-
公开(公告)号：CN113449466B
公开(公告)日：2023-12-01
申请号：CN202110665417.X
申请日：2021-06-16
Applicant: 淮阴工学院
IPC: G06F30/27 , G06N3/006 , G06N3/08 , G06F111/06
Abstract: 本发明公开了一种基于PCA和混沌GWO优化RELM的太阳辐射预测方法及系统，所述方法包括：S1，对数据进行标准化处理；S2，将处理后的数据进行PCA降维；S3，建立混沌GWO‑RELM模型，找到RELM的最优隐含层节点个数node和正则化系数C；S4，将测试样本送入含有最优隐含层节点个数node和正则化系数C的RELM中进行计算，得到待预测站点未来的太阳辐射预报值。本发明针对太阳辐射数据的不连续性和高频特性致使太阳辐射预测精度低的问题，采用混沌灰狼算法与正则化极限学习机相结合构成混沌GWO‑RELM模型对太阳辐射数据进行预测，克服了传统时间序列模型的缺点，使得太阳辐射预测的精度得到了(56)对比文件Hui Liu,et al.Smart wind speedforecasting using EWT decomposition, GWOevolutionary optimization, RELM learningand IEWT reconstruction《.》EnergyConversion and Management.2018,正文第266-283页.
-
公开(公告)号：CN117134334A
公开(公告)日：2023-11-28
申请号：CN202311088568.9
申请日：2023-08-28
Applicant: 淮阴工学院
IPC: H02J3/00 , G06Q50/06 , G06F18/214 , G06N7/01 , G06N7/08 , G06N20/20 , G06N3/0464 , G06N3/049 , G06N3/0985
Abstract: 本发明公开了一种基于机理‑数据驱动混合集成的光伏发电功率预测方法，采用时空分离卷积网络预测模型SSTCN结合维度可分离卷积网络DSAT和全连接预测输出层构建可分离时空卷积网络模型DSATCN的数据驱动模型，采用基于贝叶斯优化BO和多项式混沌展开PCE代理模型优化可分离时空卷积网络预测模型的超参数，采用参数相对容易获取的ASHRAE模型作为计算情况辐照度的基础，建立计算晴空辐照度与实际光伏电站晴天出力之间的映射模型，构建基于机理的晴空功率模型，使用Blending集成学习通过充分利用各模型预测原理的差异性，达到不同模型间的互补，对数据驱动和晴空功率机理模型得到光伏发电功率预测结果进行集成学习，得到最终的光伏发电功率的预测，提高整体模型的预测精度。
-
公开(公告)号：CN117114192A
公开(公告)日：2023-11-24
申请号：CN202311103993.0
申请日：2023-08-29
Applicant: 淮阴工学院
IPC: G06Q10/04 , G06Q10/067 , G06Q50/06 , G06F18/25 , G06N7/01 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06F18/213 , H02J3/00
Abstract: 本发明公开了一种基于多尺度时空图变换网络的海上风电功率预测方法及装置，首先，采集海上多个风电场的历史数据，进行小样本增强；其次，建立由多时间尺度自相关特征提取模块、时空特征提取模块和预测输出模块组成的多尺度时空图变换网络模型MSSTGTN，自适应地提取高分辨率历史数据中不同时间尺度的自相关特征，通过时空特征提取模块中的混合膨胀图卷积网络和变体Transformer来提取复杂的时空特征，最后通过预测输出模块预测风电功率；采用多目标贝叶斯算法优化模型的超参数以及时间与形状失真损失函数的权重，从而得到更准确的风电功率预测结果。本发明捕捉复杂的时空关系，考虑多个目标指标，适应海上风电场的动态变化，提高预测的准确性和稳定性。
-
公开(公告)号：CN116306234B
公开(公告)日：2023-10-20
申请号：CN202310080463.2
申请日：2023-02-08
Applicant: 淮阴工学院
IPC: G06F30/27 , G06N5/04 , G06N7/08 , G06F119/08
Abstract: 本发明公开一种燃气轮机的氮氧化物预测排放检测方法及系统，包括：获取燃气轮机传感器上的变量数据；采用随机森林挑选重要性高的参数。将局部敏感哈希LSH用于优化informer模型，并使用该模型预测发电厂燃气轮机氮氧化物排放；将挑选出来的参数和变量输入到改进的informer模型中，并对informer的模型进行调参，找出informer模型影响最大的超参数；对混沌博弈优化算法进行改进，加入精英反向学习机制和黄金正弦；使用改进的算法对模型的超参数进行进一步优化。本发明用于发电厂燃气轮机氮氧化物的预测，提高氮氧化物预测精度，解决了现有技术对氮氧化物预测精度不高的问题。
-
公开(公告)号：CN116885691A
公开(公告)日：2023-10-13
申请号：CN202310626107.6
申请日：2023-05-30
Applicant: 淮阴工学院
IPC: H02J3/00 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06F18/10 , G06F18/213 , G06N3/0985 , H02J3/38
