-
公开(公告)号：CN115545447A
公开(公告)日：2022-12-30
申请号：CN202211179593.3
申请日：2022-09-27
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于小波分解和改进神经网络的非侵入式负荷分解方法，主要利用非侵入式负荷识别装置对用电信息进行采集，对采集到的数据信息进行预处理操作，通过四层小波分解提取负荷特征，然后输入到改进的神经网络进行训练学习：改进点主要体现在网络是多尺度多输入的，训练过程是多分辨率的并且网络按小波分解层数分为四个部分分别进行训练最后在重新拼接，然后利用大量数据调节网络参数，完善非侵入式负荷分解模型后完成负荷分解任务，并对非侵入式负荷分解结果进行分析。通过本发明可以结合时频域，解决当负荷数据过多时，重要的信息可能会丢失，数据特征利用率低而且多状态过程电器难以识别的问题。
-
公开(公告)号：CN114626410A
公开(公告)日：2022-06-14
申请号：CN202210186457.0
申请日：2022-02-28
Applicant: 华南理工大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于形态学滤波与VMD的电力系统振荡辨识方法，包括步骤：1)采用形态学滤波方法，构建多尺度结构元素，对电力系统振荡信号进行多尺度形态学分解，通过设置阈值滤除噪声，得到降噪后的重构信号；2)对重构信号进行VMD分解，对得到的本征模函数应用Teager‑Kaiser能量算子计算其频率以及阻尼比，即得到了电力系统振荡信号的参数辨识结果。本发明将形态学滤波与VMD相结合，避免了噪声模态的干扰，克服了无法兼顾频率与时间分辨率精度的问题，同时引入Teager‑Kaiser能量算子实现快速精确的电力系统振荡模态参数辨识。
-
公开(公告)号：CN112787308B
公开(公告)日：2022-03-29
申请号：CN202110098186.9
申请日：2021-01-25
Applicant: 华南理工大学
IPC: H02H7/045
Abstract: 本发明公开了一种基于差动电流占空比的变压器差动保护方法、系统及介质，其中方法包括：设置差动电流占空比；根据差动电流占空比从差动电流波形的间断角出发构建第一条保护判据；根据差动电流占空比从差动电流波形的宽度出发构建第二条保护判据；根据差动电流占空比构建第三条保护判据；通过三个逻辑门对第一条保护判据、第二条保护判据、第三条保护判据和二次谐波制动判据进行配置，以构建最终的保护方案。本发明根据差动电流的占空比来构建三条反映差动电流波形特征的保护判据，将这三条判据与现有的二次谐波制动判据相结合来构成用于电力变压器的差动保护方案，以此来进一步提升变压器的安全性，可广泛应用于电力系统继电保护的技术领域。
-
公开(公告)号：CN114202107A
公开(公告)日：2022-03-18
申请号：CN202111370814.0
申请日：2021-11-18
Applicant: 华南理工大学
IPC: G06Q10/04 , G06Q50/06 , G06F16/2458
Abstract: 本发明公开了一种超短期风速预测方法及装置，其中方法包括：获取风速时间数据，对风速时间数据进行间隔采样，获得时间序列；将采样获得的时间序列分解为近似序列和细节序列；对近似序列和细节序列的高阶张量进行汉克化处理，获得三阶张量；对三阶张量沿着时间维度切片，并对每一个时刻的二阶张量切片使用塔克分解，获得低秩高阶时间序列；将核心张量时间序列送入长短期记忆网络进行学习，训练得到最优网络参数，并预测得到未来时刻的二阶核心张量切片；对二阶核心张量切片进行变换处理，获得未来的风速预测值。本发明在数据处理环节先分解一维风速时间序列，获得高频特征和低频特征；有效提高预测能力，可广泛应用于风电场的风速预测领域。
-
公开(公告)号：CN113339634A
公开(公告)日：2021-09-03
申请号：CN202110408040.X
申请日：2021-04-15
Applicant: 华南理工大学
IPC: F16M11/04 , F16M11/22 , F16F15/067
Abstract: 本发明公开了一种适用于综合能源系统中的环保型设备调控装置，具体涉及综合能源系统技术领域，包括固定底座和装置本体，所述固定底座顶端两侧均设有安装架，两个所述安装架顶端相对的一侧均开设有放置槽，所述装置本体底端设有放置座，所述放置座与放置槽活动连接，两个所述安装架相对一侧设有压板，所述固定底座底端两侧均设有固定吸盘。本发明通过安装架可以对放置座进行安装和固定，进而通过压板可以对放置座进行进一步的限定，同时可以通过固定螺栓可以将放置座与压板连接在一起，进而使得放置座可以限定在安装架的内侧，进而通过固定吸盘可以将固定底座安装到桌面，进而使得调控装置的安装和摆放更加的稳定。
