基于贝叶斯和个性化联邦学习的海上风电概率预测方法

    公开(公告)号:CN118281873A

    公开(公告)日:2024-07-02

    申请号:CN202410694230.6

    申请日:2024-05-31

    Abstract: 本发明提出了一种基于贝叶斯和个性化联邦学习的海上风电概率预测方法,解决分布式风电在小样本和异质数据上预测性能差的问题,属于电力系统技术领域。本发明以多个分布式海上风电站的气象和功率数据作为样本集,训练随机配置网络预测器,并利用贝叶斯推断评估网络的输出权值参数,获得参数后验分布和概率输出。为了缓解小样本和异质数据引发的性能劣化,设计了一种个性化联邦学习框架;服务器端在分布之间的Wasserstein距离引导下以个性化的方式聚合客户端的后验分布;各客户端以个性化后验作为先验,调整自身参数分布以平衡本地个性化和全局信息融合。公开数据集下的测试结果表明本发明可显著提高小样本和异质风电数据下的预测性能。

    一种数据驱动的配电网无功功率预测方法

    公开(公告)号:CN115828768A

    公开(公告)日:2023-03-21

    申请号:CN202211697563.1

    申请日:2022-12-28

    Abstract: 本发明公开了一种数据驱动的配电网无功功率预测方法。所述方法包括以下步骤:整理数据资料,确定输入特征变量集合X和输出目标变量集合y,构建特征选择网络;构建基于长短期记忆的序列到序列循环神经网络架构;对多因素多维历史输入时间序列构建注意力机制,引入门控残差块,对有功和无功功率构建多任务学习机制,完成配电网无功功率预测模型f的构建;估计配电网无功功率预测模型f参数θ,输出无功功率预测值本发明设计数据驱动的神经网络算法架构,建立反映输入特征和输出目标变量之间映射关系的配电网无功功率预测模型,以应对配电网无功功率吸收或放出量的波动性、满足配电网对准确无功功率预测效果的紧迫需求。

    一种基于能源共享云的虚拟住宅微电网双层能量管理方法

    公开(公告)号:CN114977272A

    公开(公告)日:2022-08-30

    申请号:CN202210335763.6

    申请日:2022-03-31

    Abstract: 本发明针对虚拟住宅微电网开发了一种基于能源共享云的虚拟住宅微电网双层能量管理方法,能源共享云为一个开放的能源共享环境,云平台通过提供包括可再生能源发电、能量存储和能量交易在内的能源服务,帮助云用户建立虚拟住宅微电网。为云用户建立了虚拟住宅微电网的数学模型,并按月为云平台设置能源服务价格。同时,考虑用户负荷和可再生能源发电量的变化,为云用户设计了双层能量管理系统模型。其中,上层管理系统每月帮助云用户获得可再生能源发电系统和储能系统的最优容量配置;下层管理系统每天以总运行成本最小化和电气舒适度最大化为目标实现云用户的电力调度优化。本发明方法能够在满足云用户不断变化的能量需求的同时实现经济调度。

    一种计及温度半动态特性的集中供热网络等值方法

    公开(公告)号:CN113324283B

    公开(公告)日:2022-04-22

    申请号:CN202110515553.0

    申请日:2021-05-12

    Abstract: 本发明公开了一种计及温度半动态特性的集中供热网络等值方法,包括步骤:1)获取电‑热综合能源系统相关数据;2)建立计及温度半动态特性的集中供热网络等值模型;3)热力调度中心将热网的可行域投影至边界,形成新的约束集,发送给电力调度中心,求解电‑热综合能源系统分布式调度;4)输出电‑热综合能源系统的分布式调度结果。在电‑热综合能源系统分布式调度中,通过该集中供热网络等值方法,电网调度中心和热网调度中心无需进行大量数据迭代与频繁信息交互,两者只要交互少量的边界信息且不用迭代,很好地保护了不同主体间的数据隐私,提高了效率,并且具有很好的私密性。

Patent Agency Ranking