-
公开(公告)号：CN108415880A
公开(公告)日：2018-08-17
申请号：CN201810100115.6
申请日：2018-02-01
Applicant: 中国南方电网有限责任公司超高压输电公司检修试验中心 , 华南理工大学
Abstract: 本发明公开了一种基于样本熵与小波变换的线损特性分析方法，包括S1、输入原始线损数据；S2、设定滑动移除数据的窗口长度S以及滑动步长L；S3、从待分析的原始线损率数据的第i个数据开始连续移除S个数据，再将剩余N-S个数据拼接在一起形成一个新的线损率序列；S4、利用样本熵理论计算重新拼接的线损率序列的熵值；S5、保持移除数据的窗口尺度不变，以步长L逐步移动窗口，重复步骤S3～S5，直到原始线损率数据序列结束为止等步骤，本发明首次将样本熵结合滑动技术与小波变换应用于电力系统的线损异常检测与分析，能够对电力系统产生的大量线损率数据进行异常检测。
-
公开(公告)号：CN108415880B
公开(公告)日：2021-08-27
申请号：CN201810100115.6
申请日：2018-02-01
Applicant: 中国南方电网有限责任公司超高压输电公司检修试验中心 , 华南理工大学
Abstract: 本发明公开了一种基于样本熵与小波变换的线损特性分析方法，包括S1、输入原始线损数据；S2、设定滑动移除数据的窗口长度S以及滑动步长L；S3、从待分析的原始线损率数据的第i个数据开始连续移除S个数据，再将剩余N‑S个数据拼接在一起形成一个新的线损率序列；S4、利用样本熵理论计算重新拼接的线损率序列的熵值；S5、保持移除数据的窗口尺度不变，以步长L逐步移动窗口，重复步骤S3～S5，直到原始线损率数据序列结束为止等步骤，本发明首次将样本熵结合滑动技术与小波变换应用于电力系统的线损异常检测与分析，能够对电力系统产生的大量线损率数据进行异常检测。
-
公开(公告)号：CN114021818B
公开(公告)日：2025-02-11
申请号：CN202111308282.8
申请日：2021-11-05
Applicant: 华南理工大学
IPC: H02J3/00 , G06Q10/04 , G06Q50/06 , G06F18/2321 , G06N3/0455 , G06N3/0442 , G06N3/084 , G06F123/02
Abstract: 本发明公开了考虑时空分布特征的风电功率多步预测方法，包括：利用所获取的风电机组数据，对风电机组数据进行聚类，聚类成若干个机组群，以提取出风电场功率的空间分布特征；对每一个机组群的功率序列进行EEMD分解，得到若干个风电场功率子序列，提取出风电功率序列的时间分布特征；为每一个机组群的子序列分别建立编码器‑解码器多步预测网络模型，该网络模型由两个GRU网络组成，第一个网络提取输入功率序列的有效信息后将其编码成特征向量；第二个网络则对编码器传送过来的特征向量进行解码，获得预测功率序列；将各个机组群的预测功率进行重构，获得风电场总功率的预测曲线。本方法保证了预测尺度和预测精度，更加贴近实际风电调度任务场景。
-
公开(公告)号：CN118014128A
公开(公告)日：2024-05-10
申请号：CN202410118273.X
申请日：2024-01-26
Applicant: 华南理工大学
IPC: G06Q10/04 , G06Q10/067 , G06Q10/0637 , G06Q50/06 , G06Q30/06 , G06F18/23213
Abstract: 本发明公开了一种海上风电参与中长期双边协商交易优化决策方法及装置，该方法包括S1、通过时间序列相似性度量方法得到最优匹配的用电负荷组合；S2、在最优匹配的用电负荷组合的基础上，考虑用户的需求响应资源备用能力以及发用电曲线预测误差，构建基于两阶段分布鲁棒优化的中长期交易决策模型；S3、求解所述基于两阶段分布鲁棒优化的中长期交易决策模型，生成海上风电交易决策结果。本发明为海上风电寻找最优特性匹配的用户进行中长期双边协商交易提供技术支撑，同时为如何制定中长期自定义分解曲线提供方法依据，降低因不考虑发用双方发用曲线特性进行中长期交易而导致的亏损，有效促进海上风电参与市场化交易及消纳。
-
公开(公告)号：CN116865272A
公开(公告)日：2023-10-10
申请号：CN202310607199.3
申请日：2023-05-26
Applicant: 华南理工大学
Abstract: 本发明公开了一种输配系统N‑1故障下静态电压稳定裕度计算方法及装置。通过Galerkin多项式逼近法获得每个配电网边界母线注入功率关于边界节点电压和负荷增长系数的近似解析表达式，将配电网的边界近似解析表达式代入输电网的SVSM求解方程中，以降低输配系统的计算规模和提高N‑1故障后SVSM的计算效率；以故障参数作为嵌入变量，将某个N‑1故障后SVSM与故障前SVSM和故障参数之间关系近似描述为多项式。通过构造FFHE矩阵方程，并将系统故障前SVSM分岔点处的各状态变量取值作为第0阶系数，从低阶到高阶逐阶求解FFHE的矩阵方程，得到输配系统N‑1故障后SVSM与故障前SVSM之间的近似解析函数关系式。采用PA方法，进一步幂级数表达式转化为有理分式逼近的表达式，提高算法的收敛性能。
