CN111626617A - 一种企业配电网节能评估系统及方法 - Google Patents

一种企业配电网节能评估系统及方法 Download PDF

Info

Publication number
CN111626617A
CN111626617A CN202010464553.8A CN202010464553A CN111626617A CN 111626617 A CN111626617 A CN 111626617A CN 202010464553 A CN202010464553 A CN 202010464553A CN 111626617 A CN111626617 A CN 111626617A
Authority
CN
China
Prior art keywords
energy
saving
distribution network
power distribution
terminal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010464553.8A
Other languages
English (en)
Inventor
唐志强
陈思
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Weineng Technology Co ltd
Original Assignee
Jiangsu Weineng Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu Weineng Technology Co ltd filed Critical Jiangsu Weineng Technology Co ltd
Priority to CN202010464553.8A priority Critical patent/CN111626617A/zh
Publication of CN111626617A publication Critical patent/CN111626617A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Evolutionary Computation (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • General Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种企业配电网节能评估系统，涉及配电网技术领域。本发明包括智能电能表、Z‑wave无线网络、电力信息采集终端、以太网以及配电网节能评估终端；电力信息采集终端为内置有程序的计算机，用于电力信息采集和计算；配电网节能评估终端为内置有评估软件的计算机，采用传播神经网络方法评估。另外，本发明还提供一种企业配电网节能评估方法。本发明采用传播神经网络的自学习能力的优点，企业配电网的多因素节能评估，评估高效且评估结果可信度高，能够有效地分析出企业配电网中影响节能的相关因素，便于节能改造，提高企业用电效率、节约用电成本、节约成本。

