-
公开(公告)号：CN119128588A
公开(公告)日：2024-12-13
申请号：CN202411220814.6
申请日：2024-09-02
Applicant: 河北大学
IPC: G06F18/24 , G06F18/21 , G06N5/01 , G06F18/2431
Abstract: 本发明公开了一种电网线损等级分类方法、系统与设备，涉及线损检测技术领域，包括步骤：获取电网线损检测的混合数据；通过模糊单调性判别准则对混合数据进行分析，将混合数据所有属性A划分为模糊单调的规则属性B和非单调常规属性C；使用模糊互信息FMI和模糊有序互信息FRMI来度量常规属性和规则的重要度，通过常规属性的重要度与阈值大小关系，获取规则属性B的最优分割点和非单调常规属性C的最优分割点，并根据最优分割点进行分叉并构建二叉决策树；通过二叉决策树对混合数据进行处理获得电网线损等级分类结果。本发明通过上述过程在处理台区电网线损等级分类任务时，展现了出色的分类精度和强的可解释性。
-
公开(公告)号：CN118748410A
公开(公告)日：2024-10-08
申请号：CN202410832177.1
申请日：2024-06-26
Applicant: 河北大学
Abstract: 本发明公开面向高铁站区光储充用系统多目标协调优化调度方法，涉及光储能技术领域，包括以下步骤：根据最优经济、绿色调度和综合最优建立预测控制策略模型；根据短期预测结果计算策略目标最低调度方案；根据超短期预测结果提前计算设备出力变化量并对出力进行调整；结合系统实时状态进行闭环反馈校正，实现系统多目标协调优化调度。本发明基于实际运行数据，应用面向高铁站的光储充用与电网柔性互动的一体化能量最优控制策略，最大限度地消除了DG不确定性的影响，确保了日前计划的合理性及系统运行的稳定性，实现高比例绿色能源消纳，控制用能成本，提升旅客体验。
-
公开(公告)号：CN117863949B
公开(公告)日：2024-09-06
申请号：CN202410201144.7
申请日：2024-02-23
Applicant: 河北大学
IPC: B60L53/62
Abstract: 本发明公开了一种电动汽车实时充电安全防护阈值动态分级方法及系统，涉及电动汽车充电安全技术领域，遍历电压节点，基于电压节点获取电压数据；根据用户信息确定风险度，根据电压数据修正风险度；通过修正后的风险度对电压节点进行级别标定并以此确定电压节点的监测密度来选取监测点；建立含有监测点的充电网络，基于监测点获取电力信息；在监测点的时域条件下匹配电力信息和电压数据，拟合电力信息下各电压节点的概率函数，确定监督节点，通过四分位算法对监督节点的瞬时电压数据异常情况进行判定。对电动汽车充电进行安全防护阈值动态分级管理，以确保充电过程中不会出现过载、过热等安全问题，实现实时充电安全防护，延长电池的使用寿命。
-
公开(公告)号：CN117863949A
公开(公告)日：2024-04-12
申请号：CN202410201144.7
申请日：2024-02-23
Applicant: 河北大学
IPC: B60L53/62
Abstract: 本发明公开了一种电动汽车实时充电安全防护阈值动态分级方法及系统，涉及电动汽车充电安全技术领域，遍历电压节点，基于电压节点获取电压数据；根据用户信息确定风险度，根据电压数据修正风险度；通过修正后的风险度对电压节点进行级别标定并以此确定电压节点的监测密度来选取监测点；建立含有监测点的充电网络，基于监测点获取电力信息；在监测点的时域条件下匹配电力信息和电压数据，拟合电力信息下各电压节点的概率函数，确定监督节点，通过四分位算法对监督节点的瞬时电压数据异常情况进行判定。对电动汽车充电进行安全防护阈值动态分级管理，以确保充电过程中不会出现过载、过热等安全问题，实现实时充电安全防护，延长电池的使用寿命。
-
公开(公告)号：CN117719384A
公开(公告)日：2024-03-19
申请号：CN202311748473.5
申请日：2023-12-19
Applicant: 河北大学
Abstract: 本发明公开了一种基于电动汽车的智能分析充电方法及系统。涉及电动汽车充电技术领域，包括：通过连接到充电桩和电动汽车的传感器和监控设备，实时采集电动汽车充电过程中的充电数据；建立智能预警系统，对所述充电数据进行异常分析，设置预警阈值，基于预警规则判断是否需要发出预警通知；当发出预警通知的同时，将预警结果发送至远程终端，远程终端控制自动启动响应机制，动态调整充电速率或停止充电，本发明实现了电动汽车充电过程中的智能化预警分析，提高充电效率，减少充电成本，保障充电过程的安全和高效，为电动汽车的普及和电网的稳定运行提供支持。
-
Patent Agency Ranking
公开(公告)号：CN117522626A
公开(公告)日：2024-02-06
申请号：CN202311517137.X
申请日：2023-11-15
Applicant: 河北大学
