-
公开(公告)号:CN119474745A
公开(公告)日:2025-02-18
申请号:CN202411589373.7
申请日:2024-11-08
Applicant: 北京交通大学
IPC: G06F18/20 , G06F18/10 , G06F18/22 , G06F18/231 , G06F18/213 , G06N3/0464 , G06Q50/06 , G06F123/02
Abstract: 本发明公开了属于设备状态识别技术领域的基于层次化聚类与图像特征集的负荷状态识别方法。包括以下步骤:建立设备典型曲线库;基于DTW对确定逻辑型设备和随机逻辑型设备进行典型工况聚类;构建负荷特征集并进行设备状态识别。本发明能够提升识别总功率数据中的设备状态组合的精度,便于后续的负荷预测以及需求响应潜力的计算。
-
公开(公告)号:CN119558738A
公开(公告)日:2025-03-04
申请号:CN202411646789.8
申请日:2024-11-18
Applicant: 国家电网有限公司华北分部 , 北京交通大学
IPC: G06Q10/067 , G06Q10/04 , G06Q50/06 , G06N3/006 , G06F17/11
Abstract: 本发明公开了一种基于改进蝙蝠算法的电力系统负荷模型参数辨识方法,涉及电力系统及其自动化领域,本申请对传统的蝙蝠算法进行了多环节优化,包括使用混沌映射对初值进行优化,以及将适应度共享、混合局部搜索策略应用于蝙蝠算法当中,有助于实现算法跳出局部最优解,解决全局寻优问题。其过程为:首先进行混沌映射遍历全部解空间,对解进行初始化,应用蝙蝠算法,在算法应用过程中计算各解的适应度,对解空间中峰值附近的解共享适应度,一定范围内存在的解越多,其适应度越低,在算法运行一定的循环次数后,使用单纯形法进行二次搜索。该方法解决了传统蝙蝠算法易限于局部最优解的问题,使得该负荷模型参数辨识方法具有更高的辨识精度。
-
公开(公告)号:CN119199563A
公开(公告)日:2024-12-27
申请号:CN202411627092.6
申请日:2024-11-14
Applicant: 北京交通大学
IPC: G01R31/367 , G01R31/3842
Abstract: 本发明公开了属于电池容量估计技术领域的基于模型参数的电池容量在线估计方法。包括以下步骤:获取电池的电压和电流数据,并对其进行参数辨识与特征处理;对电池模型参数与其最大可用容量进行相关性分析,提取电池健康因子;搭建基于双重注意力机制的双向门控循环单元模型,并将电池数据分为训练数据集和测试数据集;将训练数据集输入双向门控循环单元模型进行训练,直到损失函数收敛后与测试数据集一起进行电池容量在线估计。本发明引入了双重注意力机制,从特征和时序两方面分别分析电池模型参数、历史信息与容量的关联程度,通过动态分配权重突出贡献度高的特征和时序,提升了模型精度。
-
-