一種任意輸入?yún)?shù)的風(fēng)能預(yù)測(cè)系統(tǒng)和方法
【專(zhuān)利摘要】一種任意輸入?yún)?shù)的風(fēng)能預(yù)測(cè)系統(tǒng)，包括歷史數(shù)據(jù)輸入模塊、歷史數(shù)據(jù)轉(zhuǎn)換模塊，數(shù)據(jù)分類(lèi)模塊、訓(xùn)練數(shù)據(jù)輸入模塊、訓(xùn)練模塊、驗(yàn)證數(shù)據(jù)輸入模塊、預(yù)測(cè)模塊、選擇模塊、標(biāo)準(zhǔn)化數(shù)據(jù)轉(zhuǎn)換模塊。通過(guò)該系統(tǒng)能夠整合多種類(lèi)型數(shù)據(jù)，用戶(hù)可以輸入多種參數(shù)，根據(jù)對(duì)歷史數(shù)據(jù)標(biāo)準(zhǔn)化然后分析并產(chǎn)生專(zhuān)門(mén)為某地區(qū)準(zhǔn)備的預(yù)測(cè)模型，方法簡(jiǎn)單可靠，可以對(duì)未來(lái)短時(shí)間內(nèi)的風(fēng)能進(jìn)行預(yù)測(cè)，從而給出最大、最小風(fēng)能參數(shù)和變化范圍。通過(guò)該方法將使電網(wǎng)減少備用容量、使風(fēng)力發(fā)電具有更高的品質(zhì)和價(jià)值。
【專(zhuān)利說(shuō)明】一種任意輸入?yún)?shù)的風(fēng)能預(yù)測(cè)系統(tǒng)和方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于發(fā)電和電能管理領(lǐng)域，可以對(duì)未來(lái)一段時(shí)間內(nèi)的風(fēng)能情況進(jìn)行預(yù)測(cè)，特別涉及一種任意輸入?yún)?shù)的風(fēng)能預(yù)測(cè)系統(tǒng)和方法。
【背景技術(shù)】
[0002]風(fēng)力發(fā)電是目前國(guó)際上具有廣闊應(yīng)用前景的綠色清潔能源之一，可以減少化石燃料發(fā)電產(chǎn)生的大量污染物和碳排放，可以有效緩解空氣污染、水污染和全球氣候變暖問(wèn)題。但是由于風(fēng)力發(fā)電的原動(dòng)力的不可控性，且一般風(fēng)電項(xiàng)目往往處于電網(wǎng)潮流末端，風(fēng)電功率的注入改變了局部電網(wǎng)的潮流分布，對(duì)電網(wǎng)調(diào)度提出了較高的要求，因此對(duì)風(fēng)能進(jìn)行預(yù)測(cè)具有十分重要的作用。然而當(dāng)前的預(yù)測(cè)機(jī)制大多有以下問(wèn)題:
(1)考慮因素少，預(yù)測(cè)精度低；
(2)各個(gè)風(fēng)電場(chǎng)的情況不同，決定因素、能獲得的數(shù)據(jù)的能力和精度也有所不同，一個(gè)風(fēng)電場(chǎng)的模型在其它風(fēng)電場(chǎng)未必能夠成功預(yù)測(cè)；
(3)風(fēng)電消納最大化很難完成，因?yàn)闊o(wú)法全面反映風(fēng)電出力形狀特性，無(wú)法幫助調(diào)度人員快速判斷特定風(fēng)電出力曲線(xiàn)是否可被電力系統(tǒng)消納；
因此需要一種任意輸入多種參數(shù)信息的風(fēng)能預(yù)測(cè)系統(tǒng)和方法，整合多種類(lèi)型數(shù)據(jù)，在系統(tǒng)提示輔助下用戶(hù)可以輸入多種參數(shù)，系統(tǒng)自動(dòng)根據(jù)歷史數(shù)據(jù)分析并產(chǎn)生專(zhuān)門(mén)為某地區(qū)準(zhǔn)備的預(yù)測(cè)模型，通過(guò)該方法可以對(duì)未來(lái)短時(shí)間內(nèi)的風(fēng)能進(jìn)行預(yù)測(cè)，給出最大、最小風(fēng)能參數(shù)和變化范圍。通過(guò)該方法將使電網(wǎng)減少備用容量、使風(fēng)電具有更高的品質(zhì)和價(jià)值。

