“日负荷率”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1599190个，建议您升级VIP下载更多相关专利

[发明专利]一种电动汽车充电站充电控制方法、系统和装置-CN201911414129.6有效
发明人：邓凯;张晓平;罗敏;张思建;易斌;孟金岭;苏伟;罗嘉;钟国彬;林国营 -专利权人：南方电网电力科技股份有限公司
申请日： 2019-12-31 - 公布日： 2021-07-23 - 主分类号： B60L53/63 文献下载
摘要：本申请公开了一种电动汽车充电站充电控制方法、系统和装置，包括：通过获取变压器历史日负荷和充电站历史日负荷，并根据变压器历史日负荷和充电站历史日负荷进行预测，得到变压器预测日负荷和充电站预测日负荷，将变压器预测日负荷和充电站预测日负荷代入预置公式，得到充电桩的计划日负荷，根据计划日负荷控制充电桩的电功率，判断变压器实时总负荷是否大于或等于第一阈值，若是则将变压器实时总负荷降低到第二阈值，否则重新执行上述步骤。解决了现有电动汽车充电站由于无序充电导致充电负荷与电网传统负荷高峰时期叠加，造成局部地区用电紧张、配电网负荷不平衡的技术问题。
一种电动汽车充电站充电控制方法系统装置

[发明专利]一种基于AP聚类的远景年典型日负荷预测方法-CN201910855941.6有效
发明人：刘忠义;宣文博;王魁;闫大威;李慧;魏联滨;武忠山;丁承第;宋佳;雷铮;李媛媛;胡旭东 -专利权人：国网天津市电力公司;国家电网有限公司;天津大学
申请日： 2019-09-11 - 公布日： 2023-05-09 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于AP聚类的远景年典型日负荷预测方法，首先，选取历史日负荷数据，并进行标幺化处理；其次，基于AP聚类算法对历史日负荷数据进行聚类，以此作为远景年的负荷特征；最后，基于远景年负荷的预测值，并结合聚类后的负荷特征，计算出远景年典型日负荷曲线。本文方法为远景年日负荷预测提供了有效的科学依据，其次将远景年日负荷进行聚类获得远景年典型日负荷，利用典型日负荷进行计算降低了电网规划和电网运行中计算量。
一种基于 ap 远景典型负荷预测方法

[发明专利]基于体感温度的短期负荷预测方法-CN201710224770.8有效
发明人：李常刚;陈凯 -专利权人：山东大学
申请日： 2017-04-07 - 公布日： 2020-04-28 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了基于体感温度的短期负荷预测方法，所述方法针对夏冬季的负荷进行预测，包括以下步骤：历史数据的读取；历史数据的量化；体感温度计算；待预测日信息采集；日最大负荷预测；负荷趋势曲线选择：通过相似日法选择和待预测日最接近的历史日作为趋势相似日，以该日的负荷曲线线型为待预测日线型；日负荷预测：选出趋势相似日最高、最低负荷值，将该日96个点的负荷数据均减去最低负荷值，再除以最高负荷与最低负荷之差，然后将归一化的数据乘以待预测日的预测最高负荷和最低负荷之差，再加上预测最低负荷值即可得出全天负荷预测值。本发明极大地提高了负荷预测速度，并且保证了负荷预测的精度。
基于温度短期负荷预测方法

[发明专利]一种应用于嵌入式控制系统的空调冷负荷实时预测算法-CN201510501949.4有效
发明人：赵庆珠;赵晓宇;姚雅妮;于长雨 -专利权人：同方泰德国际科技(北京)有限公司
申请日： 2015-08-17 - 公布日： 2020-01-07 - 主分类号： G06Q10/04 文献下载
摘要：一种应用于嵌入式控制系统的空调冷负荷实时预测算法，涉及中央空调系统控制领域。本发明包括如下步骤：1）获取预测日室外环境预报的气象参数；2）选取空调系统稳定运行代表日作为参照日，并计算得参照日逐时负荷分配系数；3）计算预测日最大小时冷负荷；4）计算预测日负荷分布情况；5）对当前运行日预测负荷进行在线修正；6）将预测日实际各小时冷负荷数据与预测各小时冷负荷数据进行对比，根据偏差情况对参照日负荷分配系数进行修正。本发明算法根据基础日的负荷分配系数和室外预报气象参数预测得到预测日最大小时负荷，计算得到预测日全天的负荷分布；具有数据需求量小、计算简便、预测结果准确且通用性好的特点。
预测冷负荷分配系数气象参数日负荷算法嵌入式控制系统负荷分配系数中央空调系统负荷分布空调系统实时预测室外环境稳定运行小时负荷预测结果在线修正逐时负荷预报需求量室外空调修正应用

