申请/专利权人：国网浙江省电力有限公司宁波供电公司;宁波市电力设计院有限公司

申请日：2021-12-09

公开（公告）日：2024-04-30

公开（公告）号：CN114298165B

主分类号：G06F18/23213

分类号：G06F18/23213;G06F18/25;G06N3/0464;G06N3/0442;G06Q10/04;G06Q50/06

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2022.04.26#实质审查的生效;2022.04.08#公开

摘要：本发明公开了区域综合能源系统多能负荷态势感知模型的构建方法，通过采用像素重构基础上考虑负荷特征融合的MCNN‑LSTM负荷态势预测方法可以有效增加负荷态势预测阶段的预测精度，使得综合能源系统优化调度的准确性提高，能够满足用户侧的用能需求；同时使得综合能源系统的多能协同、多能耦合效率更高，增加区域综合能源系统的能源利用率和运行经济性。本发明针对于区域综合能源系统多能负荷态势感知技术，通过采用时域特征拓展随机森林算法可以有效减少负荷态势理解阶段的数据处理难度，从而能够减少负荷态势感知过程所需时间，更加及时地进行负荷预测，增加了综合能源系统优化调度的灵活性，减少了能源不必要的浪费。

主权项：1.区域综合能源系统多能负荷态势感知模型的构建方法，其特征在于，具体按照以下步骤实施：步骤1、采集区域基本负荷单元的多能负荷历史数据，对多能负荷历史数据进行预处理；步骤2、对预处理后每个基本负荷单元的负荷历史数据进行考虑空间相关性的负荷集划分，得到多个负荷空间集；步骤3、采用时域特征拓展随机森林算法进行对负荷空间集行为分析，对负荷空间集负荷进行时域的特征拓展，综合时-空多维的特征序列构成特征向量矩阵，并采用拉直计算和随机森林算法过程映射处理实现目标负荷与特征关系的分析，剔除无关联负荷空间集；步骤4、对剔除无关联负荷空间集后的基本负荷单元进行Pearson相关性分析，获得基本负荷单元之间的Pearson相关系数；步骤5、采用结合K-means聚类方法对基本负荷单元进行划分，获得若干类；步骤6、采用Pearson相关系数结合多维尺度分析的方法进行基本负荷单元像素重构，获得具有时间和空间双重特性的基本负荷单元；步骤7、采用多通道卷积神经网络进行负荷特征融合，获得n个时间序列下包含基本负荷单元信息和能量耦合信息的高维综合负荷特征；步骤8、对高维综合负荷特征采用长短时记忆网络对时间依赖关系进行态势预测，获得区域综合能源系统多能负荷态势感知模型。

全文数据：

权利要求：

百度查询： 国网浙江省电力有限公司宁波供电公司;宁波市电力设计院有限公司 区域综合能源系统多能负荷态势感知模型的构建方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD