-
公开(公告)号：CN117633497A
公开(公告)日：2024-03-01
申请号：CN202311669547.6
申请日：2023-12-07
Applicant: 广西电网有限责任公司 , 广西电网有限责任公司北海供电局
IPC: G06F18/211 , G06N5/045 , H02J3/00
Abstract: 本发明公开了基于模型性能与计算代价的数值预测模型特征甄选方法，属于特征筛选技术领域，该方法包括：提出了基于模型性能与计算代价的数值预测模型特征甄选方法，通过采用模型可解释性算法对堆叠模型的各特征重要程度作了有效的解释，进一步，通过建立特征甄选模型，为堆叠模型的优选问题提供了可靠的依据，在模型性能和计算代价两个维度上，实现了数值预测模型建立过程中的特征优化选择，解决了数值预测模型在建立过程中在特征选择上存在的试错性、盲目性和弱可解释性等问题。
-
公开(公告)号：CN118074158A
公开(公告)日：2024-05-24
申请号：CN202410015002.1
申请日：2024-01-04
Applicant: 广西电网有限责任公司电力科学研究院 , 广西电网有限责任公司
Abstract: 本发明公开了一种考虑风机并网情况下强迫振荡的抑制方法及系统，包括：利用小干扰稳定性分析方法，建立考虑风机并网情况下的电力系统强迫振荡模型；求解电力系统的非线性方程，得到电力系统各状态变量的表达式，利用特征值分析法分析电力系统强迫振荡模型；利用改进粒子群算法对同步机的调速器和励磁系统进行参数整定，并投入电力系统稳定器来抑制强迫振荡，增强新能源并网下电力系统的稳定性。
-
公开(公告)号：CN119066541A
公开(公告)日：2024-12-03
申请号：CN202410958735.9
申请日：2024-07-17
Applicant: 广西电网有限责任公司电力科学研究院
IPC: G06F18/2431 , G06F18/243 , G06F18/10 , G06F18/2413 , G06N20/20 , G06F18/2433
Abstract: 本发明公开了基于多源数据的新能源场站监测数据质量评价方法及系统，涉及企业生产运维质量评价领域，包括，获取新能源场站中各监测设备采集的多源监测数据，对多源监测数据进行预处理；集成学习网络和数据偏差识别模型，构建观测序列，并将预测的隐状态序列转换为状态标签数据，识别各监测数据源之间的数据偏差；计算数据偏差异常得分，为各数据偏差点设定数据质量等级，评估数据偏差对新能源场站运行性能的影响；本发明提升了新能源场站监测数据的精确度和可靠性，而且通过实时监控和预警机制，极大地增强了对潜在风险的预见性和应对能力，最终确保了新能源场站的稳定运行和优化管理。
-
公开(公告)号：CN117674119B
公开(公告)日：2024-11-22
申请号：CN202311663235.4
申请日：2023-12-05
Applicant: 广西电网有限责任公司 , 南方电网能源发展研究院有限责任公司
IPC: H02J3/00 , H02J13/00 , G06Q10/0635 , G06Q50/06 , G06N3/0475 , G06N3/094
Abstract: 本申请涉及电网调度优化技术领域，特别是涉及一种电网运行风险评估方法、装置、计算机设备和存储介质。方法包括：获取电网运行状态数据与气象监测数据，生成电网断面数据集；在电网的离线阶段，根据电网断面数据集，构建生成对抗网络模型；通过生成对抗网络模型，获取至少一种类型的电网运行风险数据，生成电网运行风险场景集合；采用时序运行模拟方法，对至少一种电网运行风险场景进行推演计算，生成至少一种电网前瞻场景序列；在电网的在线运行阶段，根据预设的风险评估指标和当前的电网运行场景信息，获取电网运行风险评估结果，并且匹配获得相应的电网前瞻运行场景序列。采用本方法，能够增强对电网的运行风险评估的准确性和时效性。
-
公开(公告)号：CN114662741B
公开(公告)日：2024-06-21
申请号：CN202210222724.5
申请日：2022-03-09
Applicant: 广西电网有限责任公司
Abstract: 本发明公开了一种虚拟电厂中风力、光伏发电与储能聚合管理的方法；对操作日前的电力数据进行预处理；根据预处理数据建立一次优化调度模型；通过一次优化调度模型得到调度综合数据；根据调度数据建立实时凸二次优化模型；通过实时凸二次优化模型得到储能设备的实时充放电功率曲线；实现了以虚拟电厂与电网间能量交换成本最小化为目标，确定储能设备的日前充放电计划；虚拟电厂基于电力现货市场操作日前发布的电厂发电计划，结合实时的风电、光电机组出力预测和常规负荷预测，对储能设备进行充放电调度，使虚拟电厂在实时方面的出力计划与操作日前的出力计划一致。
-
Patent Agency Ranking
公开(公告)号：CN117893268A
公开(公告)日：2024-04-16
申请号：CN202410074031.5
申请日：2024-01-18
Applicant: 广西电网有限责任公司 , 南方电网科学研究院有限责任公司
