-
Patent Agency Ranking
公开(公告)号：CN119496109A
公开(公告)日：2025-02-21
申请号：CN202411415693.0
申请日：2024-10-11
Applicant: 国网浙江省电力有限公司温州供电公司 , 浙江八达电子仪表有限公司
Inventor： 章根米 , 凌辉 , 王德麟 , 卢美玲 , 吴亮 , 周瑶 , 张鸣 , 张乐敏 , 林晨曦 , 金旭洁 , 薛慧敏 , 汤海侠 , 滕志豪 , 王朝亮 , 谷泓杰 , 姚诚 , 单卡迪 , 马伟阳 , 贾冠青 , 朱海钦 , 朱斌清 , 朱俊宇 , 马军燕
IPC: H02J3/00
Abstract: 本发明提供了一种计及新能源不确定性的公共建筑两阶段能量管理方法，所述管理方法具体为：根据历史负荷数据构建日前负荷预测曲线；设置实时调节周期，在每个实时调节周期结束时，均采集当前实时调节周期的实时负荷数据；将其与日前负荷预测曲线进行比较，获取负荷偏差值；获取公共建筑供能系统中所有负荷的运行信息，确定可调资源列表；从可调资源列表中选择调节对象，并根据负荷偏差值确定每个调节对象的负荷调节量，调节对象根据对应负荷调节量参与下一个实时调节周期的负荷调节。本发明能够通过实时的负荷调节补偿因新能源发电出力波动等造成的负荷偏差，避免出现能量供需失衡问题，保障公共建筑供能系统的运行安全。
-
公开(公告)号：CN111126656A
公开(公告)日：2020-05-08
申请号：CN201911091522.6
申请日：2019-11-10
Applicant: 国网浙江省电力有限公司温州供电公司 , 国网浙江省电力有限公司 , 浙江华云信息科技有限公司 , 中国计量大学 , 国家电网有限公司
Abstract: 本发明公开了一种电能表故障数量预测方法,涉及一种故障预测方法。现有技术都是关于电能表需求或者轮换的方法，还没有对批次电能表每月发生的故障数量进行预测。本发明包括步骤：首先对导入的数据，求取序列的移动平均数序列，然后对移动平均序列创建ARIMA模型，并用模型对移动平均序列的未来进行预测。最后对于预测的数据还原季节性，最终得到预测结果。本技术方案将时间序列分解模型、指数平滑模型和时间序列ARIMA模型结合使用，可以取长补短；提高预测电能表故障数量的准确度，经济上，也避免了电能表超期及积压导致的质量风险和财产损失，降低了超期表返回的成本投入，避免了库存电能表的积压。
-
公开(公告)号：CN119298122A
公开(公告)日：2025-01-10
申请号：CN202411255314.6
申请日：2024-09-09
Applicant: 国网浙江省电力有限公司温州供电公司
Abstract: 本发明公开了一种虚拟电厂的储能容量配置方法及系统，方法包括获取目标虚拟电厂中储能终端各分布式能源的历史运行信息并构建对应于各分布式能源的各个发电模型；使用过采样算法对各个发电模型实际运行数据进行采样，得到各分布式能源对应的发电采样数据集；根据各个发电采样数据集构建各分布式能源间的互补发电模型；根据填充发电量对目标虚拟电厂的电储能容量进行调配。本发明根据虚拟电厂中分布式电源之间的发电关联性获得各分布式电源的发电量最大波动范围区间，从而对虚拟电厂的储能终端进行配置和调控，保证电网产出和输出的供需平衡，同时避免电力浪费，提高能源利用效率。
-
公开(公告)号：CN117539399A
公开(公告)日：2024-02-09
申请号：CN202311580042.2
申请日：2023-11-24
Applicant: 国网浙江省电力有限公司温州供电公司
Abstract: 本发明涉及用电计量技术领域，公开了一种用于电能表的电量存储方法，其中方法包括：在EEPROM中至少设置第一存储区和第二存储区；在RAM中设置第一空间，并定义第一变量和第二变量；在监测到所述电量数据发生变化时，更新所述第一空间中的电量数据和所述第一变量，并对所述第二变量进行判断；根据判断结果确定第一变量增量，并将所述第一变量增量分别对应在所述第一存储区和第二存储区存储的电量数据写入所述第一变量中，将更新后的所述第一空间内的电量数据写入所述第一变量增量中。本发明采用EEPROM作为存储器，借用EEPROM擦写频率比较低的区域，均衡整块EEPROM的擦写频率，不增加掉电检测电路，不增加EEPROM的存储容量，不增加成本的基础上实现电量的可靠性存储。
-
公开(公告)号：CN111126656B
公开(公告)日：2023-07-04
申请号：CN201911091522.6
申请日：2019-11-10
Applicant: 国网浙江省电力有限公司温州供电公司 , 国网浙江省电力有限公司 , 浙江华云信息科技有限公司 , 中国计量大学 , 国家电网有限公司
Abstract: 本发明公开了一种电能表故障数量预测方法,涉及一种故障预测方法。现有技术都是关于电能表需求或者轮换的方法，还没有对批次电能表每月发生的故障数量进行预测。本发明包括步骤：首先对导入的数据，求取序列的移动平均数序列，然后对移动平均序列创建ARIMA模型，并用模型对移动平均序列的未来进行预测。最后对于预测的数据还原季节性，最终得到预测结果。本技术方案将时间序列分解模型、指数平滑模型和时间序列ARIMA模型结合使用，可以取长补短；提高预测电能表故障数量的准确度，经济上，也避免了电能表超期及积压导致的质量风险和财产损失，降低了超期表返回的成本投入，避免了库存电能表的积压。
-
-
-
-
Search Results
5
records
(took 0.05 seconds)
