-
公开(公告)号：CN109066812A
公开(公告)日：2018-12-21
申请号：CN201811268437.8
申请日：2018-10-29
Applicant: 东北大学
IPC: H02J3/46
Abstract: 本发明提出一种基于双层一致性算法的电力系统多目标优化调度方法，流程包括：建立电力系统多目标优化调度模型；寻找最优条件；设计双层一致性算法求解，找到发电机的最优出力，计算综合期望最小值；本发明考虑了传输损耗对系统供需平衡和机组出力优化的影响，且能够实现对传输损耗的实时计算；采用线性加权和法将多目标优化问题转化为单目标优化问题，供给侧可依据企业诉求通过调节加权系数更好地满足自身利益；实现了电能的优化配置，引导供给侧制定合理的产能方案；在计及传输损耗的前提下，满足用户负荷需求的同时提高企业经济效益和社会环保效益；对通信依赖程度低且有效保护企业和用户隐私，并能实现机组即插即用和有效应对网络拓扑变化。
-
公开(公告)号：CN108376983A
公开(公告)日：2018-08-07
申请号：CN201810239661.8
申请日：2018-03-22
Applicant: 东北大学
IPC: H02J3/00
Abstract: 本发明提供一种基于边界融合的电网状态估计系统及方法，涉及电网状态估计技术领域。系统包括获取各节点的量测量的电网数据采集模块以及包括本地数据单元、状态估计单元的通信模块及数据融合模块，状态估计单元包括存储有基于边界融合的状态估计程序的存储器和显示程序运行输出状态变量的显示器；状态估计程序被执行以便实现基于边界融合的电网状态估计；估计方法为，对区域电网的划分后，建立各区域的量测方程，求取内部量和边界量，对两区域的边界量进行融合后修正边界量，对中间变量进行非线性变换后以最小二乘法求取其状态变量的估计值并输出。本发明系统通信量少，状态估计方法在不失准确性的情况下，提高了电网状态估计的运算速度。
-
公开(公告)号：CN105576678B
公开(公告)日：2018-04-27
申请号：CN201610111638.1
申请日：2016-02-29
Applicant: 东北大学
IPC: H02J3/28
Abstract: 本发明提供一种基于冷热电系统的混合储能系统及方法，该系统包括PLC控制器、上位机、变流滤波器、软化升压器、功率跟随器、软化蓄电器、桥式整流滤波电路、采控电路和储热装置；该方法为采集采控电路的第一运算放大器和第二运算放大器的逻辑输出值，采集软化蓄电器中铅蓄电池组的电压，PLC通过逻辑判断交流母线的电压所在区间，对软化蓄电器和储热装置的储放能模式进行控制；采集软化蓄电器中铅蓄电池组的电压，PLC通过判断软化蓄电器铅蓄电池组的储电状况，控制第一电磁继电器和第二电磁继电器，实现对储热装置和软化蓄电器进行储能控制。
-
公开(公告)号：CN104793107B
公开(公告)日：2017-12-01
申请号：CN201510214022.2
申请日：2015-04-29
Applicant: 东北大学
IPC: G01R31/08
Abstract: 本发明一种基于改进OPA模型的电网连锁故障确定方法，属于电气工程领域，本发明运用最优潮流模型在OPA模型快动态过程中计算系统潮流分布，利用生成介数指标尽量减小由于切除系统负荷给电网的连通性带来的损失；电网拓扑演化模型是从电网本身的演化机理而得到的，主要研究了新的变电站和发电厂的建设时机、选址、容量、接入电网等问题，很好地反映电网拓扑的演化规律；在模拟电网升级和线路改造时运用了差异性规划的思想，为保证重要负荷的持续供电而对关键线路进行扩容改造；与原有OPA模型相比较，本发明中的改进模型在模拟电网连锁故障和电网升级演化过程中更加具有正式性，全面性，更加符合实际情况。
-
公开(公告)号：CN106440902A
公开(公告)日：2017-02-22
申请号：CN201610873850.1
申请日：2016-09-30
Applicant: 东北大学
CPC classification number: Y02E60/142 , Y02P80/15 , F28D20/00 , F24D19/1015 , F24D19/1066 , F28F27/00
Abstract: 一种基于冷热电联产的储热调节系统及其调节方法，属于热交换管理技术领域。调节系统，包括PLC控制器组件、上位机、补燃式余热锅炉、分流调节组件、储热箱组、电加热组件、余热调度组件及用户负荷母线。调节方法：步骤1：设定系统初始化参数；步骤2：系统启动与参数整定；步骤3：进行外环母线供能调节；若为冬季，则运行冬季模式；若为夏季，则运行夏季模式；根据运行模式的不同对余热调度组件进行调节，维持用户负荷母线的温度恒定；步骤4：进行内环负荷供能调节；步骤5：进行余热回收能量调节；步骤6：进行市电储热能量调节；步骤7：判断系统是否出现故障或者季节变化而收到停机信号，若是，则系统工作结束，若否，则返回执行步骤3。
-
Patent Agency Ranking
