-
公开(公告)号：CN110707745B
公开(公告)日：2023-05-16
申请号：CN201910983612.X
申请日：2019-10-16
Applicant: 中国矿业大学
Abstract: 本发明公开了基于改进VMD的电热综合系统多时间尺度经济调度方法，首先，将VMD改进为能够在规定中心频率基础上的自适应分解方法；然后接着建立含混合储能的电热综合系统多时间尺度调度模型，根据风电长期趋势、储能和热力部分响应速度确定中心频率，采用改进后VMD对风电信号进行3层分解；第1层与风电长期趋势匹配，用来制定机组启停、机组和电锅炉初步出力，第2层频率与能量型储能装置响应速度相适应，用来确定该储能装置充放电计划和机组、电锅炉调节量，第3层频率与功率型储能装置相适应，用来制定其充放电计划，再通过日内和实时调度模型修正。采用改进VMD，可以有效减少弃风量和切负荷量。
-
公开(公告)号：CN114548600A
公开(公告)日：2022-05-27
申请号：CN202210230705.7
申请日：2022-03-10
Applicant: 中国矿业大学
Abstract: 本发明公开了一种海岛微网多能源系统优化调度模型，首先，将氢储能系统细分为电‑氢和氢‑电两部分，建立了电制氢设备的效率特性模型和氢燃料电池(hydrogenfuelcell，HFC)的输出模型，然后建立了海水淡化设备(seawaterdesalinationequipment，SDE)的效率特性模型，最后在微网优化调度中考虑HPE和SDE的效率特性，SDE将富余风电转化为淡水满足居民生活需求，HPE将富余风电以氢气的形式存储，实现了电‑氢的转化，风力不足时通过HFC将氢气再次以电能回馈电网，产生的热能可以通过热网供给用户，实现了电能‑氢能、氢能‑电能的双向转化，促进风能高效利用。
-
公开(公告)号：CN107579545B
公开(公告)日：2021-04-06
申请号：CN201710814752.5
申请日：2017-09-12
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于改进径向移动算法(IRMO)求解含风电电力系统经济调度的方法，从风电高低估成本、阀点效应、旋转备用约束和网络损耗等常考虑因素入手，建立了计及风电不确定性的通用经济调度模型，该模型具有通用性；为求解此模型，提出一种改进的径向移动算法(IRMO)，该算法一方面在迭代过程中随机对一部分粒子进行突变，改善种群多样性，使算法能够跳出局部最优；另一方面利用凹抛物线式的惯性权值非线性递减策略，进一步增强算法中后期的搜索精度，更易找到全局最优解；能够在保证快速性的同时，兼顾精确性和准确性，获得了比其他几类典型算法更好的结果，从而为决策者提供更经济省时的调度方案。
-
公开(公告)号：CN107579545A
公开(公告)日：2018-01-12
申请号：CN201710814752.5
申请日：2017-09-12
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于改进径向移动算法(IRMO)求解含风电电力系统经济调度的方法，从风电高低估成本、阀点效应、旋转备用约束和网络损耗等常考虑因素入手，建立了计及风电不确定性的通用经济调度模型，该模型具有通用性；为求解此模型，提出一种改进的径向移动算法(IRMO)，该算法一方面在迭代过程中随机对一部分粒子进行突变，改善种群多样性，使算法能够跳出局部最优；另一方面利用凹抛物线式的惯性权值非线性递减策略，进一步增强算法中后期的搜索精度，更易找到全局最优解；能够在保证快速性的同时，兼顾精确性和准确性，获得了比其他几类典型算法更好的结果，从而为决策者提供更经济省时的调度方案。
-
公开(公告)号：CN104135052A
公开(公告)日：2014-11-05
申请号：CN201410380807.2
申请日：2014-08-04
Applicant: 中国矿业大学
Abstract: 一种煤矿救生舱电能管理系统，属于用电设备的电能管理系统。检测系统当前电池剩余电量；当系统当前电池电量低于设定电量触发阈值时，发送一低电量提示信号，以及根据该低电量提示信号，启动某一设定的省电模式，该省电模式关联若干与系统耗电量相关的开关状态的集合。本发明还公开一种煤矿救生舱电池省电设备，其由电量检测器、低电量提示器及省电模式设置器构成，当检测到系统当前电池电量低于设定电量触发阈值时，发送低电量提示信号，据此设置用户期望的省电模式。本发明安全性能高，可以保证救生舱96小时甚至更长的防护时间，且能保证舱内的温湿度，一氧化碳，二氧化碳等有害气体，舱内氧气的浓度，舱压的大小。
-
Patent Agency Ranking
公开(公告)号：CN1793932A
