-
公开(公告)号：CN105930941A
公开(公告)日：2016-09-07
申请号：CN201610333551.9
申请日：2016-05-19
Applicant: 华南理工大学
Abstract: 本发明公开了一种适用于风电场多变量输入的风能间接预测方法，包括步骤：1)对风速进行预测；2)采用多项式拟合方法对平均趋势分量进行预测和采用降频预测法对随机分量进行预报；3)综合两个独立分量即平均趋势分量与随机分量的预报结果，即可得到风速的预测值；4)做出历史的风能风速数据的分布图，并利用多项式进行拟合，生成功率曲线，利用该功率曲线，根据风速预测值计算出风能预测值，从而实现风能的间接预测。本发明预测风电场发电功率物理意义明确，预测结果稳定，预测精度高。对风能波动较大的风电场也能实现精确的预测，而不依赖于对风电场建模的影响。此外，本发明预测方法是数据驱动、自适应的方法，其预测结果不依赖于使用者的先验知识。
-
公开(公告)号：CN105425015A
公开(公告)日：2016-03-23
申请号：CN201510908898.7
申请日：2015-12-09
Applicant: 华南理工大学
IPC: G01R19/00
CPC classification number: G01R19/0046
Abstract: 本发明公开了一种电力系统采集信号调理模块，所述模块由四路电压信号转换电路组成，所述四路电压信号转换电路的每一路结构和参数都相同，都能够将范围为-5V到+5V的电压信号转换为0V到3.3V的电压信号，每一路电压信号转换电路包括相连接的同相加法比例电路和钳位电路。本发明的信号调理模块基于同相加法电路和同相比例电路设计，只需要四个运放和5V单电源供电，具有结构简单、体积小、成本低、功耗低、易于实现、使用方便、安全性高、效果显著等特点。
-
公开(公告)号：CN102955060B
公开(公告)日：2014-10-08
申请号：CN201210439049.8
申请日：2012-11-06
Applicant: 华南理工大学
IPC: G01R19/00
CPC classification number: G01R19/2513 , H02M2001/123
Abstract: 一种去除电力系统故障信号中衰减直流分量的方法，本发明公开了一种去除衰减直流分量的方法，包括以下步骤：（1）采集电力系统中正常信号I0和故障信号I1；（2）对采集到的故障信号I1进行采样；得到故障信号I1在每个采样点的幅值；（3）对步骤（2）中采样得到的故障信号I1在各个采样点处的幅值进行以下公式的计算：I2(N)=K[2I1(N)-I1(N-1)-I1(N+1)]；（4）通过步骤（3）得到故障信号I1在每个采样点处的去除衰减直流分量后的信号幅值，最终得到去除衰减直流分量后的信号I2。本发明去除衰减直流分量的方法具有步骤简单、计算量小、延时小等优点。
-
公开(公告)号：CN119448563A
公开(公告)日：2025-02-14
申请号：CN202411588252.0
申请日：2024-11-08
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于张量分解的智能变电站合并单元故障诊断与自愈方法，包括：从智能变电站的传感器网络中实时收集合并单元的各项运行数据，并进行处理，将处理后的数据组织成张量形式，输出多维数据；利用张量分解方法对所述多维数据进行分解，提取故障特征，并对所述故障特征进行检测，获得检测结果；基于所述检测结果确定故障的位置和类型，启动自愈控制策略，通过采取相应措施，实现故障的自动修复。本发明通过自适应控制技术，实现了故障的自动修复，增强了智能变电站的自愈能力，提升了系统的可靠性和稳定性。
-
公开(公告)号：CN115905857A
公开(公告)日：2023-04-04
申请号：CN202211279705.2
申请日：2022-10-19
Applicant: 华南理工大学
IPC: G06F18/214 , G06F18/10 , G06N3/0442 , G06N3/0495 , G06N3/0464 , G06N3/048 , G06N3/08 , G01R22/00
Abstract: 本发明公开了一种基于数学形态学和改进Transformer的非侵入式负荷分解方法，主要利用非侵入式负荷识别装置获取家庭的用电信息，进行数据预处理并构建数据集，通过构建多尺度数学形态学滤波器对数据进行滤波，然后输入到改进的Transformer神经网络进行训练学习：改进点主要体现在引入LocalBiLSTM层代替位置编码层，利用概率稀疏注意力机制代替传统注意力机制，并且使用1D卷积网络作为前向反馈层，训练时利用大量数据结合贝叶斯优化器不断调节网络参数，最后选出损失最小的作为最优模型参数，利用最优模型完成负荷分解任务，并对非侵入式负荷分解结果进行分析。通过本发明可以得到抗噪性强、稳定性强的负荷信息，并且负荷分解结果具有精度高和分解时间短的优势。
