-
公开(公告)号:CN114037005B
公开(公告)日:2024-11-26
申请号:CN202111255211.6
申请日:2021-10-27
Applicant: 上海电机学院
IPC: H02J3/00 , G06Q10/04 , G06Q50/06 , G06F18/2321 , G06F18/2132 , G06F18/241
Abstract: 本发明涉及一种基于优化选取典型日负荷曲线的电力负荷预测方法,包括以下步骤:获取负荷原始数据;对负荷原始数据进行预处理,得到特征指标;采用改进后的PFCM算法,与模糊线性判别法(FLDA)相结合,以对预处理后的负荷原始数据进行聚类分析,确定出聚类中心矩阵;确定基准日,根据皮尔森相关系数法,分别计算每个月基准日与各聚类中心的相关性,确定出每个月所属的类别;以每类中隶属度最大的样本点为典型日负荷曲线,基于该典型日负荷曲线进行电力负荷预测,得到相应的预测结果。与现有技术相比,本发明通过改进PFCM算法,并结合FLDA方法,以能够优化选取出与聚类中心更近的典型日负荷曲线,从而有效提高电力负荷预测的准确性。
-
公开(公告)号:CN114037005A
公开(公告)日:2022-02-11
申请号:CN202111255211.6
申请日:2021-10-27
Applicant: 上海电机学院
Abstract: 本发明涉及一种基于优化选取典型日负荷曲线的电力负荷预测方法,包括以下步骤:获取负荷原始数据;对负荷原始数据进行预处理,得到特征指标;采用改进后的PFCM算法,与模糊线性判别法(FLDA)相结合,以对预处理后的负荷原始数据进行聚类分析,确定出聚类中心矩阵;确定基准日,根据皮尔森相关系数法,分别计算每个月基准日与各聚类中心的相关性,确定出每个月所属的类别;以每类中隶属度最大的样本点为典型日负荷曲线,基于该典型日负荷曲线进行电力负荷预测,得到相应的预测结果。与现有技术相比,本发明通过改进PFCM算法,并结合FLDA方法,以能够优化选取出与聚类中心更近的典型日负荷曲线,从而有效提高电力负荷预测的准确性。
-
公开(公告)号:CN113885647A
公开(公告)日:2022-01-04
申请号:CN202111144449.1
申请日:2021-09-28
Applicant: 上海电机学院
IPC: G05F1/67
Abstract: 本发明涉及一种自适应最大功率跟踪控制方法,包括:采集当前电压和电流值;根据当前电压和电流值,分别计算得到当前功率值、电压变化量和功率变化量;根据电压变化量和功率变化量,结合预设的导数阈值,确定出占空比扰动值;根据当前功率值和当前电压值,结合上一次功率值、上一次电压值、上一次占空比以及占空比扰动值,确定当前占空比;基于当前占空比,调制相应的PWM驱动信号,以控制DC/DC变换器的工作状态。与现有技术相比,本发明能够同时保证最大功率跟踪的跟踪速度及稳定性。
-
-