-
公开(公告)号：CN112613641A
公开(公告)日：2021-04-06
申请号：CN202011416808.X
申请日：2020-12-07
Applicant: 河北工业大学
Abstract: 本发明为一种基于特征分解的短期电负荷组合预测方法，包括以下内容：获取用户侧智能电表的电负荷数据，并进行预处理；将预处理后电负荷数据通过小波变化分解为高频序列和多个低频序列；对高频序列和多个低频序列采用相关度分析并筛选特征，筛选能够表征影响因子的子序列构成保留序列，并记录保留序列中各子序列所对应的相关度系数；将预处理后电负荷数据减去保留序列生成残差序列，将所有序列归一化处理；对残差序列和保留序列中的高频序列采用LSTM模型进行电负荷预测，对保留序列中的低频序列采用时间卷积模型进行电负荷预测；将各频段预测值按照权值求和，得到预测结果。该方法能深入挖掘影响电负荷变化的特征，提高预测精度。
-
公开(公告)号：CN116717438A
公开(公告)日：2023-09-08
申请号：CN202310937407.6
申请日：2023-07-28
Applicant: 河北工业大学
IPC: F03D17/00
Abstract: 本发明为一种长时间数据缺失特性下的风机偏航数据异常检测方法，首先采集风电机组停机检修期间的偏航数据序列，从采集的偏航数据序列中提取偏航数据，得到预处理的偏航数据序列；然后，将缺失片段划分为两段，利用S‑Prophet模型预测缺失片段的前一段数据，E‑Prophet预测缺失片段的后一段数据，F‑Prophet模型用于缺失片段的整体拟合，再将拟合得到的缺失片段与缺失片段前、后的已知数据进行拼接，得到补齐后的偏航数据序列；最后，基于自动编码器构建异常检测模型，将补齐后的偏航数据序列输入到异常检测模型进行重构，并计算重构误差，若重构误差大于等于设定阈值，则为异常，否则为正常。采用双向补齐策略对缺失片段进行补齐，保证了缺失片段与整个序列的趋势和周期一致性，具有更高的预测精度。
-
公开(公告)号：CN112578089B
公开(公告)日：2023-04-07
申请号：CN202011558387.4
申请日：2020-12-24
Applicant: 河北工业大学
IPC: G01N33/00 , G06N3/0442 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于改进TCN的空气污染物浓度预测方法，该预测方法以TCN为基础，提出一种收缩的TCN模型。收缩的TCN模型基于时间卷积的优势，网络能够保证当前信息只与历史的信息有关，并且通过空洞因子的存在可以接收更长的输入；而残差收缩路径的加入，使得网络能够达成在更多输入情况下，并能够根据不同输入样本的冗余信息各不相同，自适应产生样本阈值，有效提高了网络模型的预测能力，且不会存在未来信息的泄露。本发明预测方法做得到的预测结果接近实际值，通过与其它神经网络预测方法对比，本发明预测方法所得到的预测结果的稳定性更好，准确性更高。
-
公开(公告)号：CN115828466A
公开(公告)日：2023-03-21
申请号：CN202211636823.4
申请日：2022-12-15
Applicant: 河北工业大学
IPC: G06F30/17 , G06F30/27 , G06F119/02
Abstract: 本发明公开一种基于宽核卷积的风机主轴部件故障预测方法，该预测方法首先使用皮尔逊系数对原始数据进行筛选，提取目标数据的强相关数据，并将当前时刻的强相关数据与目标数据的当前时刻数据以及上一时刻点的数据融合，作为WCNN‑LSTM神经网络模型的输入；本发明预测方法中的神经网络模型中引入了变量的时间属性，以及对传统卷积核进行了改进，能够解决由于数据复杂产生的预处理困难以及模型精度不足问题，最后使用滑动窗口进行残差计算，减少故障的误检率，实现了对主轴故障更加高效的预测。
-
公开(公告)号：CN113945569A
公开(公告)日：2022-01-18
申请号：CN202111163342.1
申请日：2021-09-30
Applicant: 河北建投新能源有限公司 , 河北工业大学 , 河北科技大学
Abstract: 本发明公开了一种离子膜的故障检测方法及装置。其中，该方法包括：获取离子膜图像集，其中，上述离子膜图像集中包含不同故障类别的多个离子膜；基于上述故障类别对上述离子膜图像集进行标注处理，得到标注数据集，其中，上述标注数据集包括：训练集、验证集和测试集；采用上述标注数据集训练目标残差网络模型，得到离子膜故障检测模型，其中，上述目标残差网络模型为进行了自然图像特征迁移而得到的神经网络模型；采用上述离子膜故障检测模型检测制氢设备的离子膜是否出现故障，得到故障检测结果。本发明解决了现有技术中使用现有的基于卷积神经网络模型的离子膜故障检测方法容易产生过拟合，无法兼顾检测处理速度和检测准确率的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN113862691A