【發(fā)明內(nèi)容】

[0003]本發(fā)明的目的是提供一種任意輸入?yún)?shù)的風(fēng)能預(yù)測(cè)系統(tǒng)和方法，通過(guò)該方法可以對(duì)未來(lái)短時(shí)間內(nèi)的風(fēng)能進(jìn)行預(yù)測(cè)，給出最大、最小風(fēng)能參數(shù)和變化范圍。
[0004]為實(shí)現(xiàn)上述目的，本發(fā)明提供一種任意輸入?yún)?shù)的風(fēng)能預(yù)測(cè)系統(tǒng)，其特征在于包括:
(1)歷史數(shù)據(jù)輸入模塊，輸入風(fēng)能發(fā)電廠(chǎng)的歷史數(shù)據(jù)，包括任意參數(shù):風(fēng)速、溫度、天氣、降雨、濕度；
(2)歷史數(shù)據(jù)轉(zhuǎn)換模塊，通過(guò)數(shù)據(jù)轉(zhuǎn)換模型標(biāo)準(zhǔn)化數(shù)據(jù)，是將非標(biāo)準(zhǔn)的數(shù)值型數(shù)據(jù)和離散化數(shù)據(jù)轉(zhuǎn)換為標(biāo)準(zhǔn)化的[-1，I]之間的數(shù)據(jù)；
(3)數(shù)據(jù)分類(lèi)模塊，將已經(jīng)標(biāo)準(zhǔn)化的歷史數(shù)據(jù)按4:1的比例進(jìn)行類(lèi)別劃分，其中80%作為訓(xùn)練數(shù)據(jù)，20%作為驗(yàn)證數(shù)據(jù)；
(4)訓(xùn)練數(shù)據(jù)輸入模塊，輸入訓(xùn)練數(shù)據(jù)；
(5)訓(xùn)練模塊，將輸入的訓(xùn)練數(shù)據(jù)，利用改進(jìn)的向量機(jī)回歸算法進(jìn)行訓(xùn)練，產(chǎn)生回歸向量機(jī)模型；
(6)驗(yàn)證數(shù)據(jù)輸入模塊，輸入驗(yàn)證數(shù)據(jù)；
(7)預(yù)測(cè)模塊，利用輸入的驗(yàn)證數(shù)據(jù)，迭代到產(chǎn)生的回歸向量機(jī)模型； (8)選擇模塊，判定精度是否達(dá)標(biāo)，即誤差是否小于給定的閾值；
(9)標(biāo)準(zhǔn)化數(shù)據(jù)轉(zhuǎn)換模塊，如果精度達(dá)標(biāo)，將標(biāo)準(zhǔn)化數(shù)據(jù)轉(zhuǎn)換為歷史輸入數(shù)據(jù)。
[0005]本發(fā)明還提供一種任意輸入?yún)?shù)的風(fēng)能預(yù)測(cè)方法，其特征在于包含如下步驟:
(1)輸入歷史數(shù)據(jù)，包括任意參數(shù)，風(fēng)速、溫度、天氣、降雨、濕度；
(2)通過(guò)數(shù)據(jù)轉(zhuǎn)換模型標(biāo)準(zhǔn)化數(shù)據(jù)，得到[-1，I]之間的數(shù)據(jù)；
(3)將標(biāo)準(zhǔn)化數(shù)據(jù)按4:1的比例進(jìn)行類(lèi)別劃分，80%為訓(xùn)練數(shù)據(jù)，20%為驗(yàn)證數(shù)據(jù)；
(4)輸入訓(xùn)練數(shù)據(jù)；
(5)利用改進(jìn)的向量機(jī)回歸算法對(duì)輸入訓(xùn)練數(shù)據(jù)進(jìn)行訓(xùn)練，產(chǎn)生回歸向量機(jī)模型；
(6)輸入驗(yàn)證數(shù)據(jù)；
(7)利用產(chǎn)生的回歸向量機(jī)模型進(jìn)行驗(yàn)證；
(8)判定精度是否達(dá)標(biāo)，即誤差是否小于給定的閾值，如果精度達(dá)標(biāo)，則將數(shù)據(jù)轉(zhuǎn)化為原始數(shù)據(jù)；
