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

    公开(公告)号:CN111275571A

    公开(公告)日:2020-06-12

    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。

    基于交叉熵及客观熵权法的电-热互联综合能源系统风险评估方法

    公开(公告)号:CN111241479A

    公开(公告)日:2020-06-05

    申请号:CN202010024285.8

    申请日:2020-01-10

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于交叉熵及客观熵权法的电-热互联综合能源系统风险评估方法,包括以下步骤:S1:建立电-热互联综合能源系统潮流模型;S2:采用高斯混合模型建立电-热负荷以及新能源出力的随机概率密度函数;S3:基于交叉熵法对电-热互联综合能源系统各个指标风险水平进行计算;S4:基于客观熵权对各个指标权重进行计算;S5:将各个指标的风险指数和权重相乘得到系统运行综合风险评估指标。本发明能够有效处理输入变量随机性影响下的电-热互联综合能源系统风险指标评估问题,具有准确、实用的优点,对综合能源系统安全、稳定运行具有一定指导意义。

    一种基于概率能量流的辐射型热网统计特征获取方法

    公开(公告)号:CN110765577A

    公开(公告)日:2020-02-07

    申请号:CN201910891018.8

    申请日:2019-09-20

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于概率能量流的辐射型热网统计特征获取方法,该方法包括:(1)获取辐射型热网模型参数信息,并根据所述参数信息建立热网系统模型;(2)设置热网系统模型中热负荷服从独立正态分布,根据热网系统模型得到与热源相邻管道流量均值与方差,再根据热网系统模型,得到相邻管道流量的均值和方差所满足的关系,进而得到各管道流量的均值与方差;(3)通过热网系统模型得到节点温度与管道流量倒数的关系,并结合连续型随机变量概率密度函数理论,得到各管道流量间的相关系数,进而得到各节点温度的均值与方差。本发明模型简单,计算速度快。

    基于GMM及多点线性半不变量法的电-热互联综合能源系统概率潮流分析方法

    公开(公告)号:CN110707704A

    公开(公告)日:2020-01-17

    申请号:CN201910950149.9

    申请日:2019-10-08

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于GMM及多点线性半不变量法的电-热互联综合能源系统概率潮流分析方法,包括以下步骤:建立电-热互联综合能源系统潮流模型;采用高斯混合模型建立电-热负荷以及新能源出力的随机概率密度函数;获取具有相关性的电-热综合能源系统负荷和新能源出力的样本;采用分段线性化思想,将综合能源系统中的电-热负荷和新能源出力进行分段,然后通过离散化的半不变量法对输出状态变量的概率潮流进行计算,最终得到输出变量的各阶半不变量;拟合输出状态变量概率密度分布函数。本发明能够有效处理输入变量随机性影响下的电-热综合能源系统概率潮流问题,具有快速、准确、实用的优点,对综合能源系统安全运行具有一定指导意义。

    一种基于深度学习的电力系统快速状态估计方法

    公开(公告)号:CN110443724A

    公开(公告)日:2019-11-12

    申请号:CN201910654528.3

    申请日:2019-07-19

    Applicant: 河海大学

    Abstract: 本发明提供了一种基于深度学习的电力系统快速状态估计方法,属于电力系统监测、分析和控制技术领域。其技术方案为:一种基于深度学习的电力系统快速状态估计方法,选取DNN网络作为深度学习模型,以相关性分析方法选择特征输入,通过噪声网络提高模型对坏数据的抗差能力。解决了传统的基于物理模型的状态估计方法会出现计算效率低、运行速度慢,过于复杂的网架结构甚至可能导致状态估计收敛性和稳定性差的技术问题。本发明的有益效果为:本发明在计算速度上较传统估计方法有明显提升,该方法的估计精度以及对量测坏数据的鲁棒性较传统估计方法也有较大提升。

    一种基于技术型虚拟电厂的配电网阻塞管理方法

    公开(公告)号:CN110348610A

    公开(公告)日:2019-10-18

    申请号:CN201910535212.2

    申请日:2019-06-20

    Applicant: 河海大学

    Abstract: 本发明公开一种基于技术型虚拟电厂的配电网阻塞管理方法,包括以下步骤:根据原始数据构建以VPP利润最大为优化目标的VPP经济调度模型,求解该模型得到各聚合单元的调度方案;构造潮流计算优化模型,得到配电网各节点的电压和相角,并计算各线路潮流,判断各线路潮流是否越限;若发生越限则以调整节点数和系统调整量最小为优化目标建立VPP安全校正优化模型,通过引入权重和极大值将多目标优化问题转化为具有优先级的单目标优化问题,得到各聚合单元校正量。此种方法可有效消除线路阻塞问题。

    计及分布式电源和负荷不确定性的多目标配网重构方法

    公开(公告)号:CN105741193B

    公开(公告)日:2019-10-18

    申请号:CN201610246588.8

    申请日:2016-04-20

    Applicant: 河海大学

    Abstract: 本发明公布了计及分布式电源和负荷不确定性的多目标配网重构方法,该方法充分地考虑了风电出力、光伏发电以及负荷的不确定性。本发明首先给出配网优化运行的三个重要评估指标:有功损耗、节点最小电压值、负荷均衡度,即重构优化的三个目标。接着,采用场景分析法处理风电出力、光伏出力以及负荷中的不确定性因素。最后,利用多目标扰动生物地理学算法与模糊集理论获得最终重构方案。本发明能够快速找到多目标配网重构的决策解,具有较高的搜索效率,在消纳分布式电源的情况下,通过网络重构能够明显改善网络的各项指标,使得重构更加符合实际决策过程。

Patent Agency Ranking