-
公开(公告)号：CN113408648B
公开(公告)日：2024-08-23
申请号：CN202110770017.5
申请日：2021-07-07
Applicant: 华北电力大学
IPC: G06F30/20
Abstract: 本发明提供了一种结合深度学习的机组组合计算方法，首先，对大量的历史数据进行预处理；接着构建深度学习模型得出机组启停状态，将机组启停状态输入到优化程序中，得到次日的机组组合计划。所提出的深度学习模型采用LSTM神经网络，通过学习大量的历史数据，模型训练完成后得出映射关系。在实时决策中，调用训练好的深度学习模型，即可直接得到机组启停状态；并将结果代入到机组组合优化程序中，较传统机组组合模型减少了计算量。实验结果表明，根据本发明所公开的机组组合计算方法，能够达到较高的计算精度，且提升了求解速度。
-
公开(公告)号：CN113673853B
公开(公告)日：2024-03-05
申请号：CN202110922983.4
申请日：2021-08-12
Applicant: 华北电力大学
IPC: G06F18/27 , G06F18/2135 , G06Q50/06
Abstract: 本发明公开了一种基于数据驱动的电‑热综合能源系统状态估计方法通过对历史状态估计数据进行整理，得到历史量测量数据和历史状态变量数据，并对历史状态变量进行非线性变换，得到历史辅助状态变量；按照不同的系统进行分类，分别得到电力系统和热力系统的历史数据；将非线性的状态估计模型变换为线性的状态估计模型，再利用偏最小一乘法和最小一乘法，分别对电力系统和热力系统的历史状态估计数据进行线性状态估计模型的回归学习，得到基于数据驱动的电‑热综合能源系统状态估计模型；最后，将当前量测量作为模型的输入，得到模型输出后，对其进行线性与非线性变换后，最终得到状态变量估计值。
-
公开(公告)号：CN112787329B
公开(公告)日：2024-08-09
申请号：CN202110019142.2
申请日：2021-01-07
Abstract: 本发明公开了属于电力系统调度自动化技术领域的一种基于鲁棒锥规划的含风电接入的最优潮流计算方法。根据日前风电出力和负荷的预测数据，将机组发电成本最小作为目标函数，以多面体形式的不确定集合刻画风电出力的不确定性，引入交流潮流约束进行安全校核，构建基于交流潮流的鲁棒锥规划模型；将非线性约束进行锥松弛，并运用辅助变量替代方法处理非线性项，从而得到锥规划模型；针对不确定性优化问题的求解，采用C&CG算法将模型分解为基本场景下的主问题和不确定场景下的子问题，将基本场景下求解出的机组组合决策带入到不确定场景下安全校验，进行内层优化的对偶变换，求解对偶锥规划模型，得到全局最优解。
-
公开(公告)号：CN112290549B
公开(公告)日：2023-07-18
申请号：CN202011303483.4
申请日：2020-11-19
Applicant: 国网经济技术研究院有限公司 , 华北电力大学
Abstract: 本发明提出一种基于镜像牛顿法的含VSC‑HVDC交直流系统潮流优化方法。首先构建了以发电成本最小、有功网损最小、电压偏离度最小及输送容量最大为目标的含VSC‑HVDC交直流系统潮流优化模型；然后通过引入拉格朗日函数将以上模型转化为一个为无约束的最优化问题，进而得到了为取得最优值应满足的一阶梯度方程；针对一阶梯度方程的特点，提出了基于镜像牛顿法的求解方法。所提模型和方法可以优化含VSC‑HVDC交直流系统的运行方式，从而产生良好的经济效益。
-
公开(公告)号：CN113420508A
公开(公告)日：2021-09-21
申请号：CN202110770004.8
申请日：2021-07-07
Applicant: 华北电力大学
Abstract: 本发明公开了一种基于LSTM的机组组合计算方法，使用MinMaxScaler归一化方法和K‑means聚类算法对历史数据进行处理，并构建预调度模型和再调度模型，通过两步深度学习得到次日的机组组合计划。所提出的深度学习模型采用LSTM神经网络，通过学习大量的历史数据，模型训练完成后得出机组组合映射关系。在实时决策中，调用训练好的深度学习模型，即可直接得到机组组合计划，无需通过复杂的物理模型计算。第一步，输入负荷的预测数据，得到机组启停状态；第二步，输入机组启停状态和负荷的预测数据，得到机组出力。
-
Patent Agency Ranking
公开(公告)号：CN112290549A