Description

一种企业配电网节能评估系统及方法
技术领域
本发明属于配电网技术领域，特别是涉及一种企业配电网节能评估系统及方法。
背景技术
随着我国工业化以及信息化的推进，工业用电量占比越来越重；企业节能用电不仅关乎着企业运营成本的大小，也对全国节能用电起到重要作用。企业节能用电可以从多个方面着手，然后从配电网端的节能规划，是关乎着企业整体的节能性能。
现有企业配电网运行现状不理想主要表现为：配电系统设备容量降低线损选择不合理、负荷率较低；同时，主要着手改进为：无功功率补偿设备以功率因数的提高、必要的负荷调整和供电管制、规律用电合理安排生产以降低或转移高峰负荷、填补低谷负荷等。
本发明提供一种企业配电网节能评估系统及方法，采用传播神经网络实现配电网节能的便捷评估。
发明内容
本发明的目的在于提供一种企业配电网节能评估系统及方法，通过采用传播神经网络实现配电网节能的便捷评估。
为解决上述技术问题，本发明是通过以下技术方案实现的：
本发明为一种企业配电网节能评估系统，包括：智能电能表、Z-wave无线网络、电力信息采集终端、以太网以及配电网节能评估终端；
所述Z-wave无线网络包括Z-wave采集模块以及Z-wave网络传输模块；所述Z-wave采集模块以及Z-wave网络传输模块与智能电能表相对应；所述电力信息采集终端为内置有程序的计算机，用于电力信息采集和计算；所述配电网节能评估终端为内置有评估软件的计算机，采用传播神经网络方法评估；
所述Z-wave采集模块通过通信线与对应的所述智能电能表通信连接；所述Z-wave采集模块与相应的Z-wave网络传输模块通过无线通信网络连接；所述Z-wave网络传输模块与电力信息采集终端通过无线通信连接；所述电力信息采集终端通过以太网与配电网节能评估终端通信连接。
优选地，所述Z-wave采集模块采集负债率、线损率、无功补偿以及断路电流值经电力信息采集终端传递至配电网节能评估终端；所述配电网节能评估终端用于训练传播神经网络模型并存储到数据库中。
优选地，所述配电网节能评估终端，用于建立节能等级评判标准；所述配电网节能评估终端，用于根据节能等级评判标准建立各等级训练样本集；所述配电网节能评估终端，用于将等级训练样本集输入到配电网节能评估终端的传播神经网络模型，进行学习训练；所述配电网节能评估终端对实时采集的电力信息参数按照传播神经网络模型进行节能等级评估。
一种企业配电网节能评估方法，包括如下过程：
A00：采集配电网运行数据并传送至电力信息采集终端；
A01：电力信息采集终端计算负债率、线损率、无功补偿以及断路电流值并传送至配电网节能评估终端；
A02：建立配电网节能等级评判标准；
A03：根据节能等级评判标准建立各等级训练样本集；
A04：将等级训练样本集输入到配电网节能评估终端的传播神经网络模型，进行学习训练；
A05：根据电力信息参数计算结果，配电网节能评估终端通过等级评判标准进行评估打分，并经打分结果进行归一化处理，再将训练完成的传播神经网络模型存储到配电网节能评估终端；
A06：配电网节能评估终端对实时采集的电力信息参数按照传播神经网络模型进行节能等级评估。
优选地，A04中对所述传播神经网络模型学习训练过程包括如下：
B00：模型参数初始化：输入层神经元数量m＝200，归一化的输入向量为T＝[t1，t2，...，tm]；竞争层神经元数量n＝50，相应的二值输入向量P＝[p1，p2，...pn]T；输出层向量S＝[s1，s2，...，sq]T,目标输出向量R＝[r1，r2，...，rq],其中，q＝5为节能等级；读数器x＝0；
初始化输入层到竞争层的连接权重Wi以及竞争层到输出层的连接权重Vj，并将Wi归一化处理；
B01：计算竞争层各神经元输入值：
Figure BDA0002512160320000032
B02：计算连接权重Wi与输入向量T最近距离的向量：
Figure BDA0002512160320000031
B03：除神经元g设为1以外其余神经元设为0；
B04：对连接权值Wg修正并归一化处理：
ωgk(f+1)＝ωgk(f)+α[xk-ωgk(f)],k＝1,2,...m,0≤α≤1，f为实际学习次数；
B05：计算神经元实际输出值：
Figure BDA0002512160320000041
B06：对连接权重Vg进行修正：
υkg(f+1)＝υkg(f)+βpj(sk-rk),k＝1,2,...,q,0≤β≤1，其中，pj为神经元；
B07：返回B01，将m个输入模式全部输入；
B08：将f自增一，将输入模式T再次提供给传播神经网络学习，直到f＝F，其中，F为预设的学习次数。
本发明具有以下有益效果：
1、本发明采用传播神经网络的自学习能力的优点，企业配电网的多因素节能评估，评估高效且评估结果可信度高，能够有效地分析出企业配电网中影响节能的相关因素，便于节能改造，提高企业用电效率、节约用电成本、节约成本。
2、本发明通过建立合理的节能等级评判标准，电网经济运行指标组由计算机通过训练完成的传播神经网络模型进行客观评判，保证了节能评估的完整性与合理性。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一种企业配电网节能评估系统的结构示意图；
图2为本发明一种企业配电网节能评估方法的流程图；
图3为本发明中传播神经网络模型学习训练的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明为一种企业配电网节能评估系统，包括：智能电能表、Z-wave无线网络、电力信息采集终端、以太网以及配电网节能评估终端；Z-wave无线网络包括Z-wave采集模块以及Z-wave网络传输模块；Z-wave采集模块以及Z-wave网络传输模块与智能电能表相对应；电力信息采集终端为内置有程序的计算机，用于电力信息采集和计算；配电网节能评估终端为内置有评估软件的计算机，采用传播神经网络方法评估；
Z-wave采集模块通过通信线与对应的智能电能表通信连接；Z-wave采集模块与相应的Z-wave网络传输模块通过无线通信网络连接；Z-wave网络传输模块与电力信息采集终端通过无线通信连接；电力信息采集终端通过以太网与配电网节能评估终端通信连接。
实际上，Z-wave采集模块采集负债率、线损率、无功补偿以及断路电流值经电力信息采集终端传递至配电网节能评估终端；配电网节能评估终端用于训练传播神经网络模型并存储到数据库中；配电网节能评估终端，用于建立节能等级评判标准；配电网节能评估终端，用于根据节能等级评判标准建立各等级训练样本集；配电网节能评估终端，用于将等级训练样本集输入到配电网节能评估终端的传播神经网络模型，进行学习训练；配电网节能评估终端对实时采集的电力信息参数按照传播神经网络模型进行节能等级评估。
请参阅图2所示，一种企业配电网节能评估方法，包括如下过程：
A00：采集配电网运行数据并传送至电力信息采集终端；
A01：电力信息采集终端计算负债率、线损率、无功补偿以及断路电流值并传送至配电网节能评估终端；
A02：建立配电网节能等级评判标准；
A03：根据节能等级评判标准建立各等级训练样本集；
A04：将等级训练样本集输入到配电网节能评估终端的传播神经网络模型，进行学习训练；
A05：根据电力信息参数计算结果，配电网节能评估终端通过等级评判标准进行评估打分，并经打分结果进行归一化处理，再将训练完成的传播神经网络模型存储到配电网节能评估终端；
A06：配电网节能评估终端对实时采集的电力信息参数按照传播神经网络模型进行节能等级评估。
请参阅图3所示，，A04中对传播神经网络模型学习训练过程包括如下：
B00：模型参数初始化：输入层神经元数量m＝200，归一化的输入向量为T＝[t1，t2，...，tm]；竞争层神经元数量n＝50，相应的二值输入向量P＝[p1，p2，...pn]T；输出层向量S＝[s1，s2，...，sq]T,目标输出向量R＝[r1，r2，...，rq],其中，q＝5为节能等级；读数器x＝0；
初始化输入层到竞争层的连接权重Wi以及竞争层到输出层的连接权重Vj，并将Wi归一化处理；
B01：计算竞争层各神经元输入值：
Figure BDA0002512160320000071
B02：计算连接权重Wi与输入向量T最近距离的向量：
Figure BDA0002512160320000072
B03：除神经元g设为1以外其余神经元设为0；
B04：对连接权值Wg修正并归一化处理：
ωgk(f+1)＝ωgk(f)+α[xk-ωgk(f)],k＝1,2,...m,0≤α≤1，f为实际学习次数；
B05：计算神经元实际输出值：
Figure BDA0002512160320000073
B06：对连接权重Vg进行修正：
υkg(f+1)＝υkg(f)+βpj(sk-rk),k＝1,2,...,q,0≤β≤1，其中，pj为神经元；
B07：返回B01，将m个输入模式全部输入；
B08：将f自增一，将输入模式T再次提供给传播神经网络学习，直到f＝F，其中，F为预设的学习次数。
本发明提供的技术方案，采用传播神经网络的自学习能力的优点，企业配电网的多因素节能评估，评估高效且评估结果可信度高，能够有效地分析出企业配电网中影响节能的相关因素，便于节能改造，提高企业用电效率、节约用电成本、节约成本。另外，通过建立合理的节能等级评判标准，电网经济运行指标组由计算机通过训练完成的传播神经网络模型进行客观评判，保证了节能评估的完整性与合理性。
值得注意的是，上述系统实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
另外，本领域普通技术人员可以理解实现上述各实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，相应的程序可以存储于一计算机可读取存储介质中。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (5)