[发明专利]一种充电桩负荷预测方法-CN202310474840.0在审
发明人：童家鹏;罗林欢;董选昌;王嘉延;黄文栋;杨溢儒;阮启洋;周文锴;郭霖徽;陆宏治;陆慧;张雨;王德辉;许卓佳 -专利权人：广东电网有限责任公司广州供电局
申请日： 2023-04-27 - 公布日： 2023-09-05 - 主分类号： H02J3/00 文献下载
摘要：本发明公开了一种充电桩负荷预测方法。本发明包括步骤对充电桩的历史负荷、天气类型、日类型三类数据进行预处理；选取原始数据集；搭建并训练Stacking集成学习器；采用完成训练的Stacking集成学习器对输入的天气类型、日类型非数值特征数据的量化值进行预测并输出结果本发明能够提高对充电桩负荷进行预测的准确率。
一种充电负荷预测方法

[发明专利]一种基于气象成分分解的夏季短期负荷预测方法-CN202010313390.3在审
发明人：蔡秋娜;闫斌杰;苏炳洪;刘思捷;段秦尉 -专利权人：广东电网有限责任公司电力调度控制中心
申请日： 2020-04-20 - 公布日： 2020-08-28 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于气象成分分解的夏季短期负荷预测方法，包括：对历史负荷时间序列数据进行分解处理，得到历史负荷日周期分量、历史负荷周周期分量、历史负荷低频分量和历史负荷高频分量；对历史温度时间序列数据进行分解得到历史温度周期分量和历史温度波动分量；根据待预测日气象预测序列数据和历史温度周期分量，计算得到待预测日温度波动分量；将待预测日温度波动分量作为输入参数输入至气象敏感负荷预测模型中，输出待预测日负荷低频分量；根据历史负荷日周期分量、历史负荷周周期分量、历史负荷高频分量和待预测日负荷低频分量，计算得到预测日负荷时间序列；本发明可以在电力负荷预测中结合气象温度因素，提高电力负荷的预测准确度。
一种基于气象成分分解夏季短期负荷预测方法

[发明专利]电力负荷预测方法、装置、计算机设备及存储介质-CN201911255382.1有效
发明人：林云志;李磊;罗金;刘大勇 -专利权人：中铁电气化局集团有限公司
申请日： 2019-12-10 - 公布日： 2020-10-27 - 主分类号： G06Q10/04 文献下载
摘要：本申请公开了一种电力负荷预测方法、装置、计算机设备及存储介质。涉及数据处理技术领域，该电力负荷预测方法包括：获取待预测的目标日的特征值，特征值包括目标日的气象参数、目标日对应的星期参数、目标日对应的假日参数和目标日对应的相似日参数，其中，气象参数用于表征目标日的气象信息，星期参数用于表征目标日的星期类型，假日参数用于表征目标日对应的假日类型，相似日参数用于表征与目标日相似的日期的历史负荷信息；将目标日的特征值输入至电力负荷预测模型，得到电力负荷预测模型输出的目标日的电力负荷预测值本申请实施例提供的电力负荷预测方法可以提高电力负荷预测的预测结果的准确度。
电力负荷预测方法装置计算机设备存储介质