IPC: G06Q30/0283 , G06Q50/06 , G06F17/11
Abstract: 本申请公开了一种多日电力市场交易出清方法及其相关装置，方法包括：构建多日调度运行模拟模型，通过求解多日调度运行模拟模型获取预期调整电量和预期调整费用；基于预期调整电量、挂牌交易电量与挂牌费用进行挂摘牌交易，得到摘牌交易电量和对应的摘牌费用；对摘牌交易电量和对应的摘牌费用进行电量校核和价格校核，若电量校核结果和价格校核结果满足要求，则基于预期调整费用对摘牌费用进行运行效益校核，若运行效益校核结果满足要求，则基于摘牌交易电量和摘牌费用进行出清。本申请改善了现有技术所存在的增加电网调峰压力以及降低电网运行效益的技术问题。
-
公开(公告)号：CN117077930A
公开(公告)日：2023-11-17
申请号：CN202310904546.9
申请日：2023-07-21
Applicant: 广西电网有限责任公司
IPC: G06Q10/0631 , H02J3/46 , G06Q50/06
Abstract: 本发明公开了一种以水定电梯级水电站实时控制发电量方法，包括以下步骤：基于上游水电站水库数据信息、下游水电站水库数据信息建立水电站水库运行约束库；基于上游水电站水位和下游水电站水位，确定上游水电站水面面积和下游水电站水面面积；基于上游水电站水面面积和下游水电站水面面积，确定上游水电站发电量和上游水电站出库流量；基于上游水电站出库流量和下游水电站水位，确定下游水电站发电量和下游水电站出库流量；基于上游水电站发电量和下游水电站发电量，确定梯级联合总发电量；实现了梯级联合发电和水库蓄能的梯级水库群实时经济优化运行，能够快速获取最优调度决策提供参考，使梯级水库群发电与电网需求更加充分协调。
-
公开(公告)号：CN116961019A
公开(公告)日：2023-10-27
申请号：CN202310580161.1
申请日：2023-05-22
Applicant: 广西电网有限责任公司 , 南方电网能源发展研究院有限责任公司
Abstract: 本申请涉及一种区域电网功率平衡方法、装置、计算机设备、存储介质和计算机程序产品，该方法包括：获取总调度指令序列，获取预测总调度指令，获取每个平衡机组的当前功率输出值、调度参数和调频参数，生成初始调度方案，根据初始调度方案、当前总调度指令、预测总调度指令以及平衡机组的当前功率输出值和调度参数，通过驾驶训练优化算法获取第一调度方案，根据第一调度方案以及每个平衡机组的当前功率输出值和调频参数，获取第二调度方案，根据第一调度方案和第二调度方案，对平衡机组进行调度。本申请结合当前和未来的负荷波动对区域电网进行电力调度和一次调频，可使区域电网在受到负荷波动的干扰时更好地实现功率平衡。
-
公开(公告)号：CN116862214A
公开(公告)日：2023-10-10
申请号：CN202310782386.5
申请日：2023-06-29
Applicant: 广西电网有限责任公司梧州供电局
Inventor： 李承熹 , 韦仁琼 , 张扬 , 李波 , 莫宇铖 , 林龙 , 黄馗 , 黄嘉宁 , 胡甲秋 , 唐健 , 詹厚剑 , 钟茵 , 杨洋 , 吴玉文 , 卢江 , 黄金凤 , 伍小兵 , 李钊泽
Abstract: 本发明公开了一种分布式光伏并网管理流程效率提升方法，包括：基于价值链理论，使用ASME分析法对整个分布式光伏并网管理流程增值活动和非增值活动进行分类；通过ESIA分析法对价值不大的非增值活动优化，对增值活动进行结构上的调整，得到优化后的流程环节；通过改进的蚁群算法对光伏并网管理资料调度进行优化，实现中心资源调度。本发明运用ESIA分析法和ASME分析法结合价值链理论给出管理流程通用优化模型，根据改进的蚁群算法对优化模型进行计算，实现中心资源调度。本发明通过深入剖析算法内部资源节点位置与调度任务之间的关系，使资源定位更精准，提高过程实施的效果与效率。
-
公开(公告)号：CN116862043A
公开(公告)日：2023-10-10
申请号：CN202310591490.6
申请日：2023-05-24
Applicant: 广西电网有限责任公司
IPC: G06Q10/04 , G06Q50/06 , H02J3/00 , G06N3/0499 , G06N3/084
Abstract: 本发明提出一种基于多层前馈网络的负荷预测方法及系统，所述方法包括以下步骤：步骤1：获取历史气象特征数据、时序特征数据以及与所述历史气象特征数据、时序特征数据对应的历史负荷数据，构建训练集；所述训练集的输入为所述历史气象特征数据、时序特征数据，输出为所述对应的历史负荷数据。步骤2：利用多层前馈网络以及所述训练集构建负荷预测模型，所述多层前馈网络为考虑正则项的多层前馈网络。步骤3：将待预测特征数据输入所述负荷预测模型，得到负荷预测值。本发明通过采用正则化技术来避免过拟合情况，将正则项加入深度神经网络的目标函数之中，能够有效提高极端小样本场景下的负荷预测精度。
-
-
-
-
-
-
-
-
-
Search Results
89
records
(took 0.083 seconds)
