-
公开(公告)号：CN117200208A
公开(公告)日：2023-12-08
申请号：CN202311172591.6
申请日：2023-09-12
Applicant: 河海大学
Abstract: 本发明公开了一种基于多尺度分量特征学习的用户级短期负荷预测方法及系统。所述方法包括：采集用户的实际负荷数据；采用自适应噪声的完整经验模态分解、排列熵以及变分模态分解对用户负荷进行自适应二次模态分解，得到不同幅频特性的本征模态函数IMF；基于Reshape函数和Stack函数将各一维IMF重构为三维特征图；利用卷积神经网络和多尺度空间注意力模块进行特征学习，并得到最终的负荷预测结果。本发明针对传统一步分解的局限性以及分解后各子序列分量特征难以被充分学习的问题，提出一种自适应二次模态分解的MSA‑CNN模型，在用户负荷波动大、随机性强的情况下表现出优越的预测性能，为电力系统的安全高效运行提供保障。
-
公开(公告)号：CN113553538B
公开(公告)日：2023-12-01
申请号：CN202110532099.X
申请日：2021-05-14
Applicant: 河海大学
IPC: G06F17/11 , G06F17/16 , G06Q10/063 , G06Q50/06 , H02J3/00
Abstract: 本发明公开了一种递推修正混合线性状态估计方法，包括：获得电力系统的拓扑结构、网络参数以及量测数据；根据SCADA量测数据计算相对于参考节点的SCADA复数伪量测，估计粗略系统状态；根据PMU量测数据，对粗略系统状态进行递推修正，获取精确系统状态；根据获取的精确系统状态，进行权重递推校正；利用修正区域调整算法进行修正区域调整；建立基于流计算的多线程处理框架，将粗略系统状态和精确系统状态的估计过程拆分为若干个并行执行的进程，获取最终的精确系统状态输出。本发明提高了状态估计的估计精度和计算效率，提高了状态量更新的频率和状态估计的实时性，并且可以并行执行，保证了算法的可行性，使得估计性能更加稳定。
-
公开(公告)号：CN114781866B
公开(公告)日：2023-10-31
申请号：CN202210423144.2
申请日：2022-04-21
Applicant: 河海大学
IPC: G06Q10/0631 , G06Q10/04 , G06Q50/06 , G06F30/20 , G06F111/04
Abstract: 本申请涉及一种基于数据驱动的综合能源系统鲁棒日内滚动调度方法。该方法包括：在当前调度时段开始前，预测出未来预设时段的可再生能源出力的概率分布信息；根据可再生能源出力概率分布信息，构建基于预测区间的可再生能源出力模糊集和基于数据驱动的综合能源系统鲁棒日内滚动调度模型；采用线性决策规则和强对偶理论对综合能源系统鲁棒日内滚动调度模型进行转化，获得转化后的模型；求解转化后的模型，获得未来预设时段内综合能源系统的调度决策；根据当前调度时段的调度决策，对综合能源系统进行调度；将调度时间窗向后移动一个调度时段，并重复上述步骤，继续对综合能源系统进行调度。提高了调度结果的可靠性。
-
公开(公告)号：CN116826727A
公开(公告)日：2023-09-29
申请号：CN202310774650.0
申请日：2023-06-28
Applicant: 河海大学
IPC: H02J3/00 , H02J3/38 , G06F18/25 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/0442 , G06Q10/04 , G06Q50/06 , G06F123/02
Abstract: 本发明公开了一种基于时序表征和多级注意力的超短期风电功率预测方法及预测系统，采集风电功率数据和气象数据；采用时序嵌入层Time2Vec对风电功率数据进行表征，获得时间的周期性分量和非周期性分量；然后与原始风电功率数据进行拼接，并处理得到高维风电功率序列，利用自注意力进行重构；对气象数据以及重构后的序列利用交叉注意力进行重构，并对重构后序列利用时空卷积‑长短期记忆网络进行时序特征提取，利用全局注意力处理时序特征，得到预测值，实现预测。在深度学习的基础上引入自适应时序表征方法和多级注意力机制，有效提取风电功率的多尺度时间信息，并考虑气象特征对于风电功率的动态耦合影响，提高超短期风电功率预测的准确性和可靠性。
-
公开(公告)号：CN116777066A
公开(公告)日：2023-09-19
申请号：CN202310756434.3
申请日：2023-06-26
Applicant: 河海大学
Abstract: 本发明公开了一种基于地基云图引导深度分解的光伏功率概率预测方法及装置，属于新能源开发和利用技术领域。所述方法包括：云图引导分解阶段：首先对原始地基云图流分别实施通道注意力和空间注意力，得到云图特征编码，其次应用云图导向深度分解方法，分解得到光伏功率趋势分量和周期分量；基于密度的预测场景辨识阶段：通过半监督聚类方法对隐特征进行聚类，得到光伏功率场景辨识信息；灵活场景求解阶段：采用滚动采样‑预测结构，通过分位数回归‑混合高斯模型得到高分辨率的光伏功率概率预测结果。本发明可应用于部署全天空成像仪的光伏电站，获得高精度超短期光伏功率概率预测结果，满足电网监控与经济安全调控的需求。
