-
公开(公告)号：CN118281873B
公开(公告)日：2024-08-02
申请号：CN202410694230.6
申请日：2024-05-31
Applicant: 华南理工大学
Abstract: 本发明提出了一种基于贝叶斯和个性化联邦学习的海上风电概率预测方法，解决分布式风电在小样本和异质数据上预测性能差的问题，属于电力系统技术领域。本发明以多个分布式海上风电站的气象和功率数据作为样本集，训练随机配置网络预测器，并利用贝叶斯推断评估网络的输出权值参数，获得参数后验分布和概率输出。为了缓解小样本和异质数据引发的性能劣化，设计了一种个性化联邦学习框架；服务器端在分布之间的Wasserstein距离引导下以个性化的方式聚合客户端的后验分布；各客户端以个性化后验作为先验，调整自身参数分布以平衡本地个性化和全局信息融合。公开数据集下的测试结果表明本发明可显著提高小样本和异质风电数据下的预测性能。
-
公开(公告)号：CN118281873A
公开(公告)日：2024-07-02
申请号：CN202410694230.6
申请日：2024-05-31
Applicant: 华南理工大学
Abstract: 本发明提出了一种基于贝叶斯和个性化联邦学习的海上风电概率预测方法，解决分布式风电在小样本和异质数据上预测性能差的问题，属于电力系统技术领域。本发明以多个分布式海上风电站的气象和功率数据作为样本集，训练随机配置网络预测器，并利用贝叶斯推断评估网络的输出权值参数，获得参数后验分布和概率输出。为了缓解小样本和异质数据引发的性能劣化，设计了一种个性化联邦学习框架；服务器端在分布之间的Wasserstein距离引导下以个性化的方式聚合客户端的后验分布；各客户端以个性化后验作为先验，调整自身参数分布以平衡本地个性化和全局信息融合。公开数据集下的测试结果表明本发明可显著提高小样本和异质风电数据下的预测性能。
-
公开(公告)号：CN117394425A
公开(公告)日：2024-01-12
申请号：CN202311346924.2
申请日：2023-10-18
Applicant: 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 华南理工大学
Abstract: 本发明公开了一种分布式光伏电源配置优化方法、装置、存储介质及设备，属于电源规划技术领域，方法包括：获取初始种群，初始种群为分布式光伏电源的初始位置和初始容量；对初始种群通过多目标纵横交叉算法进行优化，在多目标纵横交叉算法的横向交叉和纵向交叉两个步骤之间进行非占优支配排序和拥挤度排序以更新种群，优化结束后输出分布式光伏电源的最优位置和最优容量；本发明能够提高优化效果，解决收敛难度高的问题。
-
-
Search Results
3
records
(took 0.013 seconds)