[发明专利]一种气象敏感负荷功率估算方法及装置-CN201910430705.X在审
发明人：尹积军;陈庆;吴争;陆晓;罗建裕;刘林;赵静波;鞠平;陈彦翔;秦川;施佳君;廖诗武;朱鑫要;王大江 -专利权人：国网江苏省电力有限公司电力科学研究院;国家电网有限公司;河海大学;江苏省电力试验研究院有限公司
申请日： 2019-05-22 - 公布日： 2019-07-09 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种气象敏感负荷功率估算方法及装置。包括：获取气象敏感负荷功率估算模型；向气象敏感负荷功率估算模型输入待估算日的日负荷曲线，以提取待估算日的日负荷曲线降维特征；根据待估算日的日负荷曲线降维特征，以及日负荷曲线的降维特征到气象敏感负荷功率间的映射，输出气象敏感负荷功率。本发明提出的估算模型可以由日负荷曲线直接获得气象敏感负荷功率曲线，尤其适用于实际应用时气象数据经常缺失的情况。模型中的堆栈自编码器SAE模型可以无监督提取日负荷曲线的降维特征，大幅减少了全连接层的输入神经元个数，从而大幅减少了全连接层的网络参数，显著降低了模型训练难度。
敏感负荷日负荷功率估算气象降维估算连接层输入神经元功率曲线估算模型模型输入模型训练气象数据网络参数编码器无监督映射堆栈输出应用

[发明专利]一种配电馈线负荷高峰条件下的配电台区负荷控制方法-CN201510041934.4有效
发明人：任征东;史常凯;盛万兴;梁英;王相伟;朱伟义;高媛;李二霞;李玉凌;容以平;梁波;郭亮 -专利权人：国家电网公司;中国电力科学研究院;国网山东省电力公司
申请日： 2015-01-28 - 公布日： 2017-02-22 - 主分类号： H02J3/00 文献下载
摘要：本发明提供一种配电馈线负荷高峰条件下的配电台区负荷控制方法，包括以下步骤根据日负荷曲线预测图确定日用电负荷高峰时段；计算日用电负荷高峰时段各配电台区供电量考核得分；通过负荷削减完成配电台区负荷控制。本发明在计算负荷高峰时段具有负荷控制条件台区的供电量考核得分时，综合考虑配电台区供电量与自身日平均供电量占比和供电量权重U两个因素，有利于更精准的计算出在日用电高峰时段，符合条件的台区对配电馈线高峰时段的贡献率
一种配电馈线负荷高峰条件下控制方法

[发明专利]一种流域水质调度管理方法、系统及平台-CN202010935530.0在审
发明人：李红桔;张扬;刘思佳;王正川;尹娟;刘训平;冯蒙蒙;赛佳美;张亚文;吴秋琴;许洋;马桂敏;何秀芳 -专利权人：深圳市广汇源环境水务有限公司
申请日： 2020-09-08 - 公布日： 2020-12-22 - 主分类号： G06Q10/06 文献下载
摘要：本申请涉及一种流域水质调度管理方法、系统及平台，属于水环境监测及保护技术领域，其包括如下步骤：确定流域水系；建立数据库；模型建立；模型率定与完善；计算流域污染最大日负荷量及污染削减量；生成模拟调度方案；判断模拟调度方案是否满足负荷控制要求；若否，则重新分配缺口，获取设施建设完善建议，然后重新执行计算流域污染日负荷量及污染源分配最大日负荷量；若是，则继续执行以下步骤：生成调度实施方案。
一种流域水质调度管理方法系统平台

[发明专利]一种非侵入式变电站馈线负荷识别分解方法-CN202010609721.8在审
发明人：吕正;张浩淼;史勇杰;顾文侃;钱昊宏;顾黎强;朱齐;张麟;王沁;沈健;陈志樑;盛佳蓉 -专利权人：国网上海市电力公司
申请日： 2020-06-29 - 公布日： 2020-10-16 - 主分类号： G06F16/2458 文献下载
摘要：本发明提供一种非侵入式变电站馈线负荷识别分解方法，包含步骤：S1、采集若干变电站下所述馈线的日负荷信息，生成对应的馈线日负荷特征向量；根据所述馈线日负荷特征向量，建立馈线有效日负荷数据库；S2、从所述馈线有效日负荷数据库中选取所有专供型馈线的馈线日负荷特征向量，建立专供型馈线有效日负荷数据库；S3、对所述专供型馈线有效日负荷数据库进行迭代聚类；S4、根据聚类结果建立适用于城市配电网的行业划分规则，不同的聚类对应不同的行业；S5、根据步骤S3的聚类结果建立行业典型日负荷特征向量库；基于所述行业典型日负荷特征向量库，非侵入式识别变电站馈线负荷类型。
一种侵入变电站馈线负荷识别分解方法