(9)如果不達(dá)標(biāo)，則重新回到初始位置。
[0006]通過(guò)本發(fā)明系統(tǒng)和方法能夠整合多種類(lèi)型數(shù)據(jù)，用戶(hù)可以輸入多種參數(shù)，根據(jù)對(duì)歷史數(shù)據(jù)標(biāo)準(zhǔn)化然后分析并產(chǎn)生專(zhuān)門(mén)為某地區(qū)準(zhǔn)備的預(yù)測(cè)模型，通過(guò)該方法可以對(duì)未來(lái)短時(shí)間內(nèi)的風(fēng)能進(jìn)行預(yù)測(cè)，從而給出最大、最小風(fēng)能參數(shù)和變化范圍。通過(guò)該方法將使電網(wǎng)減少備用容量、使風(fēng)力發(fā)電具有更高的品質(zhì)和價(jià)值。
【專(zhuān)利附圖】

【附圖說(shuō)明】
[0007]圖1為一種任意輸入?yún)?shù)的風(fēng)能預(yù)測(cè)系統(tǒng)結(jié)構(gòu)框圖；
圖2為一種任意輸入?yún)?shù)的風(fēng)能預(yù)測(cè)方法流程圖；
圖3為“數(shù)據(jù)轉(zhuǎn)換模型”處理數(shù)據(jù)的流程圖。
【具體實(shí)施方式】
[0008]如圖1所示，本發(fā)明風(fēng)能預(yù)測(cè)系統(tǒng)包括:
歷史數(shù)據(jù)輸入模塊，輸入風(fēng)能發(fā)電廠(chǎng)的歷史數(shù)據(jù)，包括任意參數(shù):風(fēng)速、溫度、天氣、降雨、濕度；
歷史數(shù)據(jù)轉(zhuǎn)換模塊，通過(guò)數(shù)據(jù)轉(zhuǎn)換模型標(biāo)準(zhǔn)化數(shù)據(jù)，是將非標(biāo)準(zhǔn)的數(shù)值型數(shù)據(jù)和離散化數(shù)據(jù)轉(zhuǎn)換為標(biāo)準(zhǔn)化的[-1，I]之間的數(shù)據(jù)；
數(shù)據(jù)分類(lèi)模塊，將已經(jīng)標(biāo)準(zhǔn)化的歷史數(shù)據(jù)按4:1的比例進(jìn)行類(lèi)別劃分，其中80%作為訓(xùn)練數(shù)據(jù)，20%作為驗(yàn)證數(shù)據(jù)；
訓(xùn)練數(shù)據(jù)輸入模塊，輸入訓(xùn)練數(shù)據(jù)；
訓(xùn)練模塊，將輸入的訓(xùn)練數(shù)據(jù)，利用改進(jìn)的向量機(jī)回歸算法進(jìn)行訓(xùn)練，產(chǎn)生回歸向量機(jī)模型；
驗(yàn)證數(shù)據(jù)輸入模塊，輸入驗(yàn)證數(shù)據(jù)；
預(yù)測(cè)模塊，利用輸入的驗(yàn)證數(shù)據(jù)，迭代到產(chǎn)生的回歸向量機(jī)模型；步驟S308為選擇模塊，判定精度是否達(dá)標(biāo)，即誤差是否小于給定的閾值；
標(biāo)準(zhǔn)化數(shù)據(jù)轉(zhuǎn)換模塊，如果精度達(dá)標(biāo)，將標(biāo)準(zhǔn)化數(shù)據(jù)轉(zhuǎn)換為歷史輸入數(shù)據(jù)。
[0009]如圖2所示:該流程開(kāi)始于步驟SlOl ；在步驟S102，輸入歷史數(shù)據(jù)，包括任意參數(shù):風(fēng)速、溫度、天氣、降雨、濕度?？捎靡粋€(gè)NXM矩陣表示，其中N代表歷史數(shù)據(jù)樣本數(shù)量，M代表參數(shù)的數(shù)量，即多少種參數(shù)。
[0010]在步驟S103，根據(jù)步驟S102中輸入的歷史數(shù)據(jù)，通過(guò)數(shù)據(jù)轉(zhuǎn)換模型標(biāo)準(zhǔn)化數(shù)據(jù)，是將非標(biāo)準(zhǔn)的數(shù)值型數(shù)據(jù)和離散化數(shù)據(jù)轉(zhuǎn)換為標(biāo)準(zhǔn)化的[-1，I]之間的數(shù)據(jù)，使得不同的數(shù)據(jù)之間可以整合進(jìn)本方法之中。
