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 > 国网浙江省电力有限公司经济技术研究院;国网浙江省电力有限公司;上海电力大学周全获国家专利权

国网浙江省电力有限公司经济技术研究院;国网浙江省电力有限公司;上海电力大学周全获国家专利权

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!

龙图腾网获悉国网浙江省电力有限公司经济技术研究院;国网浙江省电力有限公司;上海电力大学申请的专利一种确定充电负荷峰谷时刻的方法和装置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:CN117150324B

龙图腾网通过国家知识产权局官网在2026-03-24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:202311189928.4,技术领域涉及:G06F18/23;该发明授权一种确定充电负荷峰谷时刻的方法和装置是由周全;江学斌;劳咏昶;殷永亮;彭道刚;赵慧荣;任澜;焦鑫喻;刘梦怡;徐振超设计研发完成,并于2023-09-14向国家知识产权局提交的专利申请。

一种确定充电负荷峰谷时刻的方法和装置在说明书摘要公布了:本发明实施例提供的一种确定充电负荷峰谷时刻的方法和装置,获取并确定各个设备在各个时刻的充电负荷;确定总充电负荷并对总充电负荷进CEEMDAN算法分解,并对所获得的IMF分量基于权重进行再次CEEMDAN算法分解,得到重构总充电负荷降噪,得到目标总充电负荷;对目标总充电负荷进行聚类运算,得到多个聚类簇。本方案中,对总充电负荷采用CEEMDAN算法多次分解后重构,实现对总充电负荷的降噪,保留了有效信息的同时提高了信噪比。另外,通过多个聚类数计算指标综合确定聚类数,避免了人为设定聚类数导致聚类结果过大偏差,提高了总充电负荷分类的精确性和鲁棒性,提高了对多个充电负荷分析的准确性,可以帮助分析充电设备用户的用电规律,指导电网规划及实时调度。

本发明授权一种确定充电负荷峰谷时刻的方法和装置在权利要求书中公布了:1.一种确定充电负荷峰谷时刻的方法,其特征在于,所述方法包括: 获取目标时间段内的多个时刻多个设备充电时的充电电压和充电电流,并根据所述充电电压和充电电流确定各个所述设备在各个时刻的充电负荷; 确定在同一时刻各个所述充电负荷的总和,得到总充电负荷; 对所述总充电负荷进行CEEMDAN算法分解,并对所获得的IMF分量基于权重进行再次CEEMDAN算法分解,得到多个精选分量和残余分量;所述权重基于所述IMF分量的信息熵确定; 基于所述精选分量和所述残余分量得到重构总充电负荷,并对所述重构总充电负荷进行平滑滤波得到降噪后的目标总充电负荷; 对各个时刻的所述目标总充电负荷按照所述目标总充电负荷之间的差值进行聚类运算,得到多个聚类簇; 从所述多个聚类簇中获取所述目标总充电负荷最大的第一聚类簇和所述目标总充电负荷最小的第二聚类簇; 根据所述第一聚类簇中包括的目标总充电负荷对应的时刻确定用电高峰时刻,根据所述第二聚类簇中包括的目标总充电负荷对应的时刻确定用电低谷时刻; 所述对所述总充电负荷进行CEEMDAN算法分解,具体包括: 对所述总充电负荷进行CEEMDAN算法分解,得到第一数量的第一精选IMF分量和第一残余信号分量; 采用熵权法计算所述第一精选IMF分量的权重; 对所述第一数量的所述第一精选IMF分量按照权重从大到小进行排序,得到权重大于或等于预设第一权重阈值的多个目标第一精选IMF分量和权重小于所述预设第一权重阈值的候选第一精选IMF分量; 所述对所获得的IMF分量基于权重进行再次CEEMDAN算法分解,得到多个精选分量和残余分量,包括: 对所述候选第一精选IMF分量进行CEEMDAN算法分解,得到第二数量的第二精选IMF分量和第二残余信号分量; 采用熵权法计算所述第二精选IMF分量的权重; 对所述第二数量的所述第二精选IMF分量按照权重从大到小进行排序,得到权重大于或等于所述预设第一权重阈值的多个目标第二精选IMF分量,和权重小于所述预设第一权重阈值的候选第二精选IMF分量。

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国网浙江省电力有限公司经济技术研究院;国网浙江省电力有限公司;上海电力大学,其通讯地址为:310008 浙江省杭州市上城区南复路1号水澄大厦;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。