Abstract: 本发明公开了一种风电功率爬坡事件间接预测方法，首先，利用多元变分模态分解将原始风电功率和风速联合分解成一组相对平稳的子序列；其次，使用卷积神经网络对每一个被分解的风电功率序列进行特征提取；再次，利用改进的FDA算法对BIGRU模型的超参数进行优化，得到优化预测模型并对风电功率进行预测，采用残差修正模型TCN对其进行误差校正，以获得最终的风电功率预测值；最后，将最终风电功率预测值作为输入，使用改进的FDA算法优化旋转门算法对其中的风电爬坡事件进行识别；结合爬坡定义和检测算法，对预测功率中的爬坡事件进行间接预测。本发明能够使得风功率预测更加接近实际值，提高风功率预测的准确度，提升风电爬坡事件的识别精度。
-
Patent Agency Ranking
公开(公告)号：CN116822743A
公开(公告)日：2023-09-29
申请号：CN202310819699.3
申请日：2023-07-05
Applicant: 淮阴工学院
Abstract: 本发明公开了一种基于两阶段分解重构与误差校正的风电功率预测方法，包括以下内容：获取风电功率数据并进行处理，并对处理过的风电功率序列进行群稀疏模态分解，得到不同分量，利用改进的MGA算法优化Flowformer模型参数，然后每个分量训练一个Flowformer模型，得到每个分量预测值，将所有分量相加得到风电功率初步预测值；将风电功率初步预测值与真实值做差获得误差序列；对误差序列进行相同的分解、预测操作得到风电功率误差预测值，则最终的预测结果为风电功率初步预测值与风电功率误差预测值之和。与现有技术相比，本发明实现了风电功率预测结果的修正，使预测结果更加准确。
-
公开(公告)号：CN116070881B
公开(公告)日：2023-09-29
申请号：CN202310236536.2
申请日：2023-03-13
Applicant: 淮阴工学院
Inventor： 郭仁威 , 周孟雄 , 黄佳惠 , 王夫诚 , 纪捷 , 殷庆媛 , 胡代明 , 谢滢琦 , 谢金博 , 马梦宇 , 温文潮 , 陈帅 , 黄慧 , 赵环宇 , 杜董生 , 张楚 , 孙娜 , 彭甜
IPC: G06Q10/0631 , G06N3/08 , G06N3/006 , G06Q50/06 , H02J3/00 , G06N3/0442
Abstract: 本发明公开了一种现代工业产区智能能耗调度方法及装置，包括数据采集单元、能耗调度策略设计单元、能耗调度单元以及调度对象。数据采集单元包括电表以及员工工作制收集单元，收集整个工业园区电负荷需求、各用电设备的用电量、员工工作时长以及员工数；能耗调度策略设计单元包括预测模块以及策略设计模块，首先采用LSTM神经网路基于数据采集单元所获数据进行用电量预测，包括员工参与产线以及全自动化产线的用电量预测，再采用AOA算法基于预测数据进行能耗调度策略设计；能耗调度单元基于设计的调度策略进行产区能耗调度。与现有技术相比，本发明能够对工业产区能耗进行调度，在保障产区正常运行的前提下，提高整个产区经济效益，降低运营成本。
-
公开(公告)号：CN113449464B
公开(公告)日：2023-09-22
申请号：CN202110654390.4
申请日：2021-06-11
Applicant: 淮阴工学院
IPC: H02J3/00 , G06Q50/06 , G06N3/0455 , G06N3/086 , H02J3/38 , G06N3/048 , G06N3/0985
Abstract: 本发明公开了一种基于改进深度极限学习机的风功率预测方法，包括：S1：获取风功率数据，同时构建深度极限学习机DELM模型；S2：对采集到的风功率数据进行归一化处理，并初始化DELM模型参数；S3：在标准灰狼算法中引入sobol序列初始化种群，在局部搜索中引入柯西变异策略；S4：将预处理后的训练样本送入DELM模型中，经过DELM训练测试得到的复合加权目标函数值作为经混合复合加权目标函数改进后的灰狼算法的适应度值，利用改进灰狼优化算法对参数进行训练寻优，得到DELM各隐含层的最优节点数和最优正则化参数C；S5：将风功率数据的测试样本送入含有最优参数的DELM模型中，得到风功率预测输出值。本发明能够使得风功率预测更加接近实际值，提高风功率预测的准确度。
-
公开(公告)号：CN113344243B
公开(公告)日：2023-09-22
申请号：CN202110472821.5
申请日：2021-04-29
Applicant: 淮阴工学院
Abstract: 本发明公开了一种基于改进哈里斯鹰算法优化ELM的风速预测方法及系统，所述方法包括：(1)获取气象站点的历史风速数据和其他气象数据，对数据进行预处理及应用特定的正交矩阵处理；(2)采用拉丁超立方抽样对哈里斯鹰算法的初始种群进行初始化；对哈里斯鹰算法的局部搜索采用混沌搜索进行处理；(3)确定最优ELM参数并建立基于改进哈里斯鹰算法优化极限学习机的模型作为预测模型；(4)利用平均绝对误差、均方根误差等对测试样本和实际样本进行对比和评价。本发明测试了多组风速预测案例与对照组，本发明有更优异的预测精度，能够进一步提升风电并网和电力系统运行的可靠性和稳定性。
-
公开(公告)号：CN116646983A
公开(公告)日：2023-08-25
申请号：CN202310590676.X
申请日：2023-05-23
Applicant: 淮阴工学院
Abstract: 本发明公开了一种基于改进战鹰优化器的适配工业负荷的智能柔性碳调度系统，包括包括光伏列阵、风电机组、DC/AC变换器、电解池、储氢罐、用户供给端、氢燃料电池、碳排放计量模块、智能碳排放调度中心、电网、DC/DC变换器；产生的电压经过DC/AC变换器转换为固定电压输出给电网，多余的电量经过电解池分解氢气输入到储氢罐中；当电网的电量不能满足时，由氢气作为输出材料给氢燃料电池产电，经过DC/DC变换器输出为固定的电压传输给电网；光伏发电产生的碳排放量通过智能碳排放调度中心，实时计算当前碳排放价格、储氢容量以及氢气和电的价格。本发明能够大大降低了二氧化碳的排放量减轻温室效应带来的危害，同时也能够缓解一次能源逐渐面临枯竭的问题。
-
-
-
-
-
-
-
-
-
Search Results
366
records
(took 0.028 seconds)
