-
公开(公告)号:CN117454270A
公开(公告)日:2024-01-26
申请号:CN202311476406.2
申请日:2023-11-08
Applicant: 南京工程学院
IPC: G06F18/2415 , G06F18/214 , G06F18/15 , G06N3/047 , G06N3/09
Abstract: 本发明公开了一种基于改进InfoGAN的风光出力场景可控生成方法,包括:S1:获取历史风光数据,数据预处理;S2:将潜在空间分为两部分,第一部分为随机噪声z,第二部分为控制编码c;S3:构建卷积层,并将其作为改进InfoGAN主体结构;S4:利用预处理后的数据集训练改进InfoGAN模型;S5:基于改进InfoGAN的风光出力场景可控生成;本发明在目标函数中增加了基于互信息的正则化项,最大化控制编码与生成场景之间的互信息,无监督学习控制编码与生成场景统计特征的映射关系,并引入Gumbel‑Softmax分布提高了生成场景的质量。
-
公开(公告)号:CN116628971A
公开(公告)日:2023-08-22
申请号:CN202310575019.8
申请日:2023-05-17
Applicant: 南京工程学院
IPC: G06F30/20 , H02J3/00 , G06Q50/06 , G06F111/04
Abstract: 本发明提供了一种应对多目标协同攻击的电力系统防御资源配置规划方法,包括步骤1:参数初始化,确定系统网络拓扑参数、发电机和线路的电气参数、负荷参数、攻击资源上限值、防御资源上限值;步骤2:基于防御‑攻击‑调度模型框架,构建应对多目标协同攻击的电力系统防御资源配置模型;步骤3:定义量化攻击方决策变量,基于对偶理论构建多目标协同攻击的攻击方子问题;步骤4:定义量化防御方决策变量,基于线性化方法构建多目标协同攻击的防御方子问题;步骤5:应用多级优化方法求解防御资源最优配置方案。本发明能够反映电力系统中最恶劣的协同攻击情况,提供最优防御资源配置方案,弥补了电力系统防御资源配置研究中存在的局限性。
-
公开(公告)号:CN118096434A
公开(公告)日:2024-05-28
申请号:CN202410074839.3
申请日:2024-01-17
Applicant: 南京工程学院
Abstract: 本发明公开了一种风电机组功率预测方法、装置及系统,包括基于获取到的机组的实时运行数据和实时气象数据,构建实时时间数据集和实时空间数据集,并输入至预先训练好的功率预测模型,得到机组的预测功率;功率预测模型的训练方法包括:采用聚类算法及物理驱动的风电转换模型,对获取到的多台机组的原始运行数据进行异常数据清洗,并基于风电转换模型对缺失功率进行修复,生成新的运行数据;基于获取到的历史气象数据和新的运行数据,构建历史时间数据集和历史空间数据集;利用历史时间数据集和历史空间数据集训练功率预测模型;功率预测模型包括时间特征模块、空间特征模块和特征融合模块。本发明能有效地识别出原始数据中的异常数据,提高了预测精度。
-
公开(公告)号:CN116799781A
公开(公告)日:2023-09-22
申请号:CN202310560615.9
申请日:2023-05-17
Applicant: 南京工程学院
IPC: H02J3/00 , G06Q10/0631 , G06Q50/06
Abstract: 本发明提供了一种考虑区域LR连锁攻击的电网防御资源规划方法,包括:步骤1:参数初始化,确定系统网络拓扑参数、发电机和线路的电气参数、负荷参数、不同攻击区域、防御资源上限值;步骤2:基于扩展防御‑攻击‑调度模型框架,构建抵御区域LR连锁攻击的电网防御资源配置模型;步骤3:基于KKT条件和对偶理论构建区域LR连锁攻击的攻击方子问题;步骤4:基于线性化方法和量化优化理论构建区域LR连锁攻击的防御方子问题;步骤5:应用多级优化方法得出防御资源的最优规划方案。本发明有效地解决了针对LR攻击导致线路连锁停运事故的防御规划问题,能够为未来智能电网的规划运行以及针对性地制定网络攻击防御策略提供技术支撑。
-
公开(公告)号:CN116579239A
公开(公告)日:2023-08-11
申请号:CN202310529311.6
申请日:2023-05-11
Applicant: 南瑞集团有限公司 , 国电南瑞科技股份有限公司 , 南京工程学院
IPC: G06F30/27 , G06N3/0475 , G06N3/094 , G06F113/06
Abstract: 本发明公开了基于自适应时空图生成对抗网络的多风电场场景生成方法,本方法包括以下步骤,获取多个风电场日功率数据,并进行预处理生成样本集;然后构建自适应时空图卷积模块,并将其作为生成对抗网络生成器和判别器的中间层;接着训练基于自适应时空图卷积模块的生成对抗网络;最后提取生成对抗网络中生成器,并加载训练后保存的网络模型参数生成多风电场出力日场景;本发明通过自适应时空图卷积模块有效提取多风电场之间的空间相关性和每个风电场出力不同时刻存在的时序特征;自适应时空图卷积模块相较于传统CNN,通过自适应邻接矩阵提高了对不同样本上在空间特征上的提取能力,更能体现多个风电场之间关联性。
-
公开(公告)号:CN116384282A
公开(公告)日:2023-07-04
申请号:CN202310378303.6
申请日:2023-04-10
Applicant: 南京工程学院
Abstract: 本发明公开了一种改进藤Copula结构的多风电场风速相关性建模方法,应用在风力发电技术领域,其技术方案要点是:S1:参数初始化;S2:输入d维风速数据;S3:计算出d维风速边缘分布样本;S4:基于非参数估计构造变量间二维Copula函数;S5:基于统计功效进行边权重系数寻优。本发明对样本间相关分布有严格要求的缺陷,给出了边权重系数选取的依据,建立了精度更高的多风电场风速相关性模型,为安全、有效地利用风电提供技术支持,基于非参数估计给出最优Copula函数的表达式。
-
-
-
-
-