-
Patent Agency Ranking
公开(公告)号：CN119202668A
公开(公告)日：2024-12-27
申请号：CN202411350505.0
申请日：2024-09-26
Applicant: 国网黑龙江省电力有限公司鹤岗供电公司 , 东北农业大学 , 国家电网有限公司
IPC: G06F18/213 , G06F18/27 , G06Q50/06 , H02J3/00
Abstract: 基于TPE‑DART算法的短期日前电力负荷需求负荷预测方法，电力系统负荷预测领域。解决了现有的短期负荷预测方法预测准确性低的问题。本发明利用DART算法构建负荷预测模型，利用负荷‑气象特征数据集对负荷预测模型进行优化训练，且优化训练过程中以评价指标作为约束条件对负荷预测模型的超参数组合进行优化约束，得到优化后的负荷预测模型；并且优化训练过程中采用TPE算法，并依据五折交叉检验的方式，确定最优超参数组合。确定最优超参数组合方式、以及优化训练过程中考虑了气候对负荷预测的影响，提升了预测准确。本发明主要用于进行电力负荷预测。
-
公开(公告)号：CN119514797A
公开(公告)日：2025-02-25
申请号：CN202411663088.5
申请日：2024-11-20
Applicant: 国网黑龙江省电力有限公司鹤岗供电公司 , 东北农业大学 , 国家电网有限公司
Inventor： 金宪才 , 王胜铎 , 张首军 , 房俊龙 , 魏东辉 , 赵庆贺 , 武力刚 , 王保意 , 崔言志 , 王鸣迪 , 王昭滨 , 徐勇军 , 阮德俊 , 李祥云 , 程亮 , 王丽丽 , 许世洁 , 高兴山 , 付强
IPC: G06Q10/04 , G06Q50/06 , G06F18/22 , G06F18/214 , G06N20/00 , G06F18/2433 , G06N3/0985 , G06N7/01 , H02J3/00 , H02J3/38 , H02S50/00
Abstract: 基于改进弹性网回归的太阳能发电功率预测方法，属于太阳能发电系统出力预测领域。解决了现有现有太阳能发电潜力预测方法准确性差的问题。本发明采集目标太阳能发电系统所在地的气象影响因素数据和入网电力实时功率数据，建立出力‑气象特征数据集，利用网格搜索算法结合k折交叉验证确定权衡系数r和正则化强度参数λ，构建弹性网回归模型；对所述回归模型训练，采用TPE优化算法对弹性网回归模型的权衡系数r和正则化强度参数λ进行优化，获取太阳能发电预测模型，再采用测试集对所述发电预测模型测试，最终利用测试后的发电预测模型进行发电功率预测。本发明适用于太阳能发电功率预测。
-
公开(公告)号：CN119202667A
公开(公告)日：2024-12-27
申请号：CN202411350502.7
申请日：2024-09-26
Applicant: 国网黑龙江省电力有限公司鹤岗供电公司 , 东北农业大学 , 国家电网有限公司
IPC: G06F18/213 , G06N3/0442 , G06N3/08 , H02J3/00
Abstract: 基于SDP‑BiLSTM的短期日前负荷预测模型及预测方法，属于电力系统负荷预测领域。解决了传统短期日前负荷预测方法预测精度低、稳定性差的问题。本发明的特征提取层包括两个双层BiLSTM，分别对NWP序列和电力负荷序列进行特征提取，得到特征向量Hnwp和Hload；SDP注意力层将Hnwp和Hload进行线性变换转化为查询向量Q、键向量K和值向量V；对Q和K通过点积得到点积得分矩阵，并通过softmax函数缩放得到向量ω后与V点积得到中间向量C，C与Hnwp采用拼接方式进行特征融合，得到HSDP；输出层，用于对HSDP依次进行特征提取和全连接操作实现负荷序列预测。本发明主要用于电力负荷预测。
-
公开(公告)号：CN119070276A
公开(公告)日：2024-12-03
申请号：CN202411106680.5
申请日：2024-08-13
Applicant: 国网黑龙江省电力有限公司鹤岗供电公司 , 东北农业大学 , 国家电网有限公司
Inventor： 金宪才 , 王胜铎 , 张首军 , 房俊龙 , 魏东辉 , 赵庆贺 , 武力刚 , 王保意 , 崔言志 , 王鸣迪 , 王昭滨 , 徐勇军 , 阮德俊 , 李祥云 , 程亮 , 王丽丽 , 许世洁 , 高兴山 , 付强
IPC: H02J3/00 , G06N3/0442 , G06N3/045 , G06N3/0985 , G06Q10/04 , G06Q50/06
Abstract: 本申请的一种基于Bi‑LSTM的短期电力负荷预测方法，通过负荷‑气象特征训练集和评价指标对Bi‑LSTM模型进行超参数优化，根据优化后的Bi‑LSTM模型超参数得到优化Bi‑LSTM模型，根据优化Bi‑LSTM模型预测负荷数据；本发明能够能充分挖掘电力负荷数据中的时序特征，使得短期电力负荷预测的精度能够得到有效的提升。
-
公开(公告)号：CN209612092U
公开(公告)日：2019-11-12
申请号：CN201822119048.0
申请日：2018-12-17
Applicant: 东北农业大学
Abstract: 本实用新型提供了一种智能跑步机设备，涉及健身设备。所述智能跑步机设备包括：机架；驱动电机，安装于所述机架处；以及皮带，呈环状并安装在所述机架上，所述皮带与所述驱动电机传动连接，以在所述驱动电机驱动下，通过所述皮带转动，而使在所述皮带顶面踩踏的跑步者跑步；所述智能跑步机设备还包括：两块踏板，依次沿着所述皮带的转动方向铺设在所述皮带顶面下方的所述机架上，所述皮带将两块所述踏板环套；多个第一压力传感器，每组的多个所述第一压力传感器安装在相应的所述踏板下方；以及控制器，与多个所述第一压力传感器及所述驱动电机连接。以利用对跑步者踩踏皮带的压力，而基于跑步者的运动需求而改变跑步机配速。
-
-
-
-
Search Results
5
records
(took 0.021 seconds)
