买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种基于多种历史负荷值的电网运行校核方法与系统_国网福建省电力有限公司;国网福建省电力有限公司泉州供电公司_202311657482.3 

申请/专利权人:国网福建省电力有限公司;国网福建省电力有限公司泉州供电公司

申请日:2023-12-04

公开(公告)日:2024-04-16

公开(公告)号:CN117895473A

主分类号:H02J3/00

分类号:H02J3/00;H02J3/14;G06Q50/06

优先权:

专利状态码:在审-公开

法律状态:2024.04.16#公开

摘要:本发明涉及供电稳控技术领域,具体公开了一种基于多种历史负荷值的电网运行校核方法与系统,电网运行校核系统通过负荷预测模型对输入的历史负荷数据序列进行建模,预测未来的负荷变化情况,据预测的负荷变化情况,计算电网的残差和安全参数,当残差或安全参数超过各自分别设定的阈值时,触发警报;能够支持多种历史负荷值的选择模式,从而更加灵活地应用于不同的电网场景中。

主权项:1.一种基于多种历史负荷值的电网运行校核方法,其特征在于,包括步骤:步骤一,收集电力系统的发电量、负荷量、供电能力的历史负荷数据;历史负荷数据以时间序列的形式存储,包括小时、日以及月;步骤二,对历史负荷数据序列进行清洗、预处理和特征提取,用于建立负荷预测模型;步骤三,根据输入的历史负荷数据序列进行负荷预测模型的建模;在特征嵌入中,使用嵌入层将离散的时间特征进行嵌入,将其转化为连续的向量表示,对于连续型特征的历史负荷值,直接输入模型;对于输入的历史负荷数据序列,首先计算每个元素的查询、键和值表示,再通过计算查询与键的相似度,得到每个历史负荷数据对其他历史负荷数据的注意力权重,根据注意力权重对元素的值进行加权求和,生成最终的上下文表示,实现全局上下文的建模;通过堆叠多个自注意力层,负荷预测模型逐层提取输入序列的不同层次的特征;通过长短时记忆网络结构捕捉序列中的长期依赖关系;以均方根误差,衡量模型预测值与实际负荷之间的差异;加速模型参数的优化器为: 其中,Q是模型参数,α是学习率,mt是梯度的指数移动平均,vt是梯度平方的指数移动平均,∈是平滑项;负荷预测模型通过超参数调整注意力头数和隐藏层大小;步骤四,通过负荷预测模型预测未来的负荷变化情况,包括指定年度的12个月的最大值、指定月的最大值、指定日的最大值、指定时间范围的最大值,以及指定时间范围内的负荷曲线的负荷峰值系数;步骤五,校核电网运行安全性:根据预测的负荷变化情况,计算电网的残差和安全参数,当残差或安全参数超过各自分别设定的阈值时,触发警报。

全文数据:

权利要求:

百度查询: 国网福建省电力有限公司;国网福建省电力有限公司泉州供电公司 一种基于多种历史负荷值的电网运行校核方法与系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。