[发明专利]基于人工智能的智能用电激励需求响应方法和系统有效

专利信息
申请号: 201910743474.8 申请日: 2019-08-13
公开(公告)号: CN110705738B 公开(公告)日: 2022-03-22
发明(设计)人: 周开乐;温露露;杨善林 申请(专利权)人: 合肥工业大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q30/02;G06Q50/06
代理公司: 北京久诚知识产权代理事务所(特殊普通合伙) 11542 代理人: 余罡
地址: 230009 安*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供一种基于人工智能的智能用电激励需求响应方法和系统,涉及用电技术领域。本发明通过基于深度神经网络的预测模型预测预设的未来时间段内的电力批发价格、光伏输出功率和电力用户负荷,再将预测得到的数据输入到需求响应模型的目标函数中,得到预设的未来时间段内各电力用户的最优的激励率。本发明通过基于深度神经网络的预测模型预测电力批发价格、光伏输出功率、电力用户负荷,能够提升预测模型的精度,同时克服了环境的不确定性,提高了基于电力批发价格和电力用户负荷获取的最优激励率的准确度。从而有助于提高能源服务商的利润,减少电力用户用电成本,促进电力供需平衡,提高电力系统可靠性。
搜索关键词: 基于 人工智能 智能 用电 激励 需求 响应 方法 系统
【主权项】:
1.一种基于人工智能的智能用电激励需求响应方法,其特征在于,所述方法由计算机执行,包括:/n获取数据集,对所述数据集进行预处理,所述数据集包括电力批发价格预测数据集、光伏输出功率预测数据集和电力用户负荷预测数据集;/n基于所述电力批发价格预测数据集和预先构建的深度神经网络预测模型获取电力批发价格预测模型,基于所述光伏输出功率预测数据集和预先构建的深度神经网络预测模型获取光伏输出功率预测模型,基于所述电力用户负荷预测数据集和预先构建的深度神经网络预测模型获取电力用户负荷预测模型;/n基于电力批发价格预测模型获取预设的未来时间段内的电力批发价格,基于光伏输出功率预测模型获取预设的未来时间段内的光伏输出功率,基于电力用户负荷预测模型获取预设的未来时间段内的电力用户负荷;/n将所述预设的未来时间段内的电力批发价格、所述预设的未来时间段内的光伏输出功率和所述预设的未来时间段内的电力用户负荷输入到预先获取的需求响应模型的目标函数中,得到预设的未来时间段内各电力用户的最优的激励率。/n
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥工业大学,未经合肥工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201910743474.8/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top