-
公开(公告)号：CN109767108A
公开(公告)日：2019-05-17
申请号：CN201811650658.1
申请日：2018-12-31
Applicant: 国网安徽省电力有限公司 , 安徽继远软件有限公司 , 安徽立卓智能电网科技有限公司
Abstract: 本发明提出的一种电力调度系统线路状态精准分析方法，包括：提取各线路的编号；获取电网当日事件统计信息，并从当日事件统计信息中获取事故异常信息和操作变更信息；获取包含有线路编号的事故异常信息和操作变更信息作为事件分析对象；检索各事件分析对象中的关键字，并根据关键字判断事件分析对象对应的线路事件为停电还是送电并进行标示；对于标示为停电和送电的事件分析对象，将当日线路首端和末端的电流、有功和无功分别代入停电校对模型和送电校对模型进行校对。本发明中，实现了对于电网当日事件统计信息中线路事件的核对，基于筛选出的线路事件进行线路状态分析提高了对电网线路状态分析的精确，并提高了分析效率。
-
公开(公告)号：CN109767108B
公开(公告)日：2023-03-24
申请号：CN201811650658.1
申请日：2018-12-31
Applicant: 国网安徽省电力有限公司 , 安徽继远软件有限公司 , 安徽立卓智能电网科技有限公司
IPC: G06Q10/0637 , G06Q50/06 , H02J3/00 , G06F16/35
Abstract: 本发明提出的一种电力调度系统线路状态精准分析方法，包括：提取各线路的编号；获取电网当日事件统计信息，并从当日事件统计信息中获取事故异常信息和操作变更信息；获取包含有线路编号的事故异常信息和操作变更信息作为事件分析对象；检索各事件分析对象中的关键字，并根据关键字判断事件分析对象对应的线路事件为停电还是送电并进行标示；对于标示为停电和送电的事件分析对象，将当日线路首端和末端的电流、有功和无功分别代入停电校对模型和送电校对模型进行校对。本发明中，实现了对于电网当日事件统计信息中线路事件的核对，基于筛选出的线路事件进行线路状态分析提高了对电网线路状态分析的精确，并提高了分析效率。
-
公开(公告)号：CN116799960A
公开(公告)日：2023-09-22
申请号：CN202310783595.1
申请日：2023-06-29
Applicant: 国网安徽省电力有限公司合肥供电公司 , 国网安徽省电力有限公司肥西县供电公司 , 安徽立卓智能电网科技有限公司
Inventor： 李迅 , 刘万庭 , 刘辉亚 , 王传和 , 周正 , 闫启迪 , 闫博雅 , 徐青 , 费文娟 , 邓新昌 , 祝鑫 , 程道莲 , 郭娟娟 , 薛晴 , 刘尚玥 , 刘晓璇 , 王淑卿 , 陈健 , 杨书航 , 姚琦 , 程琦
IPC: H02J13/00
Abstract: 本发明涉及配电管理技术领域，公开了一种分布式能源的配电管理系统，包括：分布式能源配电管理系统，所述分布式能源配电管理系统基于B/S架构运作，所述分布式能源配电管理系统包括数据采集层、网络信息汇聚层和主管理层；所述数据采集层负责远程数据采集工作，所述网络信息汇聚层负责将数据采集层采集的信息数据传输到主管理层。本发明通过收集汇总分析各种能源信息，使能源数据共享，并建立能源管理中心管理实现一体化及自动化，同时还能够反映用户用能的关联性，进而能从多个角度对用户的能耗进行统计分析，进而达到降低能耗的效果。
-
公开(公告)号：CN118761507A
公开(公告)日：2024-10-11
申请号：CN202410926239.5
申请日：2024-07-11
Applicant: 国网安徽省电力有限公司滁州供电公司 , 安徽立卓智能电网科技有限公司
IPC: G06Q10/04 , G06Q10/0637 , G06Q50/06 , G06N3/0442 , G06N3/08 , H02J3/00
Abstract: 本发明公开了一种气象驱动的新能源发电功率预测方法及系统，方法包括：采集当前多维度的气象数据，将所述气象数据转化为多维特征空间中的当前气象特征向量；计算最近若干次的历史气象特征向量中每个气象特征与对应历史发电功率的平均相关性评分，确定所述平均相关性评分高于预设阈值的气象特征；根据所述平均相关性评分，对当前气象特征向量中所确定的气象特征进行加权，生成加权气象特征向量；将所述加权气象特征向量输入预先训练的发电功率预测模型，得到发电功率预测值。利用本发明实施例，能够提高新能源发电功率预测的准确度，为电网调度和新能源发电站的运营管理提供科学依据，促进新能源的高效利用和可持续发展。
-
公开(公告)号：CN119647920A
公开(公告)日：2025-03-18
申请号：CN202510179940.X
申请日：2025-02-19
Applicant: 国网安徽省电力有限公司肥西县供电公司 , 安徽立卓智能电网科技有限公司
IPC: G06Q10/0631 , G06F18/213 , G06N3/0442 , G06N3/08 , H02J3/00 , G06Q50/06
Abstract: 本发明公开了基于虚拟电厂的分布式能源动态负荷调节方法及系统，涉及技术领域，包括以下步骤：获取虚拟电厂第一数据，建立虚拟电厂的拓扑结构；基于LSTM深度学习算法构建分布式能源出力预测模型；结合分布式能源出力预测模型的输出和拓扑结构实时生成能源调度方案；监测分布式能源的实时数据，并与能源调度方案进行对比，进行反馈更新；本发明通过构建虚拟电厂拓扑结构、基于LSTM算法构建预测模型、结合模型输出和拓扑结构生成能源调度方案以及进行反馈更新技术，解决了现有调控多基于静态模型无法实时适应能源生产与负荷需求动态变化、各分布式能源之间缺乏有效协同机制导致能源浪费和调节效率低下的问题。