公开(公告)号：CN105656055A
公开(公告)日：2016-06-08
申请号：CN201610049054.6
申请日：2016-01-25
Applicant: 东北大学
CPC classification number: Y02A30/62 , Y02E10/763 , Y02E40/30 , H02J3/1885 , H02J3/386
Abstract: 本发明提供一种风电场集群无功电压优化控制系统及控制方法，该系统包括无功电压控制模块、交换机、风机ZigBee传感节点模块和联结点集中补偿装置ZigBee传感节点模块，该方法为当风电场需要进行无功优化时，根据风电场并网点电压偏差值与风电场并网点当前电压幅值计算风电场并网点当前所需无功补偿量，确定联结点集中补偿装置当前调节范围和各风机的当前无功功率调节范围，建立风电场集群无功电压优化数学模型，根据风机基本参数对当前风电场中各支路风机的无功功率进行优化，得到优化后的各支路各风机的无功功率，并确定优化后的联结点集中补偿装置的无功功率。
-
公开(公告)号：CN104793107A
公开(公告)日：2015-07-22
申请号：CN201510214022.2
申请日：2015-04-29
Applicant: 东北大学
IPC: G01R31/08
Abstract: 本发明一种基于改进OPA模型的电网连锁故障确定方法，属于电气工程领域，本发明运用最优潮流模型在OPA模型快动态过程中计算系统潮流分布，利用生成介数指标尽量减小由于切除系统负荷给电网的连通性带来的损失；电网拓扑演化模型是从电网本身的演化机理而得到的，主要研究了新的变电站和发电厂的建设时机、选址、容量、接入电网等问题，很好地反映电网拓扑的演化规律；在模拟电网升级和线路改造时运用了差异性规划的思想，为保证重要负荷的持续供电而对关键线路进行扩容改造；与原有OPA模型相比较，本发明中的改进模型在模拟电网连锁故障和电网升级演化过程中更加具有正式性，全面性，更加符合实际情况。
-
公开(公告)号：CN114048908B
公开(公告)日：2024-07-02
申请号：CN202111348715.2
申请日：2021-11-15
Applicant: 东北大学
Abstract: 本发明提供一种统一电网‑分布式热网系统多时间尺度加强区间优化方法，涉及电热互联系统优化调度领域。通过建立成本最小目标函数，合理的机组约束以及考虑到电流和水流传输速度的不同，采用多时间尺度优化调度策略，实时调整机组出力情况。同时考虑到风电机组预测出力以及电热负荷预测值容易受到天气等因素的影响而导致的不确定性，采用加强区间优化方法，用区间数的形式来描述这种不确定性，通过计算可以得到决策变量和目标函数的区间解计算出期望值，也就是解区间的最优值，即得到加强区间优化模型的最优解。
-
公开(公告)号：CN117035844A
公开(公告)日：2023-11-10
申请号：CN202311016735.9
申请日：2023-08-11
Applicant: 国网辽宁省电力有限公司经济技术研究院 , 东北大学
Inventor： 商文颖 , 潘霄 , 张娜 , 赵琳 , 程孟增 , 杨国琛 , 杨博 , 杨朔 , 梁毅 , 韩震焘 , 张子信 , 尹婧娇 , 吉星 , 刘禹彤 , 侯依昕 , 杨方圆 , 仲崇飞 , 刘凯 , 金鑫 , 黄博南
IPC: G06Q30/0202 , G06Q50/06 , G06N3/0442 , G06N3/084
Abstract: 本发明提供一种基于混合数据和Adam‑LSTM模型的宏观经济预测模型及方法，涉及人工智能技术领域，本发明提供的技术方案中，根据历史数据对使用深度学习模型搭建的关联关系模型进行训练，并对参数进行修正得到经济预测模型；响应于宏观经济预测请求，接收并解析所述宏观经济预测请求中包含的预测指标，其中，所述预测指标包括用电量、平均温度、平均相对湿度以及降水量；将所述预测指标输入预先建立好的所述经济预测模型中进行预测，得到宏观经济预测值。本发明实施例中，通过预先用历史数据训练的深度学习模型对宏观经济进行预测，能够在综合考虑多种影响指标的情况下以用电量预测宏观经济状况，提高宏观经济预测的准确度。
-
公开(公告)号：CN110378286B
公开(公告)日：2023-03-28
申请号：CN201910652562.7
申请日：2019-07-19
Applicant: 东北大学
Abstract: 本发明公开一种基于DBN‑ELM的电能质量扰动信号分类方法，属于信号分类技术领域。该方法利用深度信念网络DBN对扰动信号进行特征提取，在搭建DBN时利用改进的量子粒子群算法对DBN网络中的每个RBM的学习速率进行寻优，再利用极限学习机ELM对提取的特征进行分类，得到电能质量扰动信号的类别。该方法充分利用了深度学习的特点，提高了分类准确率以及抗噪性，使得单一扰动和复合扰动均能得到准确的分类。
-
-
-
-
-
-
-
-
-
Search Results
224
records
(took 0.056 seconds)
