申请/专利权人：深圳触觉智能科技有限公司

申请日：2024-03-28

公开（公告）日：2024-06-14

公开（公告）号：CN117977580B

主分类号：H02J3/00

分类号：H02J3/00;H02J3/46;H02J3/32;G06N3/0442;G06N3/084;G06F18/27;G06Q10/0631;G06Q30/0201;G06Q30/0202;G06Q50/06

优先权：

专利状态码：有效-授权

法律状态：2024.06.14#授权;2024.05.21#实质审查的生效;2024.05.03#公开

摘要：本申请公开了一种基于开源鸿蒙系统的电力线控制方法，涉及发电储能技术领域，包括：采集发电装置的电力数据；电力管理系统基于开源鸿蒙系统的智能算法平台，接收并处理传输的电力数据；利用基于开源鸿蒙系统的需求预测模型，计算发电装置的需求用电数据；根据得到的需求用电数据，通过基于开源鸿蒙系统的用电模型，计算剩余电力数据；根据得到的剩余电力数据，通过基于开源鸿蒙系统的充电优化模型，计算分配给储能装置进行充电的储能电力数据；根据计算得到的剩余电力数据和储能电力数据，通过基于开源鸿蒙系统的发电成本模型，计算上网销售的上网电力数据。针对现有技术中电力系统能源利用率低的问题，本申请提高了能源利用率。

主权项：1.一种基于开源鸿蒙系统的电力线控制方法，包括：采集发电装置的电力数据，并将电力数据传输给电力管理系统；电力管理系统基于开源鸿蒙系统的智能算法平台，接收并处理传输的电力数据；电力管理系统根据接收的电力数据，利用基于开源鸿蒙系统的需求预测模型，计算发电装置的需求用电数据，其中，需求预测模型采用LSTM神经网络构建；根据得到的需求用电数据，通过基于开源鸿蒙系统的用电模型，计算剩余电力数据，其中，用电模型采用LASSO回归算法构建；根据得到的剩余电力数据，通过基于开源鸿蒙系统的充电优化模型，计算分配给储能装置进行充电的储能电力数据；其中，基于贪心算法构建充电优化模型；根据计算得到的剩余电力数据和储能电力数据，通过基于开源鸿蒙系统的发电成本模型，计算上网销售的上网电力数据；其中，发电成本模型采用多元线性回归算法构建；采集发电装置的电力数据包括：采集发电装置的有功功率和无功功率；其中，有功功率指参与实际工作的势能与动能转换的功率，反映电网中电能的传输效率；无功功率指没有参与实际工作转换但在电网中消耗的功率，反映电网中无效功率损耗；获取需求用电数据，包括：构建LSTM神经网络，作为需求预测模型；将采集的有功功率和无功功率作为输入数据，输入到LSTM神经网络的输入层；将对应的需求用电数据作为样本标签，输入到LSTM神经网络的输出层；通过反向传播算法，最小化样本标签与LSTM神经网络输出之间的误差，对LSTM神经网络进行训练，得到训练后的需求预测模型；利用训练后的需求预测模型，预测需求用电数据；计算剩余电力数据，包括：将需求预测模型预测得到的需求用电数据作为自变量，将与自变量对应的历史时间段内的剩余电力数据作为应变量，构建LASSO回归模型；设置LASSO正则化参数λ的初始值；LASSO回归模型表达式如下：y＝a1x1+a2x2+……+aixi其中x1，x2，......，xi是自变量,y是应变量,a1,a2，......，ai是回归系数；基于自变量和应变量训练构建的LASSO回归模型，通过L1正则化将对应变量预测贡献小于预设阈值的自变量的回归系数归零，得到训练后的LASSO回归模型；通过交叉验证方法，重复训练并调整正则化参数λ的值，选择预测误差最小的LASSO回归模型，作为用电模型；通过用电模型，根据输入的需求用电数据，计算剩余电力数据。

全文数据：

权利要求：

百度查询： 深圳触觉智能科技有限公司 一种基于开源鸿蒙系统的电力线控制方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD