一种电力负荷预测方法和系统
    1.
    发明公开

    公开(公告)号:CN119382075A

    公开(公告)日:2025-01-28

    申请号:CN202411368085.9

    申请日:2024-09-29

    Abstract: 本发明公开了一种电力负荷预测方法和系统,方法包括:获取电力系统的原始数据,对获取的原始数据进行预处理;对信息获取优化算法IAO对进行优化;采用优化的奇异谱分析法SSA将数据分解为多个IMF分量;所述SSA通过改进的IAO算法进行优化,采用模糊熵FE聚合的方法将分解后的IMF分量根据熵值分离为高频分量和低频分量;采用格拉姆角差场GADF将高频分量转化为二维图像;分别将二维图像数据和低频分量分别输入到TEMPO模型和TSMixer模型中训练,并利用贝叶斯优化算法对TSMixer模型的超参数进行优化,得到电力负荷预测模型;对电力负荷预测模型进行训练,采用训练后的电力负荷预测模型对电力负荷进行预测,得到电力负荷预测结果;本发明相比传统方法可有效提高对电力负荷预测的准确性。

    一种可移动式智能传输系统

    公开(公告)号:CN115432349B

    公开(公告)日:2025-01-24

    申请号:CN202110616363.8

    申请日:2021-06-02

    Abstract: 本发明涉及机械设备技术领域,公开了一种可移动式智能传输系统,包括移动式小车、一级输送线、二级输送线,一级输送线设于移动式小车上;二级输送线连接于一级输送线末端,移动式小车上还设置有用于调节一级输送线、二级输送线高度与角度的调节机构,调节机构上分别设置有若干驱动电机,智能传输系统还包括若干电动机转速控制器,电动机转速控制器的输出端分别与各对应的驱动电机连接。与现有技术相比,本发明便于将传输平台移动至合适位置,而且电动机转速控制器有效解决了现有同类型装备的电动机没有根据电动机转速变化的非线性、大滞后和变化复杂等特点,对电动机转速进行智能化预测与调节,从而极大的提高系统性能。

    一种基于组合权重的电动汽车充电负荷影响因素评估及预测方法

    公开(公告)号:CN118644097A

    公开(公告)日:2024-09-13

    申请号:CN202410675787.5

    申请日:2024-05-28

    Abstract: 本发明公开了一种基于组合权重的电动汽车充电负荷影响因素评估及预测方法,包括:预先获取历史充电负荷数据,并对负荷数据进行预处理,并将预处理后的充电负荷数据进行划分;构建基于不同场景下充电负荷预测影响因素指标体系,计算指标组合权重;构建GATv2‑Linformer混合预测模型;基于开普勒优化算法KOA融合多种改进策略得到IKOA,利用IKOA优化GATv2‑Linformer预测模型参数;构建XGBoost误差校正模型;利用改进后的GATv2‑Linformer预测模型和XGBoost误差校正模型分别获得初始预测值和误差预测值,利用预测误差值对产生的预测值进行修正,得到更精准的电动汽车充电负荷预测结果。本发明扩大了开普勒优化算法的搜索规模,提升了算法跳出局部最优的能力,得到了更精准的预测输出。

    一种网络化水源监测及分级供水装置及其监测系统

    公开(公告)号:CN108425405B

    公开(公告)日:2024-02-13

    申请号:CN201810284475.6

    申请日:2018-04-02

    Abstract: 本发明公开了一种网络化水源监测及分级供水装置,属于净水装置技术领域,其包括整体框架,在整体框架中接入进水管,进水管与水源监测装置相连通,在水源监测装置的端面上设有第一电磁换向阀,第一电磁换向阀的出水口与第一出水管相连通,在水源监测装置的底部设有第二电磁换向阀,在第二电磁换向阀的出水口的下方设置蓄水池。本发明还公开了该装置的监测系统。本发明适用于安装在家庭进水总线水表的出口处,能够对家庭供水的水因子的各项参数实时(56)对比文件唐俊;严辉容;杨辉.基于ANSYS的电振给料机的设计与数学建模.西华大学学报(自然科学版).2009,(02),全文.马从国;赵德安;秦云;陈前亮;刘喆.基于现场总线技术的水产养殖过程智能监控系统.农业机械学报.2007,(08),全文.

    一种抽水蓄能机组调节系统智能预测控制方法及装置

    公开(公告)号:CN116954086A

    公开(公告)日:2023-10-27

    申请号:CN202311111146.9

    申请日:2023-08-30

    Abstract: 本发明公开了一种抽水蓄能机组调节系统智能预测控制方法及装置,所述方法包括以下内容:首先,获取抽水蓄能机组调节系统运行数据,其次,建立时域卷积‑双向长短期神经网络TCN‑BiLSTM对系统未来状态趋势进行迭代预测,并作为深度智能预测控制DeepMPC的预测模型;然后,通过梯度下降算法实时优化模型和实际过程输出的误差在线实时调整TCN‑BiLSTM预测模型的参数,使其与被控对象保持一致;最后,采用改进的人工鱼群算法设计非线性预测控制器,加速预测控制律的求解。本发明能够满足不同工况下的抽水蓄能调节系统非线性预测控制,从而提高抽水蓄能机组抑制转速和功率波动的调控能力。

Patent Agency Ranking