1.一种企业配电网节能评估系统，其特征在于，包括：智能电能表、Z-wave无线网络、电力信息采集终端、以太网以及配电网节能评估终端；
所述Z-wave无线网络包括Z-wave采集模块以及Z-wave网络传输模块；所述Z-wave采集模块以及Z-wave网络传输模块与智能电能表相对应；所述电力信息采集终端为内置有程序的计算机，用于电力信息采集和计算；所述配电网节能评估终端为内置有评估软件的计算机，采用传播神经网络方法评估；
所述Z-wave采集模块通过通信线与对应的所述智能电能表通信连接；所述Z-wave采集模块与相应的Z-wave网络传输模块通过无线通信网络连接；所述Z-wave网络传输模块与电力信息采集终端通过无线通信连接；所述电力信息采集终端通过以太网与配电网节能评估终端通信连接。
2.根据权利要求1所述的一种企业配电网节能评估系统，其特征在于，所述Z-wave采集模块采集负债率、线损率、无功补偿以及断路电流值经电力信息采集终端传递至配电网节能评估终端；所述配电网节能评估终端用于训练传播神经网络模型并存储到数据库中。
3.根据权利要求1所述的一种企业配电网节能评估系统，其特征在于，所述配电网节能评估终端，用于建立节能等级评判标准；所述配电网节能评估终端，用于根据节能等级评判标准建立各等级训练样本集；所述配电网节能评估终端，用于将等级训练样本集输入到配电网节能评估终端的传播神经网络模型，进行学习训练；所述配电网节能评估终端对实时采集的电力信息参数按照传播神经网络模型进行节能等级评估。
4.如权利要求1-3任意一所述的一种企业配电网节能评估方法，其特征在于，包括如下过程：
A00：采集配电网运行数据并传送至电力信息采集终端；
A01：电力信息采集终端计算负债率、线损率、无功补偿以及断路电流值并传送至配电网节能评估终端；
A02：建立配电网节能等级评判标准；
A03：根据节能等级评判标准建立各等级训练样本集；
A04：将等级训练样本集输入到配电网节能评估终端的传播神经网络模型，进行学习训练；
A05：根据电力信息参数计算结果，配电网节能评估终端通过等级评判标准进行评估打分，并经打分结果进行归一化处理，再将训练完成的传播神经网络模型存储到配电网节能评估终端；
A06：配电网节能评估终端对实时采集的电力信息参数按照传播神经网络模型进行节能等级评估。
5.根据权利要求4所述的一种企业配电网节能评估方法，其特征在于，A04中对所述传播神经网络模型学习训练过程包括如下：
B00：模型参数初始化：输入层神经元数量m＝200，归一化的输入向量为T＝[t1，t2，...，tm]；竞争层神经元数量n＝50，相应的二值输入向量P＝[p1，p2，...pn]T；输出层向量S＝[s1，s2，...，sq]T,目标输出向量R＝[r1，r2，...，rq],其中，q＝5为节能等级；读数器x＝0；
初始化输入层到竞争层的连接权重Wi以及竞争层到输出层的连接权重Vj，并将Wi归一化处理；
B01：计算竞争层各神经元输入值：
Figure FDA0002512160310000021
B02：计算连接权重Wi与输入向量T最近距离的向量：
Figure FDA0002512160310000031
B03：除神经元g设为1以外其余神经元设为0；
B04：对连接权值Wg修正并归一化处理：
ωgk(f+1)＝ωgk(f)+α[xk-ωgk(f)],k＝1,2,...m,0≤α≤1，f为实际学习次数；
B05：计算神经元实际输出值：
Figure FDA0002512160310000032
B06：对连接权重Vg进行修正：
υkg(f+1)＝υkg(f)+βpj(sk-rk),k＝1,2,...,q,0≤β≤1，其中，pj为神经元；
B07：返回B01，将m个输入模式全部输入；
B08：将f自增一，将输入模式T再次提供给传播神经网络学习，直到f＝F，其中，F为预设的学习次数。
CN202010464553.8A 2020-05-28 2020-05-28 一种企业配电网节能评估系统及方法 Pending CN111626617A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010464553.8A CN111626617A (zh) 2020-05-28 2020-05-28 一种企业配电网节能评估系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010464553.8A CN111626617A (zh) 2020-05-28 2020-05-28 一种企业配电网节能评估系统及方法

