-
公开(公告)号：CN112001556B
公开(公告)日：2022-07-15
申请号：CN202010879460.1
申请日：2020-08-27
Applicant: 华中科技大学 , 武汉市武昌区水资源管理服务中心
Abstract: 本发明公开了一种基于深度学习模型的水库下游水位预测方法，采用最大信息系数来筛选下游水位相关因子；在相关性分析的基础上采用遗传算法优化得到单个相关因子间的最佳特征组合；将下游水位相关因子的最佳特征组合作为输入，构建基于卷积神经网络和长短期记忆网络的深度学习模型(CNNLSTM)；采用Adam梯度优化算法来训练CNNLSTM模型权重变量，将训练过的CNNLSTM作为水库下游水位预测模型。本发明的预报方法精细地考虑了下游水位的相关因子，并优化了相关因子的特征组合，采用了深度学习预测模型，有效地提高了下游水位的预测精度，对水库调度中准确计算发电出力具有至关重要的作用。
-
公开(公告)号：CN112001556A
公开(公告)日：2020-11-27
申请号：CN202010879460.1
申请日：2020-08-27
Applicant: 华中科技大学 , 武汉市武昌区水资源管理服务中心
Abstract: 本发明公开了一种基于深度学习模型的水库下游水位预测方法，采用最大信息系数来筛选下游水位相关因子；在相关性分析的基础上采用遗传算法优化得到单个相关因子间的最佳特征组合；将下游水位相关因子的最佳特征组合作为输入，构建基于卷积神经网络和长短期记忆网络的深度学习模型(CNNLSTM)；采用Adam梯度优化算法来训练CNNLSTM模型权重变量，将训练过的CNNLSTM作为水库下游水位预测模型。本发明的预报方法精细地考虑了下游水位的相关因子，并优化了相关因子的特征组合，采用了深度学习预测模型，有效地提高了下游水位的预测精度，对水库调度中准确计算发电出力具有至关重要的作用。
-
公开(公告)号：CN108255951B
公开(公告)日：2021-10-08
申请号：CN201711369958.8
申请日：2017-12-18
IPC: G06F16/2458 , G06F16/215 , G06F16/28 , G06F16/903 , G06Q50/06
Abstract: 本发明公开了一种基于数据挖掘的中低压配电网状态估计伪量测量确定方法，属于配电网分析控制领域，包括：将城市地图划分为N个供电网格，利用网络数据采集方法收集N个供电网格内的电力用户信息，构成开源电力用户信息集；利用正则表达式对结构化数据和半结构化数据进行清洗，将非结构化数据转化为电力用户建筑信息，对清洗后的数据和电力用户建筑信息进行属性归约，得到电力用户的属性特征；根据电力用户的属性特征，利用正则表达式对电力用户进行集中等值分析，得到集中用户和不可集中用户；进而得到用户负荷功率，根据用户负荷功率得到伪量测数据。本发明有针对性地实现了数据资源的最大利用，准确高效地确定了配电网络中的伪量测量。
-
公开(公告)号：CN111985719A
公开(公告)日：2020-11-24
申请号：CN202010878240.7
申请日：2020-08-27
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于改进的长短期记忆网络的电力负荷预测方法，采用最大信息系数初步筛选历史负荷这一特征，并结合考虑负荷相关因子带来的影响，采用最大相关最小冗余算法对历史负荷进行进一步刷选，将筛选后的特征集及作为模型的输入，采用改进的长短记忆网络进行电力负荷预测，得到的预测结果与实际的电网负荷进行验证，证明模型的实用性。本发明的预报方法(H-ILSTM)精确考虑了电力负荷及其影响负荷的相关因子,有效的提高了电力负荷预测的精度，对电网运行的安全性和经济性有着一定的提高。
-
公开(公告)号：CN111985719B
公开(公告)日：2023-07-25
申请号：CN202010878240.7
申请日：2020-08-27
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于改进的长短期记忆网络的电力负荷预测方法，采用最大信息系数初步筛选历史负荷这一特征，并结合考虑负荷相关因子带来的影响，采用最大相关最小冗余算法对历史负荷进行进一步刷选，将筛选后的特征集及作为模型的输入，采用改进的长短记忆网络进行电力负荷预测，得到的预测结果与实际的电网负荷进行验证，证明模型的实用性。本发明的预报方法(H‑ILSTM)精确考虑了电力负荷及其影响负荷的相关因子,有效的提高了电力负荷预测的精度，对电网运行的安全性和经济性有着一定的提高。