[0011]在步驟S104，根據(jù)步驟S103得到標(biāo)準(zhǔn)化數(shù)據(jù)，選擇80%的標(biāo)準(zhǔn)化數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，選擇20%的標(biāo)準(zhǔn)化數(shù)據(jù)作為驗(yàn)證數(shù)據(jù)。
[0012]在步驟S105，根據(jù)步驟S104輸入80%訓(xùn)練數(shù)據(jù)。
[0013]在步驟S106，根據(jù)步驟S105輸入的訓(xùn)練數(shù)據(jù)，利用改進(jìn)的向量機(jī)回歸算法對(duì)輸入訓(xùn)練數(shù)據(jù)進(jìn)行訓(xùn)練，產(chǎn)生回歸向量機(jī)模型；向量機(jī)回歸算法需要解決向量機(jī)回歸模型中的懲罰系數(shù)/、不敏感損失參數(shù)e及核函數(shù)中的寬度參數(shù)σ2這三個(gè)參數(shù)。根據(jù)風(fēng)電場(chǎng)實(shí)際場(chǎng)景需要，將標(biāo)準(zhǔn)化的訓(xùn)練數(shù)據(jù)隨機(jī)分成飛個(gè)大小相等的子集，先用其中iV-Ι個(gè)子集作為訓(xùn)練樣本，訓(xùn)練得到一個(gè)回歸支持向量機(jī)模型，另外I個(gè)子集作為驗(yàn)證樣本，計(jì)算得到誤差，這樣循環(huán)進(jìn)行N次，直到所有的N個(gè)子集都作為測(cè)試樣本被預(yù)測(cè)一遍，取y次預(yù)測(cè)所得
的誤差的均值I1作為性能指標(biāo)，其中6和$可由下式表示:
【權(quán)利要求】
1.一種任意輸入?yún)?shù)的風(fēng)能預(yù)測(cè)系統(tǒng)，其特征在于包括: 歷史數(shù)據(jù)輸入模塊，輸入風(fēng)能發(fā)電廠(chǎng)的歷史數(shù)據(jù)，包括任意參數(shù):風(fēng)速、溫度、天氣、降雨、濕度； 歷史數(shù)據(jù)轉(zhuǎn)換模塊，通過(guò)數(shù)據(jù)轉(zhuǎn)換模型標(biāo)準(zhǔn)化數(shù)據(jù)，是將非標(biāo)準(zhǔn)的數(shù)值型數(shù)據(jù)和離散化數(shù)據(jù)轉(zhuǎn)換為標(biāo)準(zhǔn)化的[-1，I]之間的數(shù)據(jù)； 數(shù)據(jù)分類(lèi)模塊，將已經(jīng)標(biāo)準(zhǔn)化的歷史數(shù)據(jù)按4:1的比例進(jìn)行類(lèi)別劃分，其中80%作為訓(xùn)練數(shù)據(jù)，20%作為驗(yàn)證數(shù)據(jù)； 訓(xùn)練數(shù)據(jù)輸入模塊，輸入訓(xùn)練數(shù)據(jù)； 訓(xùn)練模塊，將輸入的訓(xùn)練數(shù)據(jù)，利用改進(jìn)的向量機(jī)回歸算法進(jìn)行訓(xùn)練，產(chǎn)生回歸向量機(jī)模型； 驗(yàn)證數(shù)據(jù)輸入模塊，輸入驗(yàn)證數(shù)據(jù)； 預(yù)測(cè)模塊，利用輸入的驗(yàn)證數(shù)據(jù)，迭代到產(chǎn)生的回歸向量機(jī)模型；步驟S308為選擇模塊，判定精度是否達(dá)標(biāo)，即誤差是否小于給定的閾值； 標(biāo)準(zhǔn)化數(shù)據(jù)轉(zhuǎn)換模塊，如果精度達(dá)標(biāo)，將標(biāo)準(zhǔn)化數(shù)據(jù)轉(zhuǎn)換為歷史輸入數(shù)據(jù)。
