-
公开(公告)号：CN112767189A
公开(公告)日：2021-05-07
申请号：CN202011245708.5
申请日：2020-11-10
Applicant: 国网浙江杭州市余杭区供电有限公司 , 国网浙江省电力有限公司杭州供电公司
IPC: G06Q50/06 , G06Q10/06 , G06K9/62 , G06F30/20 , H02J3/38 , G06F111/04 , G06F113/04
Abstract: 本发明提供一种计及风电并网下电网灵活性评估方法，该方法建立一种基于Canopy聚类和K‑medoids聚类的双层聚类场景削减技术，使其能有效地反映风电波动情况；同时针对每个风电场景，构建以经济性作为目标函数的机组组合模型并进行求解，对计算结果从整体和局部两个角度来对电力系统的灵活性进行评估，全面展现电网的灵活性运行水平。本发明可以有效地展现在风电并网下电力系统的实际运行情况，同时又能展示各种调节资源的性能对电力系统灵活性的影响，对进一步提升电网的灵活性，建设坚强智能电网具有重要意义。
-
公开(公告)号：CN113488987A
公开(公告)日：2021-10-08
申请号：CN202110533854.6
申请日：2021-05-17
Applicant: 国网浙江杭州市余杭区供电有限公司 , 国网浙江省电力有限公司杭州供电公司
Abstract: 本发明属于电力技术领域，具体涉及一种考虑源荷波动的电网灵活性运行域评估指标计算方法，包括：分析电网运行中的各种灵活性资源调节情况，构建包含源‑荷波动区间和运行经济性的电网灵活性运行域数学优化模型；对电网灵活性运行域数学优化模型进行求解得到在满足灵活性运行水平下电网系统可接受不确定性因素最大波动范围的上、下边界。本发明可以有效地反映系统的运行状态和接纳的不确定性范围，辅助分析各种灵活性资源对运行域的影响，能够为电网的规划和调度运行提供一定的理论指导作用。
-
公开(公告)号：CN112767189B
公开(公告)日：2022-07-19
申请号：CN202011245708.5
申请日：2020-11-10
Applicant: 国网浙江杭州市余杭区供电有限公司 , 国网浙江省电力有限公司杭州供电公司
IPC: G06Q50/06 , G06Q10/06 , G06K9/62 , G06F30/20 , H02J3/38 , G06F111/04 , G06F113/04
Abstract: 本发明提供一种计及风电并网下电网灵活性评估方法，该方法建立一种基于Canopy聚类和K‑medoids聚类的双层聚类场景削减技术，使其能有效地反映风电波动情况；同时针对每个风电场景，构建以经济性作为目标函数的机组组合模型并进行求解，对计算结果从整体和局部两个角度来对电力系统的灵活性进行评估，全面展现电网的灵活性运行水平。本发明可以有效地展现在风电并网下电力系统的实际运行情况，同时又能展示各种调节资源的性能对电力系统灵活性的影响，对进一步提升电网的灵活性，建设坚强智能电网具有重要意义。
-
公开(公告)号：CN113488987B
公开(公告)日：2023-07-14
申请号：CN202110533854.6
申请日：2021-05-17
Applicant: 国网浙江杭州市余杭区供电有限公司 , 国网浙江省电力有限公司杭州供电公司
IPC: H02J3/00 , H02J3/14 , H02J3/24 , G06Q10/0631 , G06Q50/06
Abstract: 本发明属于电力技术领域，具体涉及一种考虑源荷波动的电网灵活性运行域评估指标计算方法，包括：分析电网运行中的各种灵活性资源调节情况，构建包含源‑荷波动区间和运行经济性的电网灵活性运行域数学优化模型；对电网灵活性运行域数学优化模型进行求解得到在满足灵活性运行水平下电网系统可接受不确定性因素最大波动范围的上、下边界。本发明可以有效地反映系统的运行状态和接纳的不确定性范围，辅助分析各种灵活性资源对运行域的影响，能够为电网的规划和调度运行提供一定的理论指导作用。
-
Patent Agency Ranking
公开(公告)号：CN113609637A
公开(公告)日：2021-11-05
申请号：CN202110702083.9
申请日：2021-06-24
Applicant: 国网浙江杭州市余杭区供电有限公司
IPC: G06F30/20 , G06K9/62 , G06Q50/06 , G06T3/40 , G06F111/06 , G06F111/08 , G06F113/04 , G06F119/02
Abstract: 本发明公开了一种考虑故障连锁的多灾害配电网弹性评估方法，步骤如下：步骤S1、对多种灾害特征故障率建模；步骤S2、基于序贯蒙特卡洛模拟保留元件在灾害过程中的时序特性，建立基础范围故障率和特征故障率构成的元件运行状态模型；步骤S3、通过灰色理论分析线路和节点在N‑1和N‑2场景集下等趋势状态表征量序列的非线性关联度，建立故障场景间的耦合关系；步骤S4、建立综合考虑了负荷损失程度和有功不平衡初始瞬间的频率最大变化率的LLD指标、SEDT指标以及经济性指标，构成加权弹性‑经济空间评估体系，通过衡量场景集点簇中心与完美弹性点的复合熵权欧式距离进行弹性评估；可预防和抑制灾害过程中的故障连锁，提高输电网在极端天气下的弹性。
