系统；根据负载的历史用电时间预测负载的用电时长；将负载的用电时长输入至数字孪生系统中，以便于数字孪生系统根据负载的用电时长以及负载的单位时间用电量计算负载的电能消耗量，并根据电能消耗量以及储能装置的储能情况计算储能装置的储能量，以便于储能装置按照储能量进行储能。通过本说明书实施例，解决了用户侧储能装置过不合理储能导致用电高峰期电能不足的问题。
-
Patent Agency Ranking
公开(公告)号：CN117595346B
公开(公告)日：2024-04-05
申请号：CN202410072211.X
申请日：2024-01-18
Applicant: 国网冀北电力有限公司 , 国网冀北电力有限公司信息通信分公司 , 国家电网有限公司
Abstract: 本说明书实施例提供基于强化学习的充放电策略网络训练方法和储能控制方法，包括构建充放电序贯决策模型；获取第k时间段的用电单价、用户电力负荷以及储能电池的荷电状态作为第k时间段的状态；根据第k时间段的状态、充放电序贯决策模型确定第k时间段储能电池的充放电功率动作；根据第k时间段的充放电功率动作和预先设置的奖励函数计算得到第k时间段的奖励，奖励函数包括效益奖励、退化奖励和负荷均衡奖励；利用第k时间段的奖励训练模型直至训练完成得到充放电策略网络。本方法基于强化学习构建了充放电序贯决策模型并设计了考虑了储能电池性能退化因素的奖励函数，充分利用了储能电池削峰填谷的能力，减少了电池容量损失和能源损失。
-
公开(公告)号：CN117239739B
公开(公告)日：2024-02-02
申请号：CN202311500219.3
申请日：2023-11-13
Applicant: 国网冀北电力有限公司 , 国网冀北电力有限公司信息通信分公司 , 国家电网有限公司
IPC: H02J3/00 , G06Q10/0631 , G06Q50/06 , G06F18/213 , G06F18/22 , G06F18/23
Abstract: 本说明书涉及电力负荷领域，尤其涉及一种知识大模型预测用户侧负荷方法、装置及设备。其方法包括，从多个时间尺度下分析用户侧储能用电行为以及用户侧储能负荷数据；对多维天气影响因素进行特征选择并降维，获得天气综合变量；根据天气综合变量、以及所述多个时间尺度下的用户侧储能负荷数据，建立用户侧负荷预测知识大模型；并改进窗口神经网络进行用户侧负荷预测。通过本说明书实施例，实现了用户侧储能用电行为的多时间尺度分析，大幅提升预测算
-
公开(公告)号：CN116154798A
公开(公告)日：2023-05-23
申请号：CN202310325832.X
申请日：2023-03-30
Applicant: 国网冀北电力有限公司 , 国网冀北电力有限公司信息通信分公司 , 国家电网有限公司
IPC: H02J3/18 , G06F30/20 , G06F111/04 , G06F111/06 , G06F111/08 , G06F113/04
Abstract: 本文提供了一种基于数字孪生的配电网分布式静止同步补偿器的配置方法，包括：将目标配电网的数字模型中，计算得到输出参数；基于节点负荷不确定性模型，得到节点负荷对应的连续多个取值范围，以及多个取值范围分别对应的节点负荷值；利用原始参数、输出参数和多个取值范围分别对应的节点负荷值，构建多个取值范围的满足约束条件的最优多目标函数；求解最优多目标函数，得到多个取值范围分别对应的最佳安装节点与最佳容量，将其中出现频率最高的最佳安装节点与最佳容量作为最终安装节点和最终容量；根据最终安装节点和最终容量，在目标配电网中配置分布式静止同步补偿器。本文能够克服现有技术中缺少充分考虑负荷不确定性及以电压稳定性的问题。
-
公开(公告)号：CN115660226A
公开(公告)日：2023-01-31
申请号：CN202211593076.0
申请日：2022-12-13
Applicant: 国网冀北电力有限公司 , 国网冀北电力有限公司信息通信分公司 , 国家电网有限公司
IPC: G06Q10/04 , G06Q50/06 , G06F30/27 , G06N3/006 , G06N3/0442 , G06N3/048 , G06N3/08 , H02J3/00 , G06F111/04
Abstract: 本文提供了一种电力负荷的预测模型构建方法和基于数字孪生的构建装置，其中方法包括：获取目标地区的历史影响因素；对历史影响因素进行归一化处理；将处理后的历史影响因素代入预设的耦合模型，得到耦合数据；将耦合数据输入至神经网络模型，得到神经网络模型的预测值；根据预测值与对应的电力负荷实际值建立目标函数以及目标函数的约束条件；通过优化算法对所述目标函数进行优化，得到目标函数的最优解；将最优解对应的权重和偏置分别作为神经网络模型的最优权重和最优偏置；根据最优权重和最优偏置，确定优化后的神经网络模型为电力负荷的预测模型。本文通过构建得到的预测模型能够预测电力系统未来的电力负荷状况。
-
公开(公告)号：CN115561583A
公开(公告)日：2023-01-03
申请号：CN202211561846.3
申请日：2022-12-07
Applicant: 国网冀北电力有限公司 , 国网冀北电力有限公司信息通信分公司 , 国家电网有限公司
Abstract: 本文涉及电力设备技术领域，尤其涉及一种基于数字孪生技术的电力设备巡检方法、装置及系统，包括获取电力设备信息，所述电力设备信息包括电力设备所处的环境信息、电力设备的运行数据信息以及电力设备的线路信息；根据所述电力设备信息以及数字孪生技术构建电力数字孪生模型；对构建的所述电力数字孪生模型进行仿真监测，确定所述电力设备是否出现异常。通过本发明实施例，实现了对电网的数据进行自动采集，对特征数据进行提取，利用数字孪生技术，构建出虚拟的电力数字孪生模型来仿真电力设备，能够定量化地对运行数据进行异常监测，计算出巡检时间，从而提高监测效率。
-
-
-
-
-
-
-
-
-
Search Results
180
records
(took 0.081 seconds)