2.一種任意輸入?yún)?shù)的風(fēng)能預(yù)測(cè)方法，其特征在于包括如下步驟: (1)輸入歷史數(shù)據(jù)，包括任意參數(shù):風(fēng)速、溫度、天氣、降雨、濕度； (2)通過(guò)數(shù)據(jù)轉(zhuǎn)換模型標(biāo)準(zhǔn)化數(shù)據(jù)，得到[-1，I]之間的數(shù)據(jù)； (3)將標(biāo)準(zhǔn)化數(shù)據(jù)按4:1的比例進(jìn)行類(lèi)別劃分，80%為訓(xùn)練數(shù)據(jù)，20%為驗(yàn)證數(shù)據(jù)； (4)輸入訓(xùn)練數(shù)據(jù)； (5)利用改進(jìn)的向量機(jī)回歸算法對(duì)輸入訓(xùn)練數(shù)據(jù)進(jìn)行訓(xùn)練，產(chǎn)生回歸向量機(jī)模型； (6)輸入驗(yàn)證數(shù)據(jù)； (7)利用產(chǎn)生的回歸向量機(jī)模型進(jìn)行驗(yàn)證； (8)判定精度是否達(dá)標(biāo)，即誤差是否小于給定的閾值，如果精度達(dá)標(biāo)，則將數(shù)據(jù)轉(zhuǎn)化為原始數(shù)據(jù)； (9)如果不達(dá)標(biāo)，則重新回到初始位置。
3.根據(jù)權(quán)利要求2所述的一種任意輸入?yún)?shù)的風(fēng)能預(yù)測(cè)方法，其特征在于:所述的輸入的歷史數(shù)據(jù)，包括任意參數(shù):風(fēng)速、溫度、天氣、降雨、濕度，用一個(gè)NXM矩陣表示，其中N代表歷史數(shù)據(jù)樣本數(shù)量，M代表參數(shù)的數(shù)量，即多少種參數(shù)。
4.根據(jù)權(quán)利要求2所述的一種任意輸入?yún)?shù)的風(fēng)能預(yù)測(cè)方法，其特征在于:所述的通過(guò)數(shù)據(jù)轉(zhuǎn)換模型標(biāo)準(zhǔn)化數(shù)據(jù)，是將非標(biāo)準(zhǔn)的數(shù)值型數(shù)據(jù)和離散化數(shù)據(jù)轉(zhuǎn)換為標(biāo)準(zhǔn)化的[-1，I]之間的數(shù)據(jù)，使得不同的數(shù)據(jù)之間可以整合進(jìn)本方法之中，具體包含以下二種情況: (I)對(duì)于數(shù)值型數(shù)據(jù) 標(biāo)準(zhǔn)化，需要將其映射到-1到+1之間，對(duì)輸入的參數(shù)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)獲得其均值U和標(biāo)準(zhǔn)差^對(duì)于任意一個(gè)數(shù)據(jù)z其標(biāo)準(zhǔn)化的公式對(duì)應(yīng)為:
X — (P — 2 O') s =--1
2σ 通過(guò)該公式可以將任意一種基于數(shù)值的參數(shù)數(shù)據(jù)Z映射為[-1，I]區(qū)間的標(biāo)準(zhǔn)化數(shù)據(jù)，其逆過(guò)程對(duì)應(yīng)公式為:X = 2ο^ + μ通過(guò)該公式，可以將標(biāo)準(zhǔn)化的數(shù)據(jù)轉(zhuǎn)換為真實(shí)數(shù)據(jù)； (2)對(duì)于離散型的數(shù)據(jù)處理 某些地區(qū)的歷史數(shù)據(jù)不夠精確，采用有限的幾種狀態(tài)來(lái)進(jìn)行形容，采用二進(jìn)制編號(hào)的形式，每個(gè)二進(jìn)制位對(duì)應(yīng)一個(gè)新的輸出屬性，對(duì)于某地區(qū)的天氣情況P描述僅為晴天、小雨、大雨這3項(xiàng)，如下方式: 輸入?yún)?shù)'P輸出參數(shù)'Pal Pa2晴天0 1小雨1 0大雨1 1 將I個(gè)離散型參數(shù)轉(zhuǎn)換為兩個(gè)參數(shù)內(nèi)容為(Tl的標(biāo)準(zhǔn)化數(shù)據(jù)。