公开(公告)日：2021-12-31
申请号：CN202111111060.7
申请日：2021-09-18
Applicant: 河北建投新能源有限公司 , 河北工业大学 , 河北科技大学
Abstract: 本发明公开了一种光伏制氢的控制方法、装置、存储介质及电子设备。其中，该方法包括：获取光伏制氢系统中光伏组件所处地理位置的气象信息，以及上述光伏组件的直流变流器输出的发电信息；采用光伏发电功率预测模型依据上述气象信息和发电信息，确定上述光伏组件的发电功率预测值，其中，上述光伏发电功率预测模型基于预设的神经网络算法构建并训练得到；根据上述发电功率预测值控制上述光伏制氢系统的运行方式,其中，上述运行方式至少包括：能量管控方式和调度方式。本发明解决了由于光伏发电功率短时内大幅波动造成的水电解制氢系统电源功率不稳定、制氢效率低的技术问题。
-
公开(公告)号：CN113282394A
公开(公告)日：2021-08-20
申请号：CN202110632676.2
申请日：2021-06-07
Applicant: 河北工业大学
Abstract: 本发明公开了一种面向协作机制资源受限边缘服务器间任务调度方法。本发明将算术优化算法应用到边缘计算环境中，具有设计简便、易于实现且不占用过多计算资源的特点；同时借鉴烟花算法中爆炸算子的思想，增强算术优化算法的开发能力，借鉴烟花算法中变异算子的思想，增加了种群多样性，从而提高算法寻优精度和收敛速度，并避免陷入局部最优值，同时综合考虑任务截止时间、完成时间、边缘服务器负载情况等因素，对边缘服务器的突增负载进行疏散，力求最小化系统整体时延，从而有效减少网络运营成本，提高网络性能。
-
公开(公告)号：CN112578089A
公开(公告)日：2021-03-30
申请号：CN202011558387.4
申请日：2020-12-24
Applicant: 河北工业大学
Abstract: 本发明公开了一种基于改进TCN的空气污染物浓度预测方法，该预测方法以TCN为基础，提出一种收缩的TCN模型。收缩的TCN模型基于时间卷积的优势，网络能够保证当前信息只与历史的信息有关，并且通过空洞因子的存在可以接收更长的输入；而残差收缩路径的加入，使得网络能够达成在更多输入情况下，并能够根据不同输入样本的冗余信息各不相同，自适应产生样本阈值，有效提高了网络模型的预测能力，且不会存在未来信息的泄露。本发明预测方法做得到的预测结果接近实际值，通过与其它神经网络预测方法对比，本发明预测方法所得到的预测结果的稳定性更好，准确性更高。
-
公开(公告)号：CN119965954A
公开(公告)日：2025-05-09
申请号：CN202510046498.3
申请日：2025-01-13
Applicant: 河北工业大学
Abstract: 本发明属于光伏发电制氢技术领域，具体是一种考虑季节性储氢的离网氢电储系统容量配置方法。首先，获取历史年的光伏发电数据，按照季节进行划分并进行数据增强；对各季光伏发电数据进行聚类，将光伏发电分为高、中、低三种状态，统计每种状态在各季中的比例作为各季各种状态的初始概率；基于马尔可夫模型构建光伏发电状态空间，得到各季的状态转移概率矩阵；根据状态转移矩阵得到状态概率向量更新公式，并计算各个季节中各天光伏发电处于各种状态的权重；然后，考虑各个季节中各天光伏发电处于各种状态的权重，构建氢电储系统容量配置的目标函数和约束条件；最后，计及约束条件，对氢电储系统容量配置的目标函数进行求解，得到帕累托前沿解集，从帕累托前沿解集中得到最优解，进而得到各设备的最优规划容量。该方法准确描述了光伏出力的不确定性，并考虑光伏发电对其余设备的制约，提高了容量配置的准确性。
-
公开(公告)号：CN118523366A
公开(公告)日：2024-08-20
申请号：CN202410571859.1
申请日：2024-05-10
Applicant: 河北工业大学
IPC: H02J3/28 , G06F17/16 , G06F17/14 , G06N3/006 , G06Q10/0631 , G06Q10/04 , G06Q30/0201 , G06Q50/06 , H02J3/32
Abstract: 本发明为一种考虑氢储能的混合储能容量优化配置方法，包括以下内容：读取原始风力发电机组输出的功率曲线数据与负载数据；采用优化算法以最小包络熵为目标函数，确定变分模态分解的模态分解个数K；根据模态分解个数获取若干个模态分量，将最低频的电功率分配给氢储能模块，设定中频部分和高频部分的分解个数分界点H，H初始为2，将剩余电功率按照分界点分别对接蓄电池和超级电容模块，向后依次遍历所有的分解个数作为分界点，选择年综合成本最小的分界点作为最终划分高中频的分界点，再以其将所得模态分量划分为高、中、低三个频段，将低频分量对接氢储模块，中频分量对接蓄电池，高频分量对接超级电容模块，确定最优容量优化配置结果。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.035 seconds)