-
Patent Agency Ranking
公开(公告)号：CN119009964A
公开(公告)日：2024-11-22
申请号：CN202411048878.2
申请日：2024-08-01
Applicant: 国网安徽省电力有限公司马鞍山供电公司 , 安徽立卓智能电网科技有限公司
Abstract: 本发明公开了一种新能源发电功率预测偏差量化评估方法及系统，方法包括：获取历史指定时间周期中多个时间点的新能源的预测发电功率和实际发电功率，其中，所述预测发电功率由预先训练的深度学习模型预测得到；根据所述预测发电功率和实际发电功率，计算每个时间点的预测误差；根据所述预测误差，计算每个时间点的偏差幅度；根据所述偏差幅度，计算每个时间点对应的预定义的偏差评分函数值；对指定时间周期中所有时间点的偏差评分函数值进行综合量化，得到预测偏差的量化评估综合值。利用本发明实施例，能够实现多维度的偏差特征提取与综合量化评估，提升偏差评估的精确性和全面性，进而提升电力系统的稳定性和运行效率。
-
公开(公告)号：CN117578425A
公开(公告)日：2024-02-20
申请号：CN202311561590.0
申请日：2023-11-22
Applicant: 安徽立卓智能电网科技有限公司 , 国网安徽省电力有限公司
Abstract: 本发明涉及功率预测技术领域，公开了一种极端天气情况下的区域功率预测修正方法，包括以下步骤：S1实测数据获取和筛选：采集发电站的功率实测数据、天气数据和功率预测数据，并对采集的数据进行筛选；S2实测数据预处理：将采集的电站的功率实测数据、天气数据和功率预测数据进行时间匹配，生成新的DataFrame；S3极端天气划分：对采集的天气数据内容按照天气类型进行条件判定，从而获得极端天气类型数据。本发明具有准确性、灵活性和实时性等优势；通过对极端天气进行分类和利用RF模型修正预测结果，可以提高新能源功率预测的准确性；这种方法对于电力系统的可靠运行、能源利用效率的提高以及电力市场的合理运行具有重要意义。
-
公开(公告)号：CN117454129A
公开(公告)日：2024-01-26
申请号：CN202311494484.5
申请日：2023-11-10
Applicant: 安徽立卓智能电网科技有限公司 , 国网安徽省电力有限公司
IPC: G06F18/21 , H02J3/00 , H02J3/06 , H02J3/38 , G06F18/15 , G06F18/22 , G06F18/23 , G06F17/18 , G06F17/16 , G06Q50/06
Abstract: 本发明涉及光伏电站的短期概率预测技术领域，公开了一种基于残差双聚类的光伏电站短期预测置信区间计算方法，包括以下步骤：S1获取历史短期预测数据和实测数据，并对获取的数据进行清洗和匹配；S2计算短期预测数据和实测数据的残差并将计算所得的残差作为原始矩阵；S3构造基于时间段和发电功率容量比的索引矩阵；S4获取残差数组按照索引矩阵的条件和基因双聚类，得出光伏电站不同运行工况下的双聚类的各个预测残差子矩阵；S5计算各残差子矩阵的均值和标准差。本发明能够合理调配电网资源，有益于光伏电站的调护和维修，提升光伏电站的总发电量和容量系数，提高光伏电站运行维护成本，提高光伏电站的输出功率利用率。
-
公开(公告)号：CN117200205A
公开(公告)日：2023-12-08
申请号：CN202311163277.1
申请日：2023-09-11
Applicant: 安徽立卓智能电网科技有限公司 , 国网安徽省电力有限公司马鞍山供电公司
Abstract: 本发明涉及新能源短期功率预测技术领域，公开了基于深度学习的区域新能源短期功率预测方法，包括以下步骤：S1场站数据采集与预处理：采集区域内所有集中式风电场站和集中式光伏场站的实测功率数据、实测气象数据、预测气象数据以及实时容量数据，并对采集的数据进行预处理；S2区域预测模型建模：分别构建区域光伏预测模型和区域风电预测模型，其中基于光伏的预测模型选择总辐射和温度建模，基于风电的预测模型选择风速、风向和温度来建模。本发明基于深度学习的区域新能源短期功率预测方法具有较高的准确性、灵活性和可拓展性，能够为新能源发电提供可靠的短期功率预测，从而为电力系统的稳定运行和能源调度提供有益支持。
-
公开(公告)号：CN118739258A
公开(公告)日：2024-10-01
申请号：CN202410726724.8
申请日：2024-06-06
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽立卓智能电网科技有限公司
IPC: H02J3/00 , G06F18/15 , G06F18/214 , G06F18/21 , G06F18/2433 , G06F18/25 , G06N3/0464 , G06N3/0985 , G06N3/048
Abstract: 本发明涉及风电功率预测技术领域，公开了基于CNN模型的超短期区域风电功率预测方法，包括以下步骤：S1数据采集与预处理：采集区域内风电场站的原始数据，对原始数据进行清洗、归一化预处理操作，并生成样本数据集；S2进行CNN模型构建：CNN模型包括输入层、特征变换层、连接层、全连接层和输出层。本发明综合考虑了区域中主要风电场站的历史功率、历史容量、历史气象数据，避免了传统风电预测只考虑区域总加历史功率所带来的模型缺陷问题。引进深度学习CNN模型，结合风电特征的空间和时间相关性，可以有效地捕捉到风电数据中的空间和时间相关性，从而提高了预测模型的准确性和泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.098 seconds)