5.根據(jù)權(quán)利要求2所述的一種任意輸入?yún)?shù)的風(fēng)能預(yù)測(cè)方法，其特征在于:所述的將標(biāo)準(zhǔn)化數(shù)據(jù)按一定比例進(jìn)行類(lèi)別劃分，本方法中標(biāo)準(zhǔn)化數(shù)據(jù)的80%為訓(xùn)練數(shù)據(jù)，20%為驗(yàn)證數(shù)據(jù)，數(shù)據(jù)量大于500個(gè)。
6.根據(jù)權(quán)利要求2所述的一種任意輸入?yún)?shù)的風(fēng)能預(yù)測(cè)方法，其特征在于:所述的利用改進(jìn)的向量機(jī)回歸算法對(duì)輸入訓(xùn)練數(shù)據(jù)進(jìn)行訓(xùn)練，產(chǎn)生回歸向量機(jī)模型，向量機(jī)回歸算法需要解決向量機(jī)回歸模型中的懲罰系數(shù)J、不敏感損失參數(shù)F及核函數(shù)中的寬度參數(shù)#這三個(gè)參數(shù)，根據(jù)風(fēng)電場(chǎng)實(shí)際場(chǎng)景需要，將標(biāo)準(zhǔn)化的訓(xùn)練數(shù)據(jù)隨機(jī)分成F個(gè)大小相等的子集，先用其中F-1個(gè)子集作為訓(xùn)練樣本，訓(xùn)練得到一個(gè)回歸支持向量機(jī)模型，另外I個(gè)子集作為驗(yàn)證樣本，計(jì)算得到誤差，這樣循環(huán)進(jìn)行次，直到所有的F-〗個(gè)子集都作為測(cè)試樣本被預(yù)測(cè)一遍，取次預(yù)測(cè)所得的誤差的均值作為性能指標(biāo)，其中^和》1可由下式表示:
7.根據(jù)權(quán)利要求2所述的一種任意輸入?yún)?shù)的風(fēng)能預(yù)測(cè)方法，其特征在于:所述的利用產(chǎn)生的回歸向量機(jī)模型進(jìn)行驗(yàn)證，首先取最佳參數(shù)懲罰系數(shù)/、不敏感損失參數(shù)F及核函數(shù)中的寬度參數(shù)#的值，將驗(yàn)證數(shù)據(jù)帶入回歸向量機(jī)模型，得到預(yù)測(cè)值。
8.根據(jù)權(quán)利要求2所述的一種任意輸入?yún)?shù)的風(fēng)能預(yù)測(cè)方法，其特征在于:所述的判定精度是否達(dá)標(biāo)，即誤差是否小于給定的閾值，如果精度達(dá)標(biāo)，將數(shù)據(jù)轉(zhuǎn)化為原始數(shù)據(jù)，添加任一預(yù)測(cè)參數(shù)/7之后，測(cè)試模型的預(yù)測(cè)精度，如果添加參數(shù)/7之后精度提高那么說(shuō)明該參數(shù)對(duì)預(yù)測(cè)有幫助，需將其添加到模型之中，然后將參數(shù)數(shù)據(jù)轉(zhuǎn)化為原始數(shù)據(jù)。
9.根據(jù)權(quán)利要求2所述的一種任意輸入?yún)?shù)的風(fēng)能預(yù)測(cè)方法，其特征在于:所述的判定精度如果不達(dá)標(biāo)，則重新回到初始位置，添加任一預(yù)測(cè)參數(shù)P之后，測(cè)試模型的預(yù)測(cè)精度， 如果添加參數(shù)/^之后預(yù)測(cè)精度下降，說(shuō)明該參數(shù)為冗余參數(shù)，不能將其添加到模型之中。
【文檔編號(hào)】G06Q50/06GK103714400SQ201410022977
【公開(kāi)日】2014年4月9日 申請(qǐng)日期:2014年1月20日 優(yōu)先權(quán)日:2014年1月20日
【發(fā)明者】田春光, 呂項(xiàng)羽, 李德鑫, 董添 申請(qǐng)人:吉林省電力科學(xué)研究院有限公司, 國(guó)網(wǎng)吉林省電力有限公司電力科學(xué)研究院, 國(guó)家電網(wǎng)公司