公开(公告)日：2021-01-29
申请号：CN202011303483.4
申请日：2020-11-19
Applicant: 国网经济技术研究院有限公司 , 华北电力大学
Abstract: 本发明提出一种基于镜像牛顿法的含VSC‑HVDC交直流系统潮流优化方法。首先构建了以发电成本最小、有功网损最小、电压偏离度最小及输送容量最大为目标的含VSC‑HVDC交直流系统潮流优化模型；然后通过引入拉格朗日函数将以上模型转化为一个为无约束的最优化问题，进而得到了为取得最优值应满足的一阶梯度方程；针对一阶梯度方程的特点，提出了基于镜像牛顿法的求解方法。所提模型和方法可以优化含VSC‑HVDC交直流系统的运行方式，从而产生良好的经济效益。
-
公开(公告)号：CN113328475B
公开(公告)日：2022-09-06
申请号：CN202110770008.6
申请日：2021-07-07
Applicant: 华北电力大学
Abstract: 本发明公开了一种计及新能源消纳的基于源荷协调互补的电力系统调度方法，包括以下步骤：对新能源出力和负荷进行互补协调优化，优化过程同时计及新能源消纳目标以及等效负荷曲线波动性最小目标，从而得到负荷叠加新能源出力后的等效负荷曲线；在此基础上以火电机组运行经济性最优为目标构建调度模型，通过时序生产模拟的方法得到火电平衡等效负荷曲线的出力情况。本发明所述调度方法不仅对于降低电力系统峰谷差、改善等效负荷曲线的波动性以平滑火电机组出力具有明显的效果，还能保证新能源的弃电量不至于过大，同时还可以降低火电机组开机容量。
-
公开(公告)号：CN113673853A
公开(公告)日：2021-11-19
申请号：CN202110922983.4
申请日：2021-08-12
Applicant: 华北电力大学
Abstract: 本发明公开了一种基于数据驱动的电‑热综合能源系统状态估计方法通过对历史状态估计数据进行整理，得到历史量测量数据和历史状态变量数据，并对历史状态变量进行非线性变换，得到历史辅助状态变量；按照不同的系统进行分类，分别得到电力系统和热力系统的历史数据；将非线性的状态估计模型变换为线性的状态估计模型，再利用偏最小一乘法和最小一乘法，分别对电力系统和热力系统的历史状态估计数据进行线性状态估计模型的回归学习，得到基于数据驱动的电‑热综合能源系统状态估计模型；最后，将当前量测量作为模型的输入，得到模型输出后，对其进行线性与非线性变换后，最终得到状态变量估计值。
-
公开(公告)号：CN113609435A
公开(公告)日：2021-11-05
申请号：CN202110922962.2
申请日：2021-08-12
Applicant: 华北电力大学
Abstract: 本发明公开了一种基于数据驱动的电力系统潮流计算方法，通过引入辅助状态变量，将原始非线性潮流方程转化为精确线性潮流方程，进一步表示为准确线性回归方程。在求解之前给出判断当前潮流数据与历史/模拟数据是否有相同拓扑结构的步骤方法。最后给出离线学习步骤方法求解线性回归方程，得到映射矩阵，给出在线计算步骤方法得到辅助状态变量，通过非线性和线性变换得到状态变量。本发明所述潮流计算方法没有收敛问题，在保证相似计算精度的情况下，计算效率远远高于传统牛顿‑拉夫逊法和快速分解法，适合于大规模网络的在线应用。
-
公开(公告)号：CN113190583A
公开(公告)日：2021-07-30
申请号：CN202110526809.8
申请日：2021-05-14
Applicant: 华北电力大学扬中智能电气研究中心
IPC: G06F16/2455 , G06F16/27
Abstract: 本发明公开了一种数据采集系统、方法、电子设备及存储介质，该系统包括网关采集模块、MQTT服务器、数据存储模块和数据统计模块，网关采集模块，用于获取连接的光伏发电站运行数据信息并发送至MQTT服务器；MQTT服务器，用于接收光伏发电站运行数据信息，并分发至相应的数据存储模块；所述数据存储模块，用于接收MQTT服务器发送的光伏发电站运行数据信息，若异常，记录异常日志信息，并将异常日志信息发送至数据库，若无异常，将光伏发电站运行数据信息发送至REDIS缓存中缓存；数据统计模块，用于定时从REDIS缓存中获取缓存的光伏发电站运行数据信息并进行统计，获得数据统计信息，并将数据统计信息发送至所述数据库。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.036 seconds)