-
Patent Agency Ranking
公开(公告)号：CN115358258A
公开(公告)日：2022-11-18
申请号：CN202210885185.3
申请日：2022-07-26
Applicant: 华南理工大学
Abstract: 本发明公开了一种结合Walsh变换和数学形态学的信号去噪方法，包括：1)选择演变规则和编码方式控制数学形态学结构元素，进而确定结构元素组；2)基于确定的结构元素组，对输入信号进行结合Walsh变换的多分辨率形态学开闭运算；3)对运算后的处理结果取平均值，得到最终的去噪结果。本发明基于Walsh理论中的Walsh函数序和大规模Walsh函数生成中使用的演变规则控制数学形态学运算中的结构元素，能够按照一定规则构建用于信号去噪的结构元素组，并对输入信号进行多分辨率数学形态学运算，以达到更好的去噪效果。
-
公开(公告)号：CN115327289A
公开(公告)日：2022-11-11
申请号：CN202210735654.3
申请日：2022-06-27
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于重构过完备表示的稀疏信号配电网故障定位方法，包括：1)根据故障等效在故障区段两端注入电流的特点，建立稀疏的虚拟注入电流模型，将故障定位问题转化为虚拟注入电流向量的重构问题；2)为了降低重构虚拟注入电流向量精度的要求，提出过完备表示的重构模型，通过插入高密度的虚拟节点逼近故障点；3)为了降低过完备表示重构模型的计算量，提出二阶段重构策略，第一阶段重构未过完备表示的模型，并根据重构结果建立过完备表示的虚拟注入电流向量；第二阶段重构过完备表示的虚拟注入电流向量，并根据重构结果中最大值所对应的位置估计故障区段和故障位置。本发明可有效降低对稀疏重构算法的要求并提高故障定位精度。
-
公开(公告)号：CN114202188A
公开(公告)日：2022-03-18
申请号：CN202111485948.7
申请日：2021-12-07
Applicant: 华南理工大学
Abstract: 本发明涉及一种用于用户侧电能需求预测及分配的信息管理系统，属于电力信息管理技术领域，包括电压电流采集模块、日度用电量计算模块、模型训练模块、电量预测模块和电量分配模块，通过训练电量预测模型，根据训练好的电量预测模型预测用户的日度用电量平均值，并根据预测得到的用户日度用电量平均值进行电量分配，能够针对用户的电能需求进行合理分配，避免电力系统供电过多而造成电源浪费，同时也避免电力系统供电过少而无法满足用户的用电需求，以提高电能分配的预见性和科学性。
-
公开(公告)号：CN113690925A
公开(公告)日：2021-11-23
申请号：CN202110659172.X
申请日：2021-06-15
Applicant: 国网浙江省电力有限公司杭州供电公司 , 国网浙江省电力有限公司 , 华南理工大学
Abstract: 本发明提出了一种基于微电网的能量交互优化方法及系统，包括：根据负荷与分布式能源机组、储能装置之间的供电关系，将配电网划分为若干个微电网；对可再生能源机组进行风险预测；分别获取储能装置和非可再生能源机组的运行成本；根据风险预测的结果和运行成本，结合微电网之间的能量交互成本构建成本目标函数，确定微电网在能量交互时的状态约束和功率约束；在同时满足状态约束和功率约束的情况下，对成本目标函数进行求解，根据求解结果调整各个微电网在能量交互时的功率。在成本目标函数中引入了向其他微电网购售电的功率，在降低多微电网运行成本的同时，能够减少用电高峰期微电网与电网之间能量交互的功率。
-
公开(公告)号：CN111966961A
公开(公告)日：2020-11-20
申请号：CN202010651047.X
申请日：2020-07-08
Applicant: 华南理工大学
IPC: G06F17/15
Abstract: 本发明公开了一种基于稀疏结构元素的数学形态学信号处理方法，包括步骤：1)构建稀疏型结构元素；2)利用稀疏型结构元素对信号进行形态学滤波；3)对滤波结果使用多阶段稀疏算法或二阶段稀疏算法改善滤波效果；4)构建游离型结构元素和双极性形态学梯度；5)利用游离型结构元素对信号进行双极性形态学梯度提取。本发明可有效减少数学形态学信号处理的计算量和计算时间，并增强了形态学梯度的幅值。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.028 seconds)