-
Patent Agency Ranking
公开(公告)号：CN116777039A
公开(公告)日：2023-09-19
申请号：CN202310448917.7
申请日：2023-04-24
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于训练集分段和误差修正的双层神经网络风速预测方法，该方法主要包括数据集处理步骤、模型训练与优化步骤、模型预测步骤。本方法在双层神经网络模型中加入了改进的误差修正方法，使用第一层网络的预测误差做为第二层网络的训练集，这种方法使第一层网络的预测误差得到修正，提升了双层神经网络的整体预测精度；同时虑第一层神经网络和第二层神经网络参数之间的相互影响，使用遗传算法寻找模型中的每层神经网络之间的最佳平衡点，确定其合理的超参数，提升了模型在不同地区不同风电场中的适用性。
-
公开(公告)号：CN107959301B
公开(公告)日：2020-11-03
申请号：CN201711272249.8
申请日：2017-12-06
Applicant: 华南理工大学 , 南方电网科学研究院有限责任公司
Abstract: 本发明公开了一种含光伏的低压配电网分布式储能优化配置与运行方法，该方法包括：分别确定DES的总额定功率以及整个LVDN所需DES的总额定电量；构建DES优化配置与运行模型；对DES优化配置与运行模型进行求解，获得LVDN中DES的优化配置与运行方案。本方法首先根据对节点电压允许偏移的要求来确定整个LVDN所需DES的总额定功率和总额定电量，然后构建了以上级电网负荷率最大为目标、考虑DES的电压无功控制特性对LVDN电压的支撑作用以及LVDN中DES的安装点数限制的优化模型，优化结果表明所提出优化模型能够对DES的安装位置、额定功率、额定电量和各时段的充放电状态和功率同时进行优化决策，在对上级电网负荷率进行优化的同时也能够使电网的有功损耗得到一定程度的减小。
-
公开(公告)号：CN108471133A
公开(公告)日：2018-08-31
申请号：CN201810220119.8
申请日：2018-03-16
Applicant: 华南理工大学
Abstract: 本发明公开了基于两阶段随机模糊模拟的配电网随机模糊潮流算法，属于电力系统不确定潮流计算领域，本方法考虑了风电出力、光伏出力及负荷需求的随机和模糊两种不确定性对网络状态变量的影响。首先建立风电出力、光伏出力和负荷需求的随机模糊不确定性模型，然后通过两阶段随机模糊模拟技术得到系统电压和功率的分布特征模型。其中，随机模拟阶段利用了多点估计技术，模糊阶段利用了模糊模拟技术，提高了算法的计算效率。本发明能够同时考虑系统中随机和模糊两种不确定性的影响，能够适应更多的系统环境并与系统稳定控制等算法兼容。
-
公开(公告)号：CN104463716B
公开(公告)日：2018-04-10
申请号：CN201410857022.X
申请日：2014-12-31
Applicant: 广东电网有限责任公司电力调度控制中心 , 华南理工大学
IPC: G06F17/00
Abstract: 一种基于天气因素的电网调度操作风险预警方法和系统，其方法包括：获取电网调度操作设备所处位置的包括多个气象指标数据的天气状态信息；将每个气象指标数据与其对应的预设阈值相减，并将差值与所述预设阈值相比，获得该气象指标数据对应的气象指标值；将各气象指标值按照相同的平移幅度进行平移，直至平移后的各气象指标值为正数时，确定各气象指标值对应的气象指标平移值；根据所述气象指标平移值计算对应的气象熵值，并对各气象熵值进行修正，获得基于当前天气因素为影响因素的电网调度操作的风险影响值；根据所述风险影响值对当前天气因素下的电网调度操作进行预警。本发明提高了获得风险影响值的准确性，避免了预警时的误报。
-
公开(公告)号：CN104463344B
公开(公告)日：2018-01-16
申请号：CN201410597479.1
申请日：2014-10-29
Applicant: 广东电网有限责任公司电力调度控制中心 , 华南理工大学
CPC classification number: Y04S10/54
Abstract: 一种电网短期负荷预测方法和系统，根据与预测日同类型日期的历史数据计算预测日的日负荷曲线变化系数。根据同类型日期的历史数据进行回归分析，得到日最大负荷与日最高温度的回归方程，以及日最小负荷与日最低温度的回归方程。根据日最大负荷与日最高温度的关系，以及日最小负荷与日最低温度的关系对预测日的最大负荷和最小负荷进行预测，再结合预测日的日负荷曲线变化系数得到预测日的各时段的负荷预测值。由于考虑气温变化对日负荷曲线变化的影响，提高了夏季炎热等特殊气温条件下的短期负荷预测精度，与传统的电网短期负荷预测方法相比，提高了预测准确性。
-
-
-
-
-
-
-
-
-
Search Results
102
records
(took 0.087 seconds)
