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！

龙图腾网获悉国网福建省电力有限公司申请的专利基于碳排放预测机制的电网调度方法、设备及介质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：CN116094068B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202310276495.X，技术领域涉及：H02J3/466；该发明授权基于碳排放预测机制的电网调度方法、设备及介质是由张应灵;陈郑平;徐郑崎;李文忠;韩晔;王芳东设计研发完成，并于2023-03-21向国家知识产权局提交的专利申请。

本基于碳排放预测机制的电网调度方法、设备及介质在说明书摘要公布了：本发明公开了基于碳排放预测机制的电网调度方法、设备及介质，获取电厂相关的碳排放数据；对电厂相关的碳排放数据进行预处理，将预处理后的数据作为样本数据；将样本数据划分为训练集和测试集；利用训练集和测试集对改进的BP神经网络进行训练，得到训练好的改进的BP神经网络；利用训练好的改进的BP神经网络预测电厂未来碳排放量；将电厂未来碳排放量输入以碳排放最少为优化目标的目标函数，输出电厂启停和出力计划。本发明提供的基于碳排放预测机制的电网调度方法、设备及介质，通过改进BP神经网络精准掌握火电厂机组未来态的度电碳排能力，实现了双碳背景下的大电网低碳调度，为低碳运行工作提供数据支持及辅助决策。

本发明授权基于碳排放预测机制的电网调度方法、设备及介质在权利要求书中公布了：1.一种基于碳排放预测机制的电网调度方法，其特征在于：包括如下步骤： 步骤1：获取电厂相关的碳排放数据； 步骤2：对电厂相关的碳排放数据进行预处理，将预处理后的数据作为样本数据； 步骤3：将样本数据划分为训练集和测试集； 步骤4：利用训练集和测试集对改进的BP神经网络进行训练，得到训练好的改进的BP神经网络； 步骤5：利用训练好的改进的BP神经网络预测电厂未来碳排放量； 步骤6：将电厂未来碳排放量输入以碳排放最少为优化目标的目标函数，输出电厂启停和出力计划； 所述电厂相关的碳排放数据包括但不限于：电厂机组、原煤折算因子、数据月份、化石燃烧碳排放量、煤耗量、脱硫剂碳酸盐含量、石灰石消耗量、脱硫机排放因子、用电率、脱硫过程碳排放量、元素碳、机组维修状态、挥发份、温度、低位发热值、外购电量、单位热值含碳量、外购电碳排因子、碳氧化率、外购电碳排放量、整体碳排量和度电碳排能力； 所述预处理的方法，包括：对错误数据进行校核修正，对空数据进行历史均值替换； 所述改进的BP神经网络，包括：MobileNetV2，BP网络；第一卷积层、 MobileNetV2、第二卷积层、平均池化层和BP神经网络依次相连接； 所述MobileNetV2网络结构，主体由17个反残差单元组成；所述BP神经网络结构，由输入层、隐含层和输出层组成的阶层型神经网络；所述隐含层可扩展为多层相邻层；相邻层之间各神经元进行全连接，每层各神经元之间无连接；所述BP神经网络按有教师示教的方式进行学习，当一对学习模式提供给BP神经网络后，各神经元获得BP神经网络的输入响应产生连接权值；然后按减小希望输出与实际输出误差的方向，从输出层经隐含层逐层修正各连接权，回到输入层；此过程反复交替进行，直至网络的全局误差趋向给定的极小值，即完成学习的过程，获得各连接权参数； 所述利用训练集和测试集对改进的BP神经网络进行训练，得到训练好的改进的BP神经网络，包括： 将训练集输入改进的BP神经网络进行训练，直至改进的BP神经网络收敛，得到初始改进的BP神经网络模型； 将测试集输入初始改进的BP神经网络模型进行测试，当测试集对应的误差函数E达到阈值时，得到训练好的改进的BP神经网络模型； 所述将电厂未来碳排放量输入以碳排放最少为优化目标的目标函数，输出电厂启停和出力计划，包括： 获取目标函数，所述目标函数计算公式如下： 其中，δco2为目标函数，为机组正常工作时对应的碳排放量，为机组在开机时对应碳排放量，为机组在停机时对应的碳排放量，M为电厂机组台数，T为调度时段数； 获取电厂未来碳排放量预测值λco2，构建约束条件st.，st.计算公式如下： 在满足约束条件st.前提条件下，以碳排放最少为优化目标求解目标函数，得到电厂启停和出力计划。

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国网福建省电力有限公司，其通讯地址为：350003 福建省福州市鼓楼区五四路257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。