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！

龙图腾网获悉中国长江电力股份有限公司;北京中水科水电科技开发有限公司申请的专利一种能源调度方法及系统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：CN119918841B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411807125.5，技术领域涉及：G06Q10/0631；该发明授权一种能源调度方法及系统是由张鹏;韩长霖;程建;李紫薇;艾远高;张琛;郭穗;张东峰;李文馨;陈超群设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本一种能源调度方法及系统在说明书摘要公布了：本发明公开了一种能源调度方法及系统，通过采集目标区域水电站的运行数据，对运行数据进行标准化处理和异常值剔除，基于标准化数据集建立包括实时数据层DRT、历史数据层DRH和预测数据层DRP的分层数据结构DR；基于分层数据结构DR进行特征提取与预测建模，构建实时功率计算模型、初步总负载预测模型和最终总负载预测模型；基于最终总负载预测模型的预测结果，实时调节可调机组出力功率和抽水蓄能功率，使得实时总负载功率和最终总负载预测模型的预测结果的差值在预设范围内；本发明通过三层数据结构组织和分类负载预测，结合多维评估指标体系进行动态优化，提高了水电站的调度精度和调度效率。

本发明授权一种能源调度方法及系统在权利要求书中公布了：1.一种能源调度方法，用于准确预测目标区域水电站未来6小时的负载功率，进而基于负载功率对水电站进行调度，其特征在于，所述方法包括以下步骤： 步骤一，采集目标区域水电站的运行数据，对运行数据进行标准化处理和异常值剔除，生成标准化数据集，基于所述标准化数据集建立分层数据结构DR； 所述目标区域水电站的运行数据包括：实时总负载功率、基础机组出力功率、可调机组出力功率以及抽水蓄能功率； 所述采集目标区域水电站的运行数据的采样周期设置为1分钟，所述分层数据结构DR包括：实时数据层DRT、历史数据层DRH和预测数据层DRP，每一层的数据均为一个长度为1440的序列构成； 所述实时数据层DRT保存最近720分钟的标准化数据集，记为DRT序列，用于构建实际功率计算模型； 所述历史数据层DRH的数据由DRT数据聚合转化而来，记为DRH序列，用于构建初步总负载预测模型； 所述预测数据层DRP的数据由DRH数据转换得到，记为DRP序列； 步骤二，基于所述分层数据结构DR进行特征提取与预测建模，利用DRT数据构建实时功率计算模型，基于DRH数据和实时功率计算模型构建初步总负载预测模型；结合DRT和DRH数据构建最终总负载预测模型； 利用DRT数据构建短期预测模型包括：基于DRT数据建立实时总负载功率预测模型： ；其中，为t时刻的实时总负载功率，t以分钟为单位，为t时刻的基础机组出力功率，指维持电站基本运行的最低负荷；为t时刻的可调机组出力功率，允许在[t，t+360]分钟内灵活调度，为t时刻的抽水蓄能功率，最大功率不超过额定功率的40%； 基于DRH数据构建初步总负载预测模型为： ； 其中，为总负载功率在时的初步预测结果，为预测时长，表示最近360分钟的最小用电需求，；为峰值功率振幅，表示最近360分钟的负载波动幅度，为相位角，反映负载峰谷时间分布；为时的负载随机波动分量； 结合DRT和DRH数据生成构建最终总负载预测模型： ；其中，为总负载功率在时的最终预测结果，为时的负载变化趋势项，为时的预测误差项，满足正态分布； 步骤三，基于所述最终总负载预测模型的预测结果，实时调节可调机组出力功率和抽水蓄能功率，使得实时总负载功率和最终总负载预测模型的预测结果的差值在预设范围内，完成能源调度。

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中国长江电力股份有限公司;北京中水科水电科技开发有限公司，其通讯地址为：100000 北京市海淀区玉渊潭南路1号B座；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。