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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国网四川省电力公司经济技术研究院吴刚获国家专利权

国网四川省电力公司经济技术研究院吴刚获国家专利权

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!

龙图腾网获悉国网四川省电力公司经济技术研究院申请的专利基于非侵入式源荷分解的母线负荷预测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:CN121261332B

龙图腾网通过国家知识产权局官网在2026-03-20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:202511802936.0,技术领域涉及:H02J3/00;该发明授权基于非侵入式源荷分解的母线负荷预测方法及系统是由吴刚;王亦;马天男;朱童;周剑;马瑞光;邓扶摇;刘洁颖;罗皓;陈虎;侯验秋;过夏明;向璟;雷雯婷;马浩原;王薇;杜继伟;李荦一;向悦萍;黄显斌设计研发完成,并于2025-12-03向国家知识产权局提交的专利申请。

基于非侵入式源荷分解的母线负荷预测方法及系统在说明书摘要公布了:本发明提供一种基于非侵入式源荷分解的母线负荷预测方法及系统,涉及电力电网技术领域。本发明采用非侵入式源荷分解技术,从母线总负荷中精准剥离分布式电源出力分量,有效提取负荷基数、日峰谷差、峰谷差率及波动率等纯负荷特征参数。在此基础上,通过模糊熵聚类算法依据负荷特性实现动态分群,将母线划分为常规型、分布式电源主导型和冲击负荷型等类别,并针对不同母线类型分别构建相适应的负荷预测模型。该方法显著增强了预测模型的适应性与针对性,实现了对不同类型母线负荷的精准预测,从根本上解决了传统比例分配法在母线负荷预测中精度不足的问题,大幅提升了预测结果的准确性与可靠性。

本发明授权基于非侵入式源荷分解的母线负荷预测方法及系统在权利要求书中公布了:1.一种基于非侵入式源荷分解的母线负荷预测方法,其特征在于,包括: 获取目标区域中多个母线的历史负荷数据和历史气象数据; 基于所述多个母线的历史负荷数据和历史气象数据,进行非侵入式源荷分解,确定各母线的纯负荷分量特征,包括:基于历史气象数据,识别并划分不同的气象类型;针对每种气象类型,采用聚类算法对各母线的历史负荷数据进行聚类分析,得到每种气象类型下各类母线的典型负荷基准曲线;基于所述多个母线的历史负荷数据和历史气象数据,以及每种气象类型下各类母线的典型负荷基准曲线,进行比对分析,计算各时刻的分布式电源出力分量;其中,任一时刻的分布式电源出力分量为该时刻的负荷数据与典型负荷基准曲线的取值之间的差值;基于所述各母线的历史负荷数据,以及各时刻的分布式电源出力分量,确定各母线的纯负荷分量;基于各母线的纯负荷分量,进行时序排序,提取得到各母线的纯负荷分量特征,所述纯负荷分量特征包括负荷基数、日峰谷差、峰谷差率和波动率; 基于所述各母线的纯负荷分量特征,采用模糊熵聚类算法,确定多个母线类型,所述母线类型包括常规负荷母线,分布式电源主导母线,冲击负荷母线; 基于各母线类型对应的历史负荷数据和历史气象数据,采用机器学习算法训练,得到各母线类型对应的负荷预测模型; 基于各母线类型对应的负荷预测模型,进行母线负荷预测。

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国网四川省电力公司经济技术研究院,其通讯地址为:610095 四川省成都市中国(四川)自由贸易试验区成都市高新区蜀绣西路366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。