公开(公告)号：CN119515011A

公开(公告)日：2025-02-25

申请号：CN202411886973.X

申请日：2024-12-20

Applicant: 国网福建省电力有限公司信息通信分公司 ,  国网福建省电力有限公司

Inventor： 郑蔚涛 ,  邓勇 ,  余翔 ,  吴宜炜 ,  谢丹鸿 ,  吴茜 ,  卢楠滟 ,  林嘉 ,  林灵婷 ,  倪文书 ,  刘家浩 ,  欧睿柠

IPC: G06Q10/0631 ,  G06Q50/06 ,  G06Q50/26 ,  G06Q10/04

Abstract: 本发明涉及一种考虑低碳性的多氢协同钢铁园区能源优化配置方法及系统，其中方法包括以下步骤；在原始钢铁工业园区能源系统架构的基础上，引入电制绿氢和气制蓝氢，构建多氢协同驱动的钢铁工业园区低碳综合能源系统架构；考虑钢铁工业园区低碳综合能源系统架构中的制氢、储氢和氢能量转换设备，构建对应的设备模型；构建考虑钢铁工业园区效益最大及碳排量最小的目标函数；基于钢铁工业园区低碳综合能源系统架构及对应的设备模型，将设备容量作为决策变量，并综合考虑多氢协同驱动下的约束条件，进行目标函数的求解，获取钢铁工业园区低碳综合能源系统的优化配置方案。

公开(公告)号：CN119809028A

公开(公告)日：2025-04-11

申请号：CN202411856999.X

申请日：2024-12-17

Applicant: 国网福建省电力有限公司信息通信分公司 ,  国网福建省电力有限公司

Inventor： 余翔 ,  邓勇 ,  郑蔚涛 ,  吴茜 ,  林灵婷 ,  谢丹鸿 ,  卢楠滟 ,  吴宜炜 ,  林嘉 ,  倪文书 ,  陈汉城 ,  谢景宇 ,  李霄铭 ,  刘家浩 ,  欧睿柠

IPC: G06Q10/04 ,  G06Q50/04 ,  G06Q10/063 ,  G06F18/20 ,  G06F18/27 ,  G06F18/23213

Abstract: 本发明涉及一种机理数据联合驱动的短流程钢铁企业能耗预测方法及系统，其中方法包括以下步骤：基于钢铁生产工序之间的物质流、能量流的耦合关系，以及冶金机理，求解前后工序的物质流和温度的连续规律；分析机理驱动和数据驱动模型，在数据驱动模型部分，采用改进的隐半马尔可夫模型对前后工序的物质流和温度的连续规律进行拟合；构建结合机理驱动模型和数据驱动模型的钢铁企业功率预测模型，输出各个工序的功率预测结果，并将各个工序功率预测结果进行时域叠加，得到钢铁企业总功率特性时域模型，根据钢铁企业总功率特性时域模型输出能耗预测结果。

公开(公告)号：CN119787502A

公开(公告)日：2025-04-08

申请号：CN202411828771.X

申请日：2024-12-12

Applicant: 国网福建省电力有限公司 ,  国网福建省电力有限公司信息通信分公司

Inventor： 吴茜 ,  邓勇 ,  余翔 ,  郑蔚涛 ,  谢丹鸿 ,  张陶竞 ,  谢景宇 ,  卢楠滟 ,  陈汉城 ,  郑仁广 ,  欧睿柠 ,  刘家浩

IPC: H02J3/46 ,  H02J3/00 ,  H02J3/28 ,  G06Q10/0637 ,  G06Q30/0283 ,  G06Q50/06 ,  G06F17/10

Abstract: 本申请涉及一种基于低碳需求响应的协同优化调度方法及系统，包括以下步骤：构建源‑网‑荷‑储碳排放流计量模型，获取电力系统运行时各部分碳排放数据；根据电力系统运行时各部分碳排放数据得到动态碳排放因子，将动态碳排放因子发布至用户侧，引导用户改变用电习惯，实现用电负荷的动态转移；根据用户用电负荷转移情况，制定阶梯式碳交易机制，通过碳配额分配和分级碳价，激励用户优化碳排放成本；构建电力系统碳排放强度最小和总成本最少的多目标优化问题，通过近端策略优化PPO算法对多目标优化问题进行求解，得到最优的调度策略。

公开(公告)号：CN119646237A

公开(公告)日：2025-03-18

申请号：CN202411805368.5

申请日：2024-12-10

Applicant: 国网福建省电力有限公司 ,  国网福建省电力有限公司信息通信分公司

Inventor： 王栋 ,  乐艺泽 ,  林灵婷 ,  卢楠滟 ,  郑蔚涛

IPC: G06F16/36 ,  G06F16/353 ,  G06F18/214 ,  G06F18/22 ,  G06F18/23213

Abstract: 本发明公开了基于大语言模型的少样本关系抽取方法，属于自然语言技术领域。包括有数据集构建、输入与标签生成、损失函数与优化、文本特征提取、关系类型标注、数据标注与质量评分、聚类与样例库构建、获取文档特征并计算相似度、随机采样与筛选、设计提示模板、输出格式设计、模型预测，本技术方案采用了将实体识别和关系分类合并为单一模型的联合抽取方式，联合抽取方法通过共享参数和联合解码来增强子任务间的交互，与传统的先识别实体再判断关系的流水线方案相比，有效减少了误差传播，实现了整体抽取性能的有效提升，此外，联合抽取通过单一模型一次性处理两个子任务，显著减少了关系三元组抽取的训练和预测时间开销，提高了整体抽取效率。

公开(公告)号：CN119599334A

公开(公告)日：2025-03-11

申请号：CN202411638639.2

申请日：2024-11-15

Applicant: 国网福建省电力有限公司 ,  国网福建省电力有限公司信息通信分公司

Inventor： 王栋 ,  王天龙 ,  吴宜炜 ,  林灵婷 ,  林嘉 ,  卢楠滟 ,  鄢星煜 ,  郑蔚涛 ,  林靖颖 ,  余翔

IPC: G06Q10/0631 ,  G06Q30/0283 ,  G06Q50/06 ,  G06F18/241 ,  G06N3/0442 ,  G06N3/0464

Abstract: 本发明涉及一种降低售电量预测误差的方法，属于售电量预测领域。所述方法，将循环神经网络和卷积神经网络的结合，门控循环单元（GRU）作为LSTM的轻量化版本，具有更高的计算效率。再结合卷积神经网络捕捉局部模式，处理多维数据，捕捉空间相关性等优点，帮助模型更好地提取数据在时间和维度方面的特征，提升预测精度；此外，引入多通道注意力机制，通过在不同通道上分配注意力权重，使得模型能够更加灵活地处理复杂的时序数据，更加精确地识别出对预测至关重要的时序片段。这种改进不仅增强了模型对重要特征的识别能力，还提高了对冗余信息的过滤能力，从而在预测任务中表现得更加出色。