Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 合肥工业大学;国网安徽省电力有限公司谭琦获国家专利权

合肥工业大学;国网安徽省电力有限公司谭琦获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉合肥工业大学;国网安徽省电力有限公司申请的专利一种弹性环境下基于Conv-Seq2Seq模型的电力系统日前调度方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116191416B

龙图腾网通过国家知识产权局官网在2025-09-16发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310183389.7,技术领域涉及:H02J3/00;该发明授权一种弹性环境下基于Conv-Seq2Seq模型的电力系统日前调度方法是由谭琦;孙晨皓;唐昊;李端超;高卫恒设计研发完成,并于2023-02-24向国家知识产权局提交的专利申请。

一种弹性环境下基于Conv-Seq2Seq模型的电力系统日前调度方法在说明书摘要公布了:本发明属于电力系统调度优化技术领域,具体涉及一种弹性环境下基于Conv‑Seq2Seq模型的电力系统日前调度方法。该方法包括如下步骤:步骤1:针对电力系统中传统火电机组、深度调峰机组及负荷侧弹性资源建立模型,其中负荷侧弹性资源包括可削减负荷和可平移负荷;步骤2:根据负荷预测数据,风电功率预测数据等信息以及对应的调度计划构建数据集;步骤3:构建基于Conv‑Seq2Seq的深度学习模型;步骤4:运用数据集对深度学习模型进行训练,得到训练完成的深度学习决策模型,并将待决策的负荷预测信息和风电功率预测信息等输入深度学习模型进行决策,输出调度计划;步骤5:对深度学习模型的输出方案进行辅助决策修正,得到满足约束的安全可行解。

本发明授权一种弹性环境下基于Conv-Seq2Seq模型的电力系统日前调度方法在权利要求书中公布了:1.一种弹性环境下基于Conv-Seq2Seq模型的电力系统日前调度方法,其特征在于,该方法包括如下步骤: 步骤1:针对电力系统中传统火电机组、深度调峰机组及负荷侧弹性资源建立模型,其中负荷侧弹性资源包括可削减负荷和可平移负荷; 所述电力系统在电源侧的弹性资源包括Nfuel台火电机组和Nw台风电机组,其中火电机组根据其调峰能力不同分为传统火电机组和深度调峰机组,深度调峰机组有Ndpr台;负荷侧的弹性资源包括刚性负荷和柔性负荷,其中刚性负荷为必须满足用户的用电需求,不参与调度的负荷;柔性负荷包括可平移负荷和可削减负荷; 步骤2:根据负荷预测数据,风电功率预测数据等信息以及对应的调度计划构建数据集; 步骤2.1:建立目标函数: 式中:Nfuel表示火电机组有Nfuel台,其中深度调峰机组有Ndpr台,为第i台传统火电机组在t时段的总运行成本,为第g台深度调峰机组在t时段的总运行成本,Ccut和Csh分别代表可削减负荷和可平移负荷的用户补偿成本; 步骤3:构建基于Conv-Seq2Seq的深度学习模型; 步骤4:运用数据集对深度学习模型进行训练,得到训练完成的深度学习决策模型,并将待决策的负荷预测信息和风电功率预测信息等输入深度学习模型进行决策,输出调度计划; 步骤5:对深度学习模型的输出方案进行辅助决策修正,得到满足约束的安全可行解。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人合肥工业大学;国网安徽省电力有限公司,其通讯地址为:230009 安徽省合肥市屯溪路193号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。