-
-
公开(公告)号：CN109061399B
公开(公告)日：2021-04-09
申请号：CN201811242976.4
申请日：2018-10-24
Applicant: 河海大学
Abstract: 本发明涉及一种基于ESMD的配电网单相接地故障区段定位方法，包括以下步骤：（1）判断母线零序电压值是否越限，若是，则执行步骤（2）；若否，则返回步骤（1）；（2）采集各测点故障后1/2工频周期内的零序电流信号；（3）对采集到的零序电流信号进行ESMD分解，得到一系列本征模态函数IMF及余量函数R；（4）对ESMD分解所得到的本征模态函数IMF及余量函数R构造描述暂态零序电流波形震荡强度的故障暂态能量函数；（5）基于故障暂态能量函数通过构造故障区段逻辑判断函数对其进行规格化处理；（6）结合配电网络拓扑结构确定故障所在区段。本发明对不同接地方式、不同过渡电阻和不同故障角下的接地故障都能表现出极好的适应性，易于工程实现。
-
公开(公告)号：CN107169273B
公开(公告)日：2021-01-05
申请号：CN201710310372.8
申请日：2017-05-05
Applicant: 河海大学
Abstract: 本发明公布了一种计及延时和V2G充电模式的电动汽车充电功率预测方法，本发明用于研究电动汽车充放电随机模型，并通过模拟得到电动汽车的充放电功率。本发明首先针对电动汽车的时空不确定性进行分析，建立电动汽车充电功率的动态概率模型。其次，选择合适的充电方式，针对普通充电模式、延时充电模式和V2G充电模式对电动汽车充电功率特性进行建模。最后，在3种充电模式下对单台电动汽车进行仿真测试，计算各时段电动汽车负荷的期望、标准差。本发明能够获取需求响应背景下3种充电方式的电动汽车充放电功率期望值，具有原理简单，实现方便的优点，所得概率分布特性可以使调度人员对电动汽车充放电集群负荷有更为清晰的认识。
-
公开(公告)号：CN111275571B
公开(公告)日：2020-12-11
申请号：CN202010035713.7
申请日：2020-01-14
Applicant: 河海大学
Abstract: 本发明公开了一种考虑微气象与用户模式的居民负荷概率预测深度学习方法，该方法首先采集历史用户用电负荷和数值微气象预报等相关数据构造二维多通道特征图谱，作为深度学习模型输入；其次搭建深层挤压‑激励残差卷积神经网络模型，对居民用电负荷进行用户用电负荷概率预测的初步预测；然后基于稀疏‑冗余特性表征方法，提取用户每日负荷曲线中的特征模式，对概率预测区间进行不确定性校正；最后，对日前居民负荷概率预测结果进行误差分析。本发明结合了微气象数据与用电模式构造新的样本作为模型输入，有效地结合了居民所处地区附近的大量微气象站址的气象预报数据，以实现高精度的日前用户用电负荷预测。
-
公开(公告)号：CN109886468B
公开(公告)日：2020-12-08
申请号：CN201910056876.0
申请日：2019-01-22
Applicant: 河海大学
Abstract: 本发明公开了基于改进的自适应遗传算法的充电站规划方法。首先，确定充电站规划模型的目标函数、定容模型以及约束条件；然后，采用改进的自适应遗传算法求解充电站规划模型，得到规划结果。本发明提出了更适合求解充电站规划问题的改进的自适应遗传算法，该算法能够有效缩小搜索空间，提高搜索效率和搜索精度。
-
Patent Agency Ranking
公开(公告)号：CN111985165A
公开(公告)日：2020-11-24
申请号：CN202010709116.8
申请日：2020-07-22
Applicant: 河海大学
IPC: G06F30/28 , G06F30/18 , G06F111/04 , G06F113/08 , G06F113/14 , G06F119/08 , G06F119/14
