-
公开(公告)号：CN118747538B
公开(公告)日：2025-03-21
申请号：CN202410743881.X
申请日：2024-06-11
Applicant: 国网湖北省电力有限公司信息通信公司 , 国网信息通信产业集团有限公司 , 湖北华中电力科技开发有限责任公司
Inventor： 金波 , 黄澍 , 查志勇 , 吴耿 , 郑蕾 , 徐焕 , 余铮 , 何远成 , 刘忠佩 , 刘泽三 , 孟洪民 , 彭凯 , 董晨曦 , 余明阳 , 侯岱 , 龙霏 , 高飞 , 陈家霖 , 孟浩华 , 夏凡 , 魏晓燕 , 房亮 , 李晓鹏 , 张思逸
Abstract: 本公开的实施例公开了基于联邦学习的虚拟电厂数据交互方法、设备与介质。该方法的一具体实施方式包括：虚拟电厂终端集群中的每个虚拟电厂终端响应于接收到模型更新指令，执行以下步骤：根据目标电力运行信息，对本地电力边际价值预测模型进行训练；云端服务器响应于接收到各个加密模型权重信息，对上述各个解密模型权重信息进行融合处理，以生成融合模型权重信息，以及根据融合模型权重信息，对服务器本地的原始电力边际价值预测模型的模型权重进行更新。该实施方式，通过联邦学习聚合不同虚拟电厂之前的数据，进行分布式模型训练，在保证用户数据不可见的前提下实现数据共享，提升模型的鲁棒性，打破数据孤岛效应。
-
公开(公告)号：CN118763736B
公开(公告)日：2025-02-14
申请号：CN202410743835.X
申请日：2024-06-11
Applicant: 国网湖北省电力有限公司信息通信公司 , 国网信息通信产业集团有限公司 , 湖北华中电力科技开发有限责任公司
Inventor： 查志勇 , 姜雨滋 , 徐焕 , 金波 , 郑蕾 , 余铮 , 刘忠佩 , 何远成 , 宋艳 , 余明阳 , 高飞 , 陈家霖 , 孟洪民 , 吴耿 , 董晨曦 , 胡梦兰 , 侯岱 , 龙霏 , 孟浩华 , 高源 , 敏婕 , 张思逸
Abstract: 本公开的实施例公开了电力调度方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取供电节点标识集；对于供电节点标识集中的每个供电节点标识，执行以下电力调度处理：获取对应供电节点标识的当日电力流转条件信息与当日环境信息；获取历史电力流转条件信息集与历史环境信息集；确定相似日日期；获取相似日数据；生成当日预测电价值序列、当日预测新能源发电量序列与当日预测负荷量序列；将可控负荷信息、当日预测电价值序列、当日预测新能源发电量序列与当日预测负荷量序列输入至预设电力调度信息生成模型，得到电力调度信息；对电储能装置进行电力调度。该实施方式减少了电储装置存储资源的浪费。
-
公开(公告)号：CN118763736A
公开(公告)日：2024-10-11
申请号：CN202410743835.X
申请日：2024-06-11
Applicant: 国网湖北省电力有限公司信息通信公司 , 国网信息通信产业集团有限公司 , 湖北华中电力科技开发有限责任公司
Inventor： 查志勇 , 姜雨滋 , 徐焕 , 金波 , 郑蕾 , 余铮 , 刘忠佩 , 何远成 , 宋艳 , 余明阳 , 高飞 , 陈家霖 , 孟洪民 , 吴耿 , 董晨曦 , 胡梦兰 , 侯岱 , 龙霏 , 孟浩华 , 高源 , 敏婕 , 张思逸
Abstract: 本公开的实施例公开了电力调度方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取供电节点标识集；对于供电节点标识集中的每个供电节点标识，执行以下电力调度处理：获取对应供电节点标识的当日电力流转条件信息与当日环境信息；获取历史电力流转条件信息集与历史环境信息集；确定相似日日期；获取相似日数据；生成当日预测电价值序列、当日预测新能源发电量序列与当日预测负荷量序列；将可控负荷信息、当日预测电价值序列、当日预测新能源发电量序列与当日预测负荷量序列输入至预设电力调度信息生成模型，得到电力调度信息；对电储能装置进行电力调度。该实施方式减少了电储装置存储资源的浪费。
-
公开(公告)号：CN118747538A
公开(公告)日：2024-10-08
申请号：CN202410743881.X
申请日：2024-06-11
Applicant: 国网湖北省电力有限公司信息通信公司 , 国网信息通信产业集团有限公司 , 湖北华中电力科技开发有限责任公司
Inventor： 金波 , 黄澍 , 查志勇 , 吴耿 , 郑蕾 , 徐焕 , 余铮 , 何远成 , 刘忠佩 , 刘泽三 , 孟洪民 , 彭凯 , 董晨曦 , 余明阳 , 侯岱 , 龙霏 , 高飞 , 陈家霖 , 孟浩华 , 夏凡 , 魏晓燕 , 房亮 , 李晓鹏 , 张思逸
Abstract: 本公开的实施例公开了基于联邦学习的虚拟电厂数据交互方法、设备与介质。该方法的一具体实施方式包括：虚拟电厂终端集群中的每个虚拟电厂终端响应于接收到模型更新指令，执行以下步骤：根据目标电力运行信息，对本地电力边际价值预测模型进行训练；云端服务器响应于接收到各个加密模型权重信息，对上述各个解密模型权重信息进行融合处理，以生成融合模型权重信息，以及根据融合模型权重信息，对服务器本地的原始电力边际价值预测模型的模型权重进行更新。该实施方式，通过联邦学习聚合不同虚拟电厂之前的数据，进行分布式模型训练，在保证用户数据不可见的前提下实现数据共享，提升模型的鲁棒性，打破数据孤岛效应。
-
-
-
Search Results
4
records
(took 0.079 seconds)
