公开(公告)号：CN103903067B

公开(公告)日：2016-11-30

申请号：CN201410139147.9

申请日：2014-04-09

Applicant: 上海电机学院

Inventor： 公维祥 ,  冯兆红 ,  陈国初 ,  金建 ,  魏浩 ,  陈玉晶 ,  陈勤勤 ,  李义新 ,  王永翔

IPC: G06F17/00

Abstract: 一种风电功率短期组合预测方法，包括：1）对风速、风电功率数据进行归一化处理，分别利用支持向量机回归、Elman神经网络、BP神经网络建立相应单项预测模型；2）根据风速大小对各单项预测模型训练所得预测结果进行分期；3）选取待优化参数，建立组合预测模型4）根据组合预测模型确定目标函数，并采用平均绝对百分误差最小作为目标函数的约束条件，获取优化后参数5）根据优化后参数获取分期后的每一期的权重系数值，更新组合预测模型；6）根据风速大小动态选择对应的权重系数值，利用风电功率测试数据对更新后的组合预测模型进行训练并进行预测，得到组合预测值。本发明有效地综合各单一预测模型的优势，降低预测风险、且预测精度高。

公开(公告)号：CN103871002A

公开(公告)日：2014-06-18

申请号：CN201410112476.4

申请日：2014-03-25

Applicant: 上海电机学院

Inventor： 公维祥 ,  冯兆红 ,  陈国初 ,  陈玉晶 ,  魏浩 ,  金建 ,  陈勤勤 ,  王永翔

IPC: G06Q50/06 ,  G06Q10/04 ,  G06N3/00

Abstract: 本发明提供了一种基于自适应蜂群算法的风电功率预测方法及装置，方法包括：1）对风速、风电功率数据进行归一化处理，利用支持向量机回归建立预测模型；2）选取待优化参数及适应度函数，初始化蜜蜂及蜜源位置，调用均匀分布函数赋蜜蜂位置；3）对蜜蜂搜索空间进行lgx对数变换，并计算各食物源收益率；4）进行邻域搜索，并进行自适应权重系数调整；5）判断是否满足收敛条件，若满足则执行步骤6），否则返回执行步骤3）；6）获取优化后参数，更新预测模型；7）利用风电功率测试数据对更新后的预测模型进行训练并进行预测，得到预测结果。本发明有效提高了对风电机组的输出功率的预测精度，增强了风电并网的稳定性、经济性。

公开(公告)号：CN103871002B

公开(公告)日：2017-01-18

申请号：CN201410112476.4

申请日：2014-03-25

Applicant: 上海电机学院

Inventor： 公维祥 ,  冯兆红 ,  陈国初 ,  陈玉晶 ,  魏浩 ,  金建 ,  陈勤勤 ,  王永翔

IPC: G06F17/00

Abstract: 本发明提供了一种基于自适应蜂群算法的风电功率预测方法及装置，方法包括：1）对风速、风电功率数据进行归一化处理，利用支持向量机回归建立预测模型；2）选取待优化参数及适应度函数，初始化蜜蜂及蜜源位置，调用均匀分布函数赋蜜蜂位置；3）对蜜蜂搜索空间进行lgx对数变换，并计算各食物源收益率；4）进行邻域搜索，并进行自适应权重系数调整；5）判断是否满足收敛条件，若满足则执行步骤6），否则返回执行步骤3）；6）获取优化后参数，更新预测模型；7）利用风电功率测试数据对更新后的预测模型进行训练并进行预测，得到预测结果。本发明有效提高了对风电机组的输出功率的预测精度，增强了风电并网的稳定性、经济性。

公开(公告)号：CN104578152A

公开(公告)日：2015-04-29

申请号：CN201410834537.8

申请日：2014-12-23

Applicant: 上海电机学院

Inventor： 梁艺腾 ,  王致杰 ,  王永翔

IPC: H02J3/38 ,  H02J7/35 ,  H02J13/00

CPC classification number: Y02A30/62 ,  Y02E40/72 ,  Y04S10/12 ,  Y04S10/123 ,  H02J3/382 ,  H02J3/383 ,  H02J7/35 ,  H02J9/00 ,  H02J13/00

Abstract: 本发明公开了一种含有海水淡化系统的海岛微网能量管理系统，采用主从控制、分层实现方式，包括如下三层结构：第1层为分布式发电设备和微网负载的控制器，用于实现微网内能量转换、微源选择以及关键负荷的采集、低频/低压减载功能；第2层为一体化的微网保护及协调控制系统，用于实现微网的中央管理功能以及在并网、孤网两种模式切换条件下的完整的保护控制，以及实现微网在并网/孤网两种模式间的无缝转换；第3层为海岛微网能量管理系统，对分布式发电供能系统的电源进行优化调度，实现微网系统的优化运行，本发明将微网应用布置在不同层次的微网控制器上，结构明晰，具有较强的系统伸缩性和扩展性，经济合理，稳定可靠，具有较强的推广性。

公开(公告)号：CN103903067A

公开(公告)日：2014-07-02

申请号：CN201410139147.9

申请日：2014-04-09

Applicant: 上海电机学院

Inventor： 公维祥 ,  冯兆红 ,  陈国初 ,  金建 ,  魏浩 ,  陈玉晶 ,  陈勤勤 ,  李义新 ,  王永翔

IPC: G06Q10/04 ,  G06Q50/06

Abstract: 一种风电功率短期组合预测方法，包括：1）对风速、风电功率数据进行归一化处理，分别利用支持向量机回归、Elman神经网络、BP神经网络建立相应单项预测模型；2）根据风速大小对各单项预测模型训练所得预测结果进行分期；3）选取待优化参数，建立组合预测模型4）根据组合预测模型确定目标函数，并采用平均绝对百分误差最小作为目标函数的约束条件，获取优化后参数5）根据优化后参数获取分期后的每一期的权重系数值，更新组合预测模型；6）根据风速大小动态选择对应的权重系数值，利用风电功率测试数据对更新后的组合预测模型进行训练并进行预测，得到组合预测值。本发明有效地综合各单一预测模型的优势，降低预测风险、且预测精度高。