-
Patent Agency Ranking
公开(公告)号：CN116316717A
公开(公告)日：2023-06-23
申请号：CN202310096328.7
申请日：2023-02-10
Applicant: 河海大学
IPC: H02J3/28 , H02J3/46 , H02J15/00 , G06Q10/0631 , G06Q50/06
Abstract: 本发明提出了一种电‑氢综合能源系统机会约束调度方法，基于输氢管道的详细模型，考虑电力系统和输氢系统的联合优化调度。首先，考虑了电‑氢综合能源系统的耦合，提出了电‑氢综合能源系统日前调度方法。其次，采用机会约束处理风电波动带来的不确定性，提出电‑氢综合能源系统机会约束优化调度方法。本发明不仅能够通过电制氢耦合电‑氢网络，提高综合能源系统的经济性，而且能够充分考虑风电的波动引起的不确定因素，保障综合能源系统的运行可靠性。
-
公开(公告)号：CN111125611B
公开(公告)日：2023-06-09
申请号：CN201911372255.X
申请日：2019-12-27
Applicant: 国网江苏省电力有限公司 , 河海大学
IPC: G06Q10/0631 , G06Q10/04 , G06Q50/06 , G06F17/10 , H02J3/46
Abstract: 本发明公开一种面向多场景的冷‑热‑电微能网群两阶段优化调度方法，包括以下步骤：（1）建立CCHP微能网群架构；（2）建立CCHP微能网群关键设备模型；（3）建立CCHP微能网群两阶段优化调度模型；（4）使用优化软件GAMS对步骤（1）至步骤（3）建立的模型进行求解；（5）根据步骤（4）的求解结果对系统进行调度。本发明考虑了各CCHP微能网之间的能量交互，建立了面向多场景的CCHP微能网群模型，充分利用了能源间相互转化的优势和时空多能互补的潜力，实现了系统的最优经济运行；在满足用户多元化用能需求的同时，提高了CCHP微能网群的灵活应对RES随机性的能力。
-
公开(公告)号：CN115293518B
公开(公告)日：2023-05-16
申请号：CN202210826046.3
申请日：2022-07-13
Applicant: 河海大学
IPC: G06Q10/0631 , G06Q10/067 , G06Q50/06 , G06Q50/26
Abstract: 本发明公布了一种计及灵活爬坡的气‑电耦合综合能源系统低碳经济调度方法，考虑了高比例新能源渗透下为了平抑净负荷波动，调度侧具备的充裕的灵活爬坡能力。以含碳捕集电厂的气‑电耦合综合能源系统为对象，首先，计及了电力系统、天然气系统和碳捕集电厂的运行约束，构建了计及碳排放成本的低碳经济模型。考虑了发电机组与碳捕集电厂提供运行灵活性爬坡服务，建立了计及灵活爬坡产品的综合能源系统低碳经济调度模型。本发明不仅能通过碳捕集装置形成碳循环，提高系统的碳减排能力，还能有效利用碳捕集电厂和火电厂的运行灵活性，在消纳新能源的同时缓解天然气提供灵活爬坡需求的压力，实现高比例新能源渗透下综合能源系统高效经济稳定运行。
-
公开(公告)号：CN115457389B
公开(公告)日：2023-04-28
申请号：CN202211095046.7
申请日：2022-09-05
Applicant: 河海大学
Abstract: 本发明公开了一种基于稀疏时空特征描述子的超短期太阳辐射预测方法及系统，方法包括：通过Cuboid稀疏时空特征描述子提取待预测时刻前第一时间段内的连续灰度地基云图的隐藏特征，形成时空特征描述向量；通过空间金字塔池化网络对时空特征描述向量进行编码，得到云图动态编码特征；通过密集连接卷积网络对待预测时刻前第二时间段内的RGB色彩地基云图进行特征提取，得到云图静态编码特征，其中第二时间段小于第一时间段；将两种特征与历史数据进行融合，通过多层感知机，输出太阳辐射预测值。本发明显著提高了超短期太阳辐射预测精度。
-
公开(公告)号：CN115034060B
公开(公告)日：2023-04-28
申请号：CN202210635058.8
申请日：2022-06-07
Applicant: 中国人民解放军陆军工程大学 , 河海大学
IPC: G06F30/20 , G06F113/04 , G06F119/06 , G06F119/08
Abstract: 本发明公开了一种信息物理系统物理域和网络域一体化耦合建模方法及装置，本方法根据耦合逻辑将电网信息物理系统划分为网络域和物理域两个部分，具体包括：步骤1：将电力系统分为物理域和网络域，首先建立物理域模型，包括物理实体层建模和物理域系统建模；步骤2：建立网络域模型，包括网络域元件建模和网络域系统建模，其中网络域系统建模涵盖通信网络建模和保护测控网络建模；步骤3：建立信息系统层网络模型，联合步骤1的物理域模型和步骤2的网络域模型，建立一体化耦合模型。基于本文提出的信息物理系统物理域和网络域一体化耦合建模方法，能够精细描述复杂的信息物理系统，例如电力系统，对分析信息物理系统的稳定运行意义重大。
-
-
-
-
-
-
-
-
-
Search Results
485
records
(took 0.063 seconds)
