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 > 中国石油大学(华东)王森获国家专利权

中国石油大学(华东)王森获国家专利权

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!

龙图腾网获悉中国石油大学(华东)申请的专利一种油田现场用风-光-电协同供能动态优化方法及设备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:CN121192827B

龙图腾网通过国家知识产权局官网在2026-04-03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:202511735841.1,技术领域涉及:H02J3/38;该发明授权一种油田现场用风-光-电协同供能动态优化方法及设备是由王森;徐海滨;冯其红;邱鹏程;张修成;王卓聪;李帅;刘明洁;张纪远设计研发完成,并于2025-11-25向国家知识产权局提交的专利申请。

一种油田现场用风-光-电协同供能动态优化方法及设备在说明书摘要公布了:本申请公开了一种油田现场用风‑光‑电协同供能动态优化方法及设备,涉及油气田开发技术领域,该方法包括:基于目标油田井场T时刻电网的历史需求量序列,构建目标油田井场T时刻电网的需求量预测模型;将目标油田井场T时刻电网的历史需求量序列输入到需求量预测模型中,得到T时刻电网的需求量预测值;基于需求量预测值,构建风‑光‑电协同供能多目标优化模型;利用蜣螂优化算法求解风‑光‑电协同供能多目标优化模型,得到电网最优策略;本申请通过构建T时刻电网需求量预测模型和风‑光‑电协同供能多目标优化模型完成油田现场用风‑光‑电协同供能动态优化,在降低环境污染的同时提高供电系统的稳定性。

本发明授权一种油田现场用风-光-电协同供能动态优化方法及设备在权利要求书中公布了:1.一种油田现场用风-光-电协同供能动态优化方法,其特征在于,包括: 获取目标油田井场T时刻电网的历史需求量序列; 基于目标油田井场T时刻电网的历史需求量序列,构建目标油田井场T时刻电网的需求量预测模型; 将目标油田井场T时刻电网的历史需求量序列输入到所述需求量预测模型中,得到T时刻电网的需求量预测值; 基于所述需求量预测值,构建风-光-电协同供能多目标优化模型; 利用蜣螂优化算法求解所述风-光-电协同供能多目标优化模型,得到电网最优策略;所述蜣螂优化算法为基于高维群体智能搜索模式的蜣螂优化算法; 基于所述电网最优策略调整目标油田井场风力发电机组、光伏电板和化石燃料发电机组的运行数量; 基于目标油田井场T时刻电网的历史需求量序列,构建目标油田井场T时刻电网的需求量预测模型,包括: 将STL分解模型、季节性自回归积分滑动平均模型、LSTM-Attention模型和误差权重分配模型初始化,各个模型参数均赋值为0;所述STL分解模型的参数包括季节性差分步长S,季节性自回归积分滑动平均模型的参数包括非季节自回归的阶数p、逐期差分阶数d、非季节移动平均阶数q、季节自回归阶数P、季节差分阶数D和季节移动平均阶数Q,LSTM-Attention的模型参数包括窗口长度h,误差权重分配模型的参数包括季节性自回归积分滑动平均模型的权重和残差修正模型的权重,残差修正模型由LSTM-Attention模型训练、优化得到的; 将所述历史需求量序列输入初始化后的STL分解模型,得到季节性差分步长S、季节序列和残差序列; 将所述季节性差分步长S和所述季节序列输入初始化后的季节性自回归积分滑动平均模型,利用赤池信息准则确定季节性自回归积分滑动平均模型的参数,得到参数确定的季节性自回归积分滑动平均模型; 确定LSTM-Attention模型的窗口长度h,沿所述残差序列依次滑动窗口,以窗口内h个数据为输入,以窗口外首个数据为输出,训练LSTM-Attention模型,利用随机梯度下降算法对LSTM-Attention模型超参数进行优化,得到残差修正模型; 将季节序列输入参数确定的季节性自回归积分滑动平均模型,得到目标油田井场T时刻电网的需求量初始预测值; 将残差序列输入残差修正模型,得到目标油田井场T时刻电网的需求量残差预测值; 将需求量初始预测值、需求量残差预测值、季节序列和残差序列输入误差权重分配模型,得到参数确定的季节性自回归积分滑动平均模型的权重,以及残差修正模型的权重; 将所述参数确定的季节性自回归积分滑动平均模型的权重乘以需求量初始预测值得到目标油田井场T时刻电网的初始加权预测值,将所述残差修正模型的权重乘以需求量残差预测值得到目标油田井场T时刻电网的残差加权预测值,将初始加权预测值和残差加权预测值相加,得到目标油田井场T时刻电网的需求量预测值; 确定STL分解模型、参数确定的季节性自回归积分滑动平均模型、残差修正模型和误差权重分配模型为目标油田井场T时刻电网的需求量预测模型。

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石油大学(华东),其通讯地址为:257061 山东省东营市东营区北一路739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。