[发明专利]一种考虑日电量偏差的梯级水电站负荷变化实时自适应方法-CN201910614765.7有效
发明人：程春田;辛阔;伍志;李泽宏;武新宇;廖胜利;翟哲;周凌安;陈恩黔;曹瑞;姚刚;醋院科 -专利权人：大连理工大学;贵州黔源电力股份有限公司
申请日： 2019-07-09 - 公布日： 2022-11-18 - 主分类号： G06Q10/06 文献下载
摘要：本发明属于水电站优化调度领域，涉及一种考虑日电量偏差的梯级水电站负荷变化实时自适应方法。由于电网日前发电计划制定中采用的电网负荷预测存在偏差，在实际运行中为实现负荷平衡，需要根据电网负荷的变化，对部分电站的发电计划进行实时调整，而梯级水电站通常作为这类负荷平衡电站。本发明采用相对于梯级电量变化的弃水降低率、超过限制的日电量偏差率、相对于梯级电量变化的梯级蓄能提高率三个具有优先级的准则确定梯级电站出力增减顺序，按照排序依次进行各时段梯级负荷增减量的分配。
一种考虑电量偏差梯级水电站负荷变化实时自适应方法

[发明专利]电力负荷预测方法、装置、可读介质及电子设备-CN202010495011.7有效
发明人：杨建文;董静妮;于槐林 -专利权人：新奥数能科技有限公司
申请日： 2020-06-03 - 公布日： 2022-12-27 - 主分类号： G06F17/18 文献下载
摘要：本发明公开了一种电力负荷预测方法、装置、计算机可读存储介质及电子设备，方法包括：获取售电对象的第一用户对应的第一日负荷曲线、第二用户对应的第二日负荷曲线以及所述第二用户在预测日的停电时段；根据所述第二用户在预测日的停电时段以及第二日负荷曲线，确定第三日负荷曲线，所述第三日负荷曲线指示了停电时段的负荷变化；根据所述第一日负荷曲线和所述第三日负荷曲线，确定所述售电对象的日前负荷预测曲线。通过本发明的技术方案，可更为准确的预测出用户停产情况下售电公司的日前负荷曲线。
电力负荷预测方法装置可读介质电子设备

[发明专利]基于TrellisNet-LSTM的日负荷预测方法-CN202010360137.3在审
发明人：卞海红;王倩;马奚杰 -专利权人：南京工程学院
申请日： 2020-04-29 - 公布日： 2020-07-28 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于TrellisNet‑LSTM的日负荷预测方法，包括如下步骤：采集负荷数据以及与负荷有关的特征数据；通过趋势外推法修正负荷坏数据；构造数据样本；建立TrellisNet‑LSTM神经网络预测模型，将训练日的日特征向量、训练日前一天的日特征向量及训练日前一天的日负荷向量作为输入，训练日的日负荷向量作为输出构成训练集数据，进行训练；将待预测日的日特征向量、待预测日前一天的日特征向量及待预测日前一天的负荷向量作为输入，用训练后的TrellisNet‑LSTM神经网络预测模型进行负荷预测，得到待预测日的负荷向量。本发明可以准确预测负荷，降低计算量且提高模型收敛速度。
基于 trellisnet lstm 负荷预测方法

[发明专利]一种集中供冷的冷负荷预测方法-CN202111572361.X在审
发明人：邓虎;罗万宇 -专利权人：广东铭鸿数据有限公司
申请日： 2021-12-21 - 公布日： 2022-04-12 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种集中供冷的冷负荷预测方法，包括以下步骤：根据预设参数依次检索历史数据，从满足预设参数最多的日期中提取距离预测日最近的日期，作为参考的历史日负荷总量Eh；通过近N年同期谷期冰槽未蓄满时，如果有峰期开机的情况，计算安全警戒系数Wt；利用上述历史日负荷总量Eh和安全警戒系数Wt计算预测日的冷负荷总量Fc，计算公式为：Fc＝Eh<本发明通过海量历史数据与多因素限定偏差率的方式，建立典型的负荷预测计算模型，模拟不同环境和客观条件下的负荷并对数据进行分析处理，得出工作日和法定节假日的不同类型的模型，用来指导该地区的区域负荷预测或区域供冷系统的生产和研究
一种集中负荷预测方法