-
Patent Agency Ranking
公开(公告)号：CN113297813A
公开(公告)日：2021-08-24
申请号：CN202110556207.7
申请日：2021-05-21
Applicant: 华南理工大学 , 国网新疆电力有限公司
IPC: G06F30/28 , G06F30/18 , G06F17/16 , G06F17/12 , G06F111/10 , G06F113/14 , G06F119/14
Abstract: 本发明公开了一种基于改进三阶牛顿迭代法的电‑气能源系统潮流计算方法，属于综合能源系统及多能潮流计算领域，步骤为：获取电‑气能源系统的网络数据；列写电‑气能源系统中每一节点的非线性方程组，推导电‑气能源系统的统一雅可比矩阵；根据所获得的统一雅可比矩阵，采用改进三阶牛顿迭代法进行迭代计算，直到计算误差达到收敛判据条件或收敛次数达到最大，并输出电‑气能源系统的潮流分布结果。本发明有效地解决了传统牛顿法应用于电‑气能源系统中出现的对初始值敏感以及可能出现的震荡性收敛问题，具有显著工程实用价值和广泛应用前景。
-
公开(公告)号：CN109193721B
公开(公告)日：2020-09-22
申请号：CN201811147469.2
申请日：2018-09-29
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于强化学习的电动汽车充放电策略优化方法，包括步骤：1)构建电动汽车电池充放电物理模型以及电动汽车调频收益计算方法；2)建立电力系统调频市场模型，包括电动汽车参与调频的市场参与形式以及调频机制的设计；3)运用强化学习算法对电动汽车参与调频市场进行训练学习；4)建立调频效益考评方案，由训练所得模型对电动汽车调频效益进行考评。本发明通过利用电动汽车可快速切换充放电模式的优点，将其视作调频服务提供者，通过聚合商参与到调频市场中，在满足自身充电需求的同时得到调频补偿，并将强化学习算法运用到充放电策略优化当中，得到了极好的调频效果。
-
公开(公告)号：CN106600037B
公开(公告)日：2020-06-19
申请号：CN201611013815.9
申请日：2016-11-18
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于主成分分析的多参量辅助负荷预测方法，首先，收集影响负荷量的变量，然后，用主成分分析法分析了各变量之间的相关性，找出主成分；接着，将主成分与历史负荷数据一起作为模型输入，负荷作为输出，训练模型并实现负荷预测；最后，算出负荷密度、负荷自然增长率及同期系数。本发明预测负荷物理意义明确，预测结果稳定，预测精度高。此外，本发明预测方法是数据驱动、自适应的方法，其预测结果不依赖于使用者的先验知识。
-
公开(公告)号：CN108512470B
公开(公告)日：2019-10-18
申请号：CN201810314829.7
申请日：2018-04-10
Applicant: 华南理工大学
IPC: H02P9/14 , H02P103/20
Abstract: 本发明公开了一种基于开关控制的同步发电机切换励磁控制方法，该励磁控制方法仅需要测量发电机的转速信号，在同步发电机受到外部扰动后，根据发电机转速在状态空间中的位置在开关励磁控制器和常规连续励磁控制器之间切换。开关励磁控制方法根据其开关逻辑产生的控制信号仅有两个值，即最大励磁电压和最小励磁电压。切换励磁控制方法的切换策略设计为：当同步发电机受到外部扰动使得其转速偏离原来的平衡点时，控制方法切换为开关励磁控制器，在开关励磁控制器的控制下发电机的转速能够以最快的速度收敛到原平衡点附近的一个小临域内；当发电机转速在经过原平衡点时控制器切换为常规连续励磁控制器。
-
公开(公告)号：CN105930941B
公开(公告)日：2019-10-18
申请号：CN201610333551.9
申请日：2016-05-19
Applicant: 华南理工大学
Abstract: 本发明公开了一种适用于风电场多变量输入的风能间接预测方法，包括步骤：1)对风速进行预测；2)采用多项式拟合方法对平均趋势分量进行预测和采用降频预测法对随机分量进行预报；3)综合两个独立分量即平均趋势分量与随机分量的预报结果，即可得到风速的预测值；4)做出历史的风能风速数据的分布图，并利用多项式进行拟合，生成功率曲线，利用该功率曲线，根据风速预测值计算出风能预测值，从而实现风能的间接预测。本发明预测风电场发电功率物理意义明确，预测结果稳定，预测精度高。对风能波动较大的风电场也能实现精确的预测，而不依赖于对风电场建模的影响。此外，本发明预测方法是数据驱动、自适应的方法，其预测结果不依赖于使用者的先验知识。
-
-
-
-
-
-
-
-
-
Search Results
200
records
(took 0.034 seconds)