公开(公告)日：2006-06-28
申请号：CN200510123144.7
申请日：2005-12-19
Applicant: 中国矿业大学
IPC: G01N35/00 , G01N1/34 , B01J20/281
Abstract: 本发明油煤渣的溶解及其组分分析方法，最适用于煤液化油渣的溶解和分析。采用柱层析法脱除残渣或不溶无机物，将酸性或碱性油煤渣处理至中性和吸附法除去样品中的水分等预处理方案，针对重质化程度高的油煤渣，特别指出了对样品要进行六种不同极性溶剂分级“粗分离”和利用微型层析柱或TLC薄层色谱“细分离”的两步分离方案；对于重质化程度低的油煤渣，则先用四氢呋喃预处理，再对其可溶物进行“细分离”。本发明可全面、系统和非破坏性地从分子水平上获得油煤渣物种和可能的结构信息，实现油煤渣的溶解和组分的分析，有效解决了油煤渣样品全组分最大程度的可溶解的问题，其方法简单，效能高，节省时间，经济实用，具有广泛的应用性。
-
公开(公告)号：CN117833294A
公开(公告)日：2024-04-05
申请号：CN202410024998.2
申请日：2024-01-08
Applicant: 中国矿业大学
IPC: H02J3/28 , H02J15/00 , H02J3/46 , H02J3/38 , H01M8/04298 , H01M8/04537 , G06Q50/06 , G06Q10/0631
Abstract: 本发明公开一种多类型电解槽与燃料电池协同运行的多时间尺度调度模型，属于风电的消纳和综合能源系统优化调度领域。首先建立电解槽和燃料电池的状态转换模型、氢气和电能的产出与消耗模型，再分析不同类型设备的运行特性；然后，综合考虑不同类型电解槽和燃料电池的运行特性，将设备的时间特性与综合能源系统的调度时间尺度相匹配，构建了电氢综合能源系统多时间尺度调度策略模型。最后通过3种典型日算例仿真表明了所提模型与策略对降低燃煤发电机组出力波动、消纳风电具有积极作用。本发明使电解槽和燃料电池都能有效参与电氢综合能源系统的运行中，并实现优势互补，有效平抑了风电负荷波动，促进了风电的消纳，减少火电机组出力波动。
-
公开(公告)号：CN112529275B
公开(公告)日：2023-09-22
申请号：CN202011398774.6
申请日：2020-12-02
Applicant: 中国矿业大学
IPC: G06Q10/04 , G06Q10/0639 , G06Q50/06 , G06N3/0464 , G06N3/0442
Abstract: 本发明公开了一种基于特征提取和深度学习的风电爬坡事件预测方法，首先，利用改进旋转门(OpSDA)算法对历史风电功率进行爬坡识别得到历史爬坡特征值；然后将历史特征值和历史功率作为预测模型输入，预测功率作为输出，建立CNN‑LSTM风电功率预测模型，通过深度学习挖掘风电爬坡特征与风电功率的耦合关系，其中CNN负责数据特征的二次提取，LSTM负责预测风电功率；最后再进行爬坡识别后得到爬坡事件预测结果。采用深度学习网络有效提取并学习风电中的爬坡特性，能得到更为精确的爬坡预测结果。
-
公开(公告)号：CN112529275A
公开(公告)日：2021-03-19
申请号：CN202011398774.6
申请日：2020-12-02
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于特征提取和深度学习的风电爬坡事件预测方法，首先，利用改进旋转门(OpSDA)算法对历史风电功率进行爬坡识别得到历史爬坡特征值；然后将历史特征值和历史功率作为预测模型输入，预测功率作为输出，建立CNN‑LSTM风电功率预测模型，通过深度学习挖掘风电爬坡特征与风电功率的耦合关系，其中CNN负责数据特征的二次提取，LSTM负责预测风电功率；最后再进行爬坡识别后得到爬坡事件预测结果。采用深度学习网络有效提取并学习风电中的爬坡特性，能得到更为精确的爬坡预测结果。
-
公开(公告)号：CN109242212A
公开(公告)日：2019-01-18
申请号：CN201811206839.5
申请日：2018-10-16
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于变模式分解与长短记忆网络的风电预测方法，首先对风电功率信号进行变模式分解，根据风电功率的特性将其分解为长期子、波动号和随机等3个模态分量。然后采用长短记忆网络分别学习风电功率这3个方面的模态分量，建立预测模型，最后合成得到预测值。本方法能够获取风电功率的随机特性，提高风电预测的精度和预测步长。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.026 seconds)