Publications (1)

Publication Number Publication Date
CN111626617A true CN111626617A (zh) 2020-09-04

Family

ID=72272361

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010464553.8A Pending CN111626617A (zh) 2020-05-28 2020-05-28 一种企业配电网节能评估系统及方法

Country Status (1)

Country Link
CN (1) CN111626617A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103279894A (zh) * 2013-04-24 2013-09-04 江苏大学 企业用户的电力能效Hopfield神经网络评估方法及系统
CN103839108A (zh) * 2013-04-08 2014-06-04 江苏理工学院 工业企业供配电网节能评估系统和评估方法
US20160140656A1 (en) * 2014-11-14 2016-05-19 Yahoo Japan Corporation Evaluation device, evaluation method, and non-transitory computer readable storage medium

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103839108A (zh) * 2013-04-08 2014-06-04 江苏理工学院 工业企业供配电网节能评估系统和评估方法
CN106339825A (zh) * 2013-04-08 2017-01-18 江苏理工学院 工业企业供配电网节能评估方法
CN106447203A (zh) * 2013-04-08 2017-02-22 江苏理工学院 一种工业企业供配电网节能评估方法
CN103279894A (zh) * 2013-04-24 2013-09-04 江苏大学 企业用户的电力能效Hopfield神经网络评估方法及系统
US20160140656A1 (en) * 2014-11-14 2016-05-19 Yahoo Japan Corporation Evaluation device, evaluation method, and non-transitory computer readable storage medium

Similar Documents

Publication Publication Date Title
CN105740977A (zh) 一种基于多目标粒子群的停电管理优化方法
CN108242807A (zh) 一种考虑多维安全约束的含光伏电源配电网重构方法
CN107612045A (zh) 一种电厂机组发电量智能分配系统及方法
CN105893714B (zh) 基于大电网仿真系统下的自动电压控制系统闭环检测及评估方法
CN113673065B (zh) 一种配电网络自动重构的降损方法
CN111193295A (zh) 一种考虑动态重构的配网灵活性提升鲁棒优化调度方法
CN109217324B (zh) 一种计及无功电价补偿的自动电压控制系统和控制方法
CN109861254A (zh) 负荷接入微电网的实现方法及装置
CN111626617A (zh) 一种企业配电网节能评估系统及方法
WO2023168911A1 (zh) 一种低压用户需求响应互动装置及工作方法
CN113206507B (zh) 一种三相负荷不平衡边缘侧治理方法和系统
CN115860258A (zh) 一种区域用电量预测方法
CN108616119A (zh) 基于区域性分时电价理论降低配电网网损的方法
CN102957147B (zh) 一种多负荷特性匹配的低频减载优化控制系统及方法
CN113255994A (zh) 电网cps的优化配置方法、装置、设备和介质
CN112215720A (zh) 一种基于可再生能源发电的智能电网控制系统的控制方法
CN112561299A (zh) 一种园区综合能源源荷储精准画像系统
CN111027829A (zh) 一种基于效益的电网规划系统
CN112993982B (zh) 自动电压控制系统的限值参数获取方法、装置和终端设备
CN117578603B (zh) 一种基于区域新能源调节的网架负载均衡方法
CN202978267U (zh) 一种多负荷特性匹配的低频减载优化控制系统
Zhiyang et al. Power allocation optimization strategy of gravity energy storage based on load forecasting
CN114221435B (zh) 一种基于电力载波的负荷资源调控系统及方法
CN113595238B (zh) 一种智能配电柜及配电箱低碳聚合调控系统、方法及终端装置
CN117901703B (zh) 充电负荷调控方法、装置和电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination