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

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 > 山东能源电力销售有限公司唐永获国家专利权

山东能源电力销售有限公司唐永获国家专利权

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!

龙图腾网获悉山东能源电力销售有限公司申请的专利一种基于机器学习的虚拟电厂优化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:CN120013146B

龙图腾网通过国家知识产权局官网在2025-08-29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:202510074746.5,技术领域涉及:G06Q10/0631;该发明授权一种基于机器学习的虚拟电厂优化调度方法是由唐永;杨林林;李作良;殷浩;宋纯活;庄浩;徐珊设计研发完成,并于2025-01-17向国家知识产权局提交的专利申请。

一种基于机器学习的虚拟电厂优化调度方法在说明书摘要公布了:本发明属于电力系统优化调度领域,尤其涉及一种基于机器学习的虚拟电厂优化调度方法。首先采集虚拟电厂内分布式电源、储能设备、负荷管理系统的发电量、负荷需求等实时数据,并清洗、标准化。接着构建综合目标函数,涵盖经济效益、环境效益及电力市场价格波动多因素。然后采用改进NSGA‑II算法优化,其双重选择机制结合局部与全局最优性加速收敛,改进拥挤度度量精准评估个体,自适应交叉和变异操作依种群动态调整。通过此方法,能实现经济效益与环境效益最大化平衡,满足设备运行约束,提升虚拟电厂运行效率与稳定性,为电力系统优化提供创新方案。

本发明授权一种基于机器学习的虚拟电厂优化调度方法在权利要求书中公布了:1.一种基于机器学习的虚拟电厂优化调度方法,其特征在于,包括以下步骤: S1、首先从虚拟电厂内各个分布式电源、储能设备、负荷管理系统中采集实时数据; S2、对采集的数据进行数据清洗、标准化; S3、构建优化的目标函数,不仅考虑经济效益和环境效益,还引入电力市场的价格波动、电网负荷预测、各类能源设备的性能约束、储能设备的充放电效率、虚拟电厂的发电波动性因素,综合的目标函数为:Fx=α·Cx-β·Ex-γ·Rx,其中Cx代表经济效益,Ex表示为环境效益,Rx为约束函数,α,β,γ是权重系数; S4、最后采用改进非支配排序遗传算法NSGA-II来多目标优化目标函数,提高了优化效率; 其中所述改进非支配排序遗传算法NSGA-II的实现为: S41、首先进行初始化种群并初始化个体参数; S42、采用双重选择机制计算个体的非支配排序并改进拥挤度度量; S43、进行自适应交叉和变异操作; S44、生成新的种群,当达到最大设定的30代迭代次数时终止算法,并输出结果; 所述步骤S42中采用双重选择机制计算个体的非支配排序并改进拥挤度度量的实现步骤为: S421、首先计算非支配关系; S422、改进的拥挤度度量是同时考虑目标空间和决策空间中的解密度,具体做法为:其中fkxi为个体xi在第k个目标上的函数值,fkxi′为xi相邻个体xi′在第k个目标上的函数值,xid为个体xi在决策空间中第d个决策变量的值; S423、筛选局部最优解,在每个非支配等级中,按照拥挤度从高到底排序,优选选择拥挤度高的解:优先级localxi=-Dcrowdxi,从当前非支配等级中选择Nlocal个局部最优解,组成局部解合集; S424、综合非支配等级和拥挤度,计算全局优先级:优先级globalxi=Fxi+Dcrowdxi,其中,Fxi为非支配排序等级,按照全局优先级从低到高排序,从种群中选择Nglobal个全局最优解; S425、最后将局部解集合与全局解集合合并,得到候选集合。

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山东能源电力销售有限公司,其通讯地址为:250000 山东省济南市历下区经十路10777号山东能源大厦19层;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。