[发明专利]一种灵活固定资源供能系统仿真模型构建方法在审
| 申请号: | 202310047229.X | 申请日: | 2023-01-31 |
| 公开(公告)号: | CN116305402A | 公开(公告)日: | 2023-06-23 |
| 发明(设计)人: | 韩帅;卢健斌;吴宁;郭小璇;陈卫东;孙乐平;肖静;吴晓锐;龚文兰;姚知洋 | 申请(专利权)人: | 广西电网有限责任公司电力科学研究院 |
| 主分类号: | G06F30/13 | 分类号: | G06F30/13;G06F30/27;G06T17/05;G06V20/10;G06V10/82;G06N3/096;G06F111/08 |
| 代理公司: | 南宁东智知识产权代理事务所(特殊普通合伙) 45117 | 代理人: | 黎华艳 |
| 地址: | 530023 广西*** | 国省代码: | 广西;45 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 灵活 固定 资源 系统 仿真 模型 构建 方法 | ||
1.一种灵活固定资源供能系统仿真模型构建方法,其特征在于,包括以下步骤:基于卫星遥感技术和神经网络方法识别西南边跨境地区的用能特点、建筑形态,确定典型区域边跨境区域供用能系统形式和季节迁移特性;
基于卫星遥感技术获取西南边跨境区域建筑和能源遥感图像,采用计算机神经网络算法从光学卫星影像中提取用能信息轮廓,识别西南边跨境地区典型供用能系统形式、季节迁移特性,确定西南边跨境地区典型供用能系统形式和区域用能特性;
采用大数据聚类算法确定边跨境区域典型综合能源系统的模型形式和主要边界条件参数;
基于典型边跨境区域季节迁移特性和模拟的特征结合进行研究,开展区域供能系统季节迁移特性和典型综合能源系统数据特性的相似性分析,完成典型动态模拟模型的区域季节迁移特性归一;
针对西南边跨境地区灵活和固定资源供能系统特征,采用蒙特卡洛方法完成区域灵活和固定资源供能特征的因子权重提取,并完成灵活和固定资源动态特性与典型动态能源系统模拟数据的特征融合,确保典型动态模拟的准确性。
2.根据权利要求1所述的一种灵活固定资源供能系统仿真模型构建方法,其特征在于,所述基于卫星遥感技术和神经网络方法识别西南边跨境地区的用能特点、建筑形态,确定典型区域边跨境区域供用能系统形式和季节迁移特性,包括以下步骤:
综合考虑经济发展程度、城市影响力、气候特点、地理分布因素,确定西南边跨境地区的10个典型城市,确定包括办公、商场、酒店、医院、学校以及住宅在内的用能场景组成形式;
基于卫星遥感技术获取西南边跨境区域建筑用能场景遥感图像,采用计算机神经网络算法从光学卫星影像中提取用能轮廓,识别西南边跨境地区典型城市用组成能场景的系统典型形态;
分析与季节和气候条件相关的能源系统供用能特性条件,包括建筑负荷变化受到气象条件、建筑构造节能水平以及内部使用情况的因素影响,建筑周围的气象环境、建筑围护结构和室内热负荷均包含多个参数信息系。
3.根据权利要求1所述的一种灵活固定资源供能系统仿真模型构建方法,其特征在于,采用大数据聚类算法确定边跨境区域典型综合能源系统的模型形式和主要边界条件参数,包括以下步骤:
典型灵活固定资源供用能系统信息采集:实际调研西南边跨境典型城市不同功能类型的典型灵活固定资源的供用能系统基本信息,包括用能建筑信息、能源系统形式、冷热源系统和输配系统设备的基本信息;
典型能源系统信息特征参数提取:对采集到的数据样本进行清洗和异常值剔除,提取供能用能设备的特征参数,包括可再生能源产能设备、暖通空调系统设备、照明设备、饮水及生活热水、动力设备和非动力设备的能源设备类型;
典型供用能系统模型信息聚类:基于提取到的大数据特征参数,采用K-means算法聚类归纳分别对灵活固定资源特性、供能用能设备的分类,确定典型供用能系统模型输入参数,包括能源系统设备形式和系统动态特性曲线的信息。
4.根据权利要求3所述的一种灵活固定资源供能系统仿真模型构建方法,其特征在于,所述能源系统设备形式包括:可再生能源产能设备、暖通空调系统设备、照明设备、饮水及生活热水、动力设备以及非动力设备。
5.根据权利要求3所述的一种灵活固定资源供能系统仿真模型构建方法,其特征在于,所述典型供用能系统模型信息聚类包括以下步骤:
确定聚类数K,所述K-means算法根据指定的聚类中心或数据对象结构的中心或者随机选择K个案例,初步确定聚类中心;
分别计算每个案例到各个聚类中心的距离,通过比较所述聚类中心的距离,将案例划分到距离最近的聚类中心所在的类。
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广西电网有限责任公司电力科学研究院,未经广西电网有限责任公司电力科学研究院许可,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/pat/books/202310047229.X/1.html,转载请声明来源钻瓜专利网。





