Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
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 积分商城 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 > 广州瀚信通信科技股份有限公司余雁获国家专利权

广州瀚信通信科技股份有限公司余雁获国家专利权

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!

龙图腾网获悉广州瀚信通信科技股份有限公司申请的专利一种基于图计算的储能电站电量优化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:CN119628021B

龙图腾网通过国家知识产权局官网在2025-10-21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:202411671794.4,技术领域涉及:H02J3/32;该发明授权一种基于图计算的储能电站电量优化方法是由余雁;李旭;林伟涛设计研发完成,并于2024-11-21向国家知识产权局提交的专利申请。

一种基于图计算的储能电站电量优化方法在说明书摘要公布了:本发明属于储能电站技术领域,具体涉及一种基于图计算的储能电站电量优化方法,包括步骤S1、基于图计算预测储能电站未来的发电能力和负荷需求:获取储能电站并网区域的分布式发电站历史发电数据和负荷数据,以及外部影响数据,构建时空图神经网络模型,构建时空图神经网络模型,获得未来24小时每个小时段的发电数据和负荷数据的预测结果;步骤S2、通过潮流分析,计算电网中各节点的功率和负荷值;并根据预测的未来发电能力和负荷需求,计算得到储能电站需要提供或消纳的电量。本发明实现了储电站能源的最优化,降低了储电站的成本。

本发明授权一种基于图计算的储能电站电量优化方法在权利要求书中公布了:1.一种基于图计算的储能电站电量优化方法,其特征在于,包括如下步骤: 步骤S1、基于图计算预测储能电站未来的发电能力和负荷需求:获取储能电站并网区域的分布式发电站历史发电数据和负荷数据,以及外部影响数据,构建电网拓扑图结构,基于电网拓扑图结构,构建时空图神经网络模型,通过时空图神经网络模型预测未来24小时每个小时段的发电能力和负荷需求的预测结果; 具体包括如下步骤: 步骤S11、数据收集和预处理:获取储能电站并网区域的分布式发电站包括太阳能和风能电站的历史发电数据、储能电站并网区域的电网负荷数据、节假日数据、天气数据、设备运行状态数据;对收集的数据预处理,包括清洗数据,处理缺失值和异常值,数据归一化,获得预处理后的储能电站并网区域的相关的时间序列数据; 步骤S12、构建电网拓扑图结构:将步骤S11处理后的时间序列数据转化为图结构,将时间序列数据中的时间戳和属性信息映射到图结构中的节点和边上,定义节点、边及其属性,节点代表发电站、变电站、负荷点,边代表电力流动的路径,包括输电线路或配电线路、配电线路边,获得电网拓扑图结构; 步骤S13、将步骤S12的电网拓扑图结构作为图神经网络模型输入,构建时空图神经网络模型; 具体的,包括: 首先,利用时间序列分析技术捕捉电网拓扑图结构中每个节点及其属性随时间的变化趋势,将电网拓扑结构和时间序列数据转换为图的嵌入表示,得到图的嵌入表示; 将图的嵌入表示,输入到编码器; 结合注意力机制进行特征提取:在编码器中引入注意力机制,捕捉电网中的关键变化,经过编码器处理后,将提取的特征输入到解码器中,在解码器输出未来预设小时段内的电网状态的动态图,获得时空图神经网络模型; 步骤S14、使用步骤S11历史数据对时空图神经网络模型进行训练和验证,通过比较时空图神经网络模型预测结果与实际电网状态之间的差异,评估时空图神经网络模型的性能,并进行调整和优化; 步骤S15、预测与验证:使用训练好的时空图神经网络模型进行未来发电能力和负荷需求的预测,以及通过交叉验证或留出法来评估动态关系图模型的准确性和泛化能力; 步骤S2、获取电网拓扑图结构中配电网的技术参数和实时运行数据,通过潮流分析,计算电网中各节点的功率和负荷值,输出电网中各节点的功率和电压作为潮流分析结果;并根据预测的未来发电能力和负荷需求,计算得到储能电站需要提供或消纳的电量。

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广州瀚信通信科技股份有限公司,其通讯地址为:510650 广东省广州市天河区元岗横路37号4203-1、4204、4205、4208、4209、4304--4309;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。