Abstract: 本发明公开了一种计及智能楼宇热储特性的电热综合能源系统调度方法，将智能楼宇热力学等效热参数微分方程转化为调度人员所熟知的热储能模型，使得调度人员在对智能楼宇进行调度时能采用与常规储能相同的调度方式，为相关调度人员提供了巨大的便利。本发明在电热综合能源系统调度中考虑智能楼宇的热储特性，使得调度人员能通过对智能楼宇的调度提高电热综合能源系统的灵活性，从而提高对可再生能源的消纳。
-
公开(公告)号：CN111931331A
公开(公告)日：2020-11-13
申请号：CN202010581778.1
申请日：2020-06-23
Applicant: 河海大学
Abstract: 本发明公开了一种适用于配电网机组组合的分布鲁棒优化方法，步骤：基于可再生能源出力的统计数据，构建基于统计数据的模糊集；引入辅助变量，改写模糊集；基于模糊集，建立基于分布鲁棒优化的配电网机组组合模型；应用仿射策略、强对偶理论和二阶锥对偶理论，将模型转化为混合整数二阶锥规划模型；求解混合整数二阶锥规划模型。本发明克服了随机规划对精确概率分布过于依赖以及计算量过大的问题，并有效避免传统鲁棒优化过于保守的问题。本发明将配电网机组组合模型最终转化为易解的混合整数二阶锥规划模型，极大地提高了计算效率，并使得模型能在GAMS等建模软件上直接求解，降低了求解难度。
-
公开(公告)号：CN111884226A
公开(公告)日：2020-11-03
申请号：CN202010655327.8
申请日：2020-07-09
Applicant: 河海大学
Abstract: 本发明公开了一种基于广义半不变量及最大熵法的电网概率潮流分析方法，包括以下步骤：S1：建立计及频率的电力系统潮流模型；S2：建立基于正态分布函数的负荷随机出力模型；S3：采用高斯混合模型建立新能源随机出力模型；S4：基于广义半不变量法对电力系统概率潮流进行计算；S5：采用最大熵法对输出变量的概率密度曲线进行拟合。本发明能够有效处理输入变量随机性影响下的电力系统频率和电压波动问题，具有准确、实用、高效的优点，可以对大规模新能源接入电力系统的越限风险进行全面评估，发现电力系统薄弱环节，促进新能源的进一步消纳。
-
公开(公告)号：CN107025609B
公开(公告)日：2020-10-16
申请号：CN201710156857.6
申请日：2017-03-16
Applicant: 河海大学
Abstract: 本发明公布了一种基于奇异值分解CDKF的电力系统动态状态估计方法，该方法首先将奇异值分解，即SVD技术引入中心差分滤波CDKF，将CDKF中对协方差矩阵的柯林斯基分解替换为奇异值分解，然后借助Stering差值公式，用多项式近似非线性函数的求导运算，并采用中心差分公式替换Taylor展开式中的一阶及二阶求导公式。本发明方法解决了由于计算误差和舍入误差引起协方差矩阵不正定的问题，增强了方法的数值稳定性，避免了复杂的求导运算，计算简单，参数调节简便且滤波精度高。结果表明，本发明方法的数值稳定性优于平方根形式的方法，且滤波精度优于扩展卡尔曼滤波方法和无迹卡尔曼滤波方法。
-
公开(公告)号：CN110070226B
公开(公告)日：2020-06-16
申请号：CN201910335212.8
申请日：2019-04-24
Applicant: 河海大学
IPC: G06F30/27
Abstract: 本发明公开了基于卷积神经网络与元学习的光伏功率预测方法，属于可再生能源开发利用技术领域，通过建立深层卷积神经网络模型，以历史光伏功率数据、历史气象数据和数值气象预报数据作为模型输入，以待预测日的光伏功率作为输出，构成模型训练样本；基于数值气象预报中的辐射数据分析待预测日的天气类型，选取相似日训练样本；基于元学习策略和相似日训练样本，以八个损失函数指标训练神经网络模型，输出八个预测结果，实现光伏功率的点预测和概率预测；本发明还公开了其预测系统。本发明方法能够适应不同季节、不同天气的光伏功率预测情况，具备极高的预测精度，能够有效提升光伏并网系统运行稳定性。
-
-
-
-
-
-
-
-
-
Search Results
702
records
(took 0.056 seconds)