-
Patent Agency Ranking
公开(公告)号：CN113406382B
公开(公告)日：2022-05-10
申请号：CN202110783242.2
申请日：2021-07-12
Abstract: 本发明属于电力系统配电网运行状态监测领域，提供一种低成本配电网同步相量测量单元，包括有源文氏桥滤波电路、斯密特触发器电路、有源单相全波整流电路、带反向逆止二极管的RC滤波器电路、同步时间脉冲接口电路、串行模数转换器、微处理器和通信接口电路，本发明采用了非离散傅里叶变换的方法实现对配电网的交流电压信号、交流电流信号的幅值、频率和相位的测量。本发明无需采用较为昂贵的ADC和微处理器芯片即可实现对配电网三相交流电压、三相交流电流的幅值、频率和相位的高精度同步测量，造价低廉，适合在配电网大规模部署。
-
公开(公告)号：CN108695864A
公开(公告)日：2018-10-23
申请号：CN201810575743.X
申请日：2018-06-06
Abstract: 本发明公开了一种基于μPMU与SCADA的配电网网络拓扑分析方法，将根据SCADA数据形成的初始节点支路关联矩阵每一行与支路开关矩阵各个元素进行与运算，得到节点支路关联矩阵。通过μPMU采集的模拟电流量分析和校验根据SCADA系统得到的开关量，根据下一时刻μPMU的模拟支路电流判断支路电流是否突变，如果突变则修正支路开关矩阵，将节点支路关联矩阵每一行与实时支路开关矩阵进行与运算，得到实时节点支路关联矩阵。对实时节点支路关联矩阵进行广度优先搜索，得到配电网网络拓扑结构。本发明可以有效地区别负荷变化对于配电网网络拓扑的影响，快速准确的辨识配电网网络拓扑结构的变化，提供实时可靠的配电网网络拓扑。
-
公开(公告)号：CN108255951A
公开(公告)日：2018-07-06
申请号：CN201711369958.8
申请日：2017-12-18
Abstract: 本发明公开了一种基于数据挖掘的中低压配电网状态估计伪量测量确定方法，属于配电网分析控制领域，包括：将城市地图划分为N个供电网格，利用网络数据采集方法收集N个供电网格内的电力用户信息，构成开源电力用户信息集；利用正则表达式对结构化数据和半结构化数据进行清洗，将非结构化数据转化为电力用户建筑信息，对清洗后的数据和电力用户建筑信息进行属性归约，得到电力用户的属性特征；根据电力用户的属性特征，利用正则表达式对电力用户进行集中等值分析，得到集中用户和不可集中用户；进而得到用户负荷功率，根据用户负荷功率得到伪量测数据。本发明有针对性地实现了数据资源的最大利用，准确高效地确定了配电网络中的伪量测量。
-
公开(公告)号：CN109412145B
公开(公告)日：2022-03-29
申请号：CN201811205387.9
申请日：2018-10-16
IPC: H02J3/00
Abstract: 本发明属于配电网动态特性评估领域，提供一种基于同步测量数据且适用于含分布式电源、储能系统、电动汽车充电设施以及柔性负荷的主动配电网的动态特性评估方法，该评估方法利用配电网中装设的同步相量测量装置采集的同步数据，对主动配电网的动态特性进行评估，既包括了评估主动配电网动态过程局部状态量的波动情况的评估指标，又包括了评估全网动态特性的评估指标，使得其评估结果具有科学性和实用性，可应用于主动配电网的动态特性改善、运行优化以及配电网规划设计方案的改进等方面。
-
公开(公告)号：CN108695864B
公开(公告)日：2021-07-27
申请号：CN201810575743.X
申请日：2018-06-06
Abstract: 本发明公开了一种基于μPMU与SCADA的配电网网络拓扑分析方法，将根据SCADA数据形成的初始节点支路关联矩阵每一行与支路开关矩阵各个元素进行与运算，得到节点支路关联矩阵。通过μPMU采集的模拟电流量分析和校验根据SCADA系统得到的开关量，根据下一时刻μPMU的模拟支路电流判断支路电流是否突变，如果突变则修正支路开关矩阵，将节点支路关联矩阵每一行与实时支路开关矩阵进行与运算，得到实时节点支路关联矩阵。对实时节点支路关联矩阵进行广度优先搜索，得到配电网网络拓扑结构。本发明可以有效地区别负荷变化对于配电网网络拓扑的影响，快速准确的辨识配电网网络拓扑结构的变化，提供实时可靠的配电网网络拓扑。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.067 seconds)