-
公开(公告)号：CN113657619A
公开(公告)日：2021-11-16
申请号：CN202110709156.7
申请日：2021-06-25
Applicant: 国网浙江杭州市余杭区供电有限公司
IPC: G06Q10/00 , G06Q10/04 , G06Q50/06 , G06F30/27 , G06N3/00 , G06F111/04 , G06F113/04 , G06F113/06
Abstract: 本发明公开了考虑故障连锁的关键弹性提升元件辨识及故障恢复方法，包括步骤如下：步骤S1、获取故障场景集并提取故障链；步骤S2、基于改进SALSA算法分析故障链，得到各元件的Hub值和Authority值，结合元件的负荷关键程度和拓扑关键程度得到元件的弹性提升关键程度；步骤S3、利用分析得到的节点元件的弹性提升关键程度结合负荷自身的关键程度对节点负荷加权，线路元件弹性提升关键程度对线路网损进行加权，结合开关动作次数最少为目标得到故障恢复的目标函数；步骤S4、建立分布式能源的数学模型，利用蚁群算法优化进行孤岛划分，实现系统的故障恢复。方案克服分布式能源波动性带来的扰动，引入考虑故障连锁的弹性提升关键程度从而提高配电网的韧性。
-
公开(公告)号：CN113657619B
公开(公告)日：2024-02-09
申请号：CN202110709156.7
申请日：2021-06-25
Applicant: 国网浙江杭州市余杭区供电有限公司
IPC: G06Q10/20 , G06Q10/04 , G06Q50/06 , G06F30/27 , G06N3/006 , G06F111/04 , G06F113/04 , G06F113/06
Abstract: 本发明公开了考虑故障连锁的关键弹性提升元件辨识及故障恢复方法，包括步骤如下：步骤S1、获取故障场景集并提取故障链；步骤S2、基于改进SALSA算法分析故障链，得到各元件的Hub值和Authority值，结合元件的负荷关键程度和拓扑关键程度得到元件的弹性提升关键程度；步骤S3、利用分析得到的节点元件的弹性提升关键程度结合负荷自身的关键程度对节点负荷加权，线路元件弹性提升关键程度对线路网损进行加权，结合开关动作次数最少为目标得到故障恢复的目标函数；步骤S4、建立分布式能源的数学模型，利用蚁群算法优化进行孤岛划分，实现系统的故障恢复。方案克服分布式能源波动性带来的
-
公开(公告)号：CN113609637B
公开(公告)日：2023-10-27
申请号：CN202110702083.9
申请日：2021-06-24
Applicant: 国网浙江杭州市余杭区供电有限公司
IPC: G06F30/20 , G06F18/23213 , G06Q50/06 , G06T3/40 , G06F18/2321 , G06F111/06 , G06F111/08 , G06F113/04 , G06F119/02
Abstract: 本发明公开了一种考虑故障连锁的多灾害配电网弹性评估方法，步骤如下：步骤S1、对多种灾害特征故障率建模；步骤S2、基于序贯蒙特卡洛模拟保留元件在灾害过程中的时序特性，建立基础范围故障率和特征故障率构成的元件运行状态模型；步骤S3、通过灰色理论分析线路和节点在N‑1和N‑2场景集下等趋势状态表征量序列的非线性关联度，建立故障场景间的耦合关系；步骤S4、建立综合考虑了负荷损失程度和有功不平衡初始瞬间的频率最大变化率的LLD指标、SEDT指标以及经济性指标，构成加权弹性‑经济空间评估体系，通过衡量场景集点簇中心与完美弹性点的复合熵权欧式距离进行弹性评估；可预防和抑制灾害过程中的故障连锁，提高输电网在极端天气下的弹性。
-
公开(公告)号：CN117350416A
公开(公告)日：2024-01-05
申请号：CN202310496424.0
申请日：2023-04-27
Applicant: 国网浙江省电力有限公司杭州供电公司 , 浙江大学
IPC: G06Q10/04 , G06Q50/06 , G06F18/213 , G06N3/0442 , G06N3/0464 , G06F18/214 , G06F18/15
Abstract: 本发明公开了一种基于LightGBM的电量预测方法，包括以下步骤：数据采集；对采集数据进行特征提取；对特征数据进行划分；训练LightGBM模型参数；评价LightGBM模型；评价通过后进行电量预测。通过对缺失数据进行处理，实现对于采集数据效率的优化，使用循环神经网络提取数据特征，划分为训练集、验证集和测试集后训练得到LightGBM模型，在对LightGBM模型使用均方根误差评估、平均绝对误差评估和平均绝对百分比误差评估合格后进行电量预测，从而实现直方图算法和GOSS技术解决大规模数据预测的问题。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.083 seconds)