IPC: G06Q50/06 , H02J3/00 , H02J3/38 , H02S50/00 , H02S40/30 , G06Q10/04 , G06F18/243 , G06N20/20 , G06F18/27 , G06N3/0442 , G06F18/10
Abstract: 本发明公开了一种基于特征选择与异多模型融合光伏出力预测方法，应用于光伏预测技术领域。包括以下步骤：获取光伏出力预测数据集，对光伏出力预测数据集进行归一化处理，利用相关性系数与XGBoost模型和GRU模型对归一化处理后的光伏出力预测数据集进行特征分析；根据误差相关性，选择对应模型作为基模型，对数据集进行五折划分，并进行交叉验证；使用划分后的数据集进行训练，并输出预测结果，纵向叠加生成新的数据集，对测试集进行精度加权；使用新的数据集进行训练，则基于多模型融合的Stacking集成学习算法训练完成。本发明可以剔除无用和冗余的特征、有效降低特征维度，最大限度保存特征信息。
-
公开(公告)号：CN116740334A
公开(公告)日：2023-09-12
申请号：CN202310743710.2
申请日：2023-06-23
Applicant: 河北大学
Abstract: 本发明涉及无人机定位技术领域，特别涉及一种基于双目视觉和改进YOLO的无人机入侵检测定位方法，在需要监视区域左右平行布置两个摄像头，并进行标定得到两个摄像头的内外参数，读取右摄像头图像，使用改进的模型提取右摄像头图像中的无人机目标，记录右摄像头中无人机目标的像素坐标与大小，并制作目标的掩膜图像；通过掩膜图像，定位左摄像头中的无人机目标，记录左摄像头中无人机目标的像素坐标；根据得到的无人机在左右摄像头中的像素坐标，利用双目摄像头的成像原理与两个摄像头的内外参数，得到无人机目标的空间三维坐标，利用改进的YOLO模型，有效降低参数量与模型大小，有利于在边缘设备运行，同时改善了小目标的检测精度不高的问题。
-
公开(公告)号：CN114781922B
公开(公告)日：2023-05-09
申请号：CN202210553323.8
申请日：2022-05-19
Applicant: 河北大学
IPC: G06Q10/0631 , G06Q10/04 , G06Q50/06
Abstract: 本发明公开一种电热综合能源系统优化调度方法，涉及综合能源系统优化调度技术领域，包括以下步骤：采集电热综合能源系统的运行数据和系统设备参数；建立太阳能集热系统出力模型；建立电负荷需求侧响应模型；建立系统设备运行模型；设定电负荷、热负荷出力平衡约束、设备出力约束条件和需求侧响应约束；建立综合考虑购电费用、燃料购买费用、弃风惩罚费用、设备运维费用和需求侧响应补偿费用的目标函数；对非线性约束进行线性化变换；建立日前区间电热综合能源系统优化调度模型；基于Pyomo搭建区间最优、劣子模型，调用求解器GLPK进行求解。本发明利用Pyomo‑GLPK的组合对模型进行建模和求解，可以有效的降低系统的运行成本且拥有很好的求解速度。
-
公开(公告)号：CN115496264A
公开(公告)日：2022-12-20
申请号：CN202211031868.9
申请日：2022-08-26
Applicant: 河北大学
Abstract: 本发明公开了一种风电机组发电功率的预测方法，该方法包括以下步骤：S1、获取被测风电机组系统中各项特征因素的历史数据；S2对数据预处理，删除其中的异常数据，并进行归一化操作；S3、利用随机森林模型，对经预处理后的历史数据进行训练，并对高维数据进行降维处理；S4、对筛选及降维处理后的历史数据进行重构，将重构后的历史数据作为数据集，以构建双向长短记忆神经网络模型；S5、利用双向长短记忆神经网络模型进行训练，对指标进行评估，以确定最优模型；S6、利用最优模型对不包含目标值的训练数据进行预测，得到预测结果。本发明风电机组功率预测方法通过建立预测模型得到预测结果，通过指标判断最优模型，得到最佳预测效果。
-
公开(公告)号：CN115018119A
公开(公告)日：2022-09-06
申请号：CN202210450049.1
申请日：2022-04-26
Applicant: 河北大学
Abstract: 本申请提供的一种用电负荷预测方法及系统，涉及计算机技术领域，该方法包括：获取用户的用电数据，以及所述用电数据的影响因素数据；其中，所述用电数据为所述用户在至少一个时段内对应的用电负荷，所述影响因素数据为对所述用电数据产生影响的数据；对所述用电数据和所述影响因素数据进行预处理，得到第一输入数据；根据所述第一输入数据训练初始用电负荷预测模型，得到用电负荷预测模型；将第一用电数据以及所述第一用电数据对应的第一影响因素数据作为输入，基于所述用电负荷预测模型输出对应的目标用电数据；其中，所述目标用电数据与所述第一用电数据对应的时段不同。本申请实施例能够对用电负荷进行准确、高效的预测。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.021 seconds)
