公开(公告)号：CN119921337A

公开(公告)日：2025-05-02

申请号：CN202510402016.3

申请日：2025-04-01

Applicant: 南京理工大学

Inventor： 柳伟 ,  华凡 ,  童一凡 ,  王彩霞

IPC: H02J3/06 ,  H02J3/00 ,  H02J13/00 ,  G06Q10/0631 ,  G06Q50/06

Abstract: 本发明公开了一种基于自适应加权安德森加速的主配协同最优潮流确定方法，该方法为：首先设定配电网子问题的边界条件初始值以及各项迭代参数；然后配网调控中心根据配网边界条件求解主网边界条件，主网调控中心根据主网边界条件更新配网边界条件；接着判断算法是否收敛终止；最后检查是否达到迭代次数上限，如果达到迭代次数上限则算法终止，未达到则检查是否达到内层迭代次数上限，确定进行算法加速或继续迭代，对于需要进行算法加速的迭代，通过加权安德森加速对本次外层迭代结果进行修正更新，作为下一次外层迭代的初值，加速更新配网边界条件。本发明提高了异构分解法的收敛效率和收敛性能，提高了算法的稳定性，具有良好的工程应用前景。

公开(公告)号：CN117293792A

公开(公告)日：2023-12-26

申请号：CN202311107648.4

申请日：2023-08-30

Applicant: 南京理工大学

Inventor： 柳伟 ,  严璐 ,  华凡

IPC: H02J3/00 ,  G06F18/10 ,  G06F18/2321 ,  G06F18/22 ,  G06F17/16 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本申请涉及一种基于动态近邻传播重构的负荷分解集成智能预测方法。该方法包括：采用SSA分解进行原始负荷序列的特征分量提取，该算法可简单高效地实现序列趋势性分量、周期性分量和噪声分量的提取，可有效剔除噪声分量对负荷预测结果的干扰，降噪后曲线更加平稳、光滑，通过对原始负荷序列的不同类型分量分别进行预测，可以提高预测精度；对降噪后剩余分量采用DAP聚类方法进行子序列重构，采用DTW距离作为相似度衡量指标，兼顾分量间的距离和形态相似性，子序列重构更细致，提高预测效率；采用TCN模型对子序列进行预测，叠加子序列预测结果得到最终预测结果。本申请能够在保证预测精度大幅提升的基础上，提高预测效率。

公开(公告)号：CN117293791A

公开(公告)日：2023-12-26

申请号：CN202311107592.2

申请日：2023-08-30

Applicant: 南京理工大学

Inventor： 柳伟 ,  刘晗 ,  郭惠东 ,  严璐 ,  华凡

IPC: H02J3/00 ,  H02J3/14 ,  G06Q10/04 ,  G06Q50/06 ,  G06F18/10 ,  G06F17/16 ,  G06N20/20 ,  G06N5/01 ,  G06N3/0464 ,  G06N3/08 ,  G06F123/02

Abstract: 本发明公开了一种基于误差修正的负荷时序调节潜力预测方法，包括步骤如下：S10，获取原始负荷响应数据；S20，对原始负荷响应数据进行RF处理，得到完整的时间序列数据；S30，利用SSA分解完整的时间序列数据，提取时间序列分模态，并进行潜力预测，将各分模态叠加预测求和得出初步时序调节潜力预测结果；S40，将初步时序调节潜力和原始时序调节潜力做差，得到时序调节潜力误差，利用动态模态分解算法对初步时序调节潜力预测结果进行时序调节潜力误差修正，得到最终时序调节潜力预测结果。本发明解决了传统时序潜力预测复杂度过高、泛化能力有限等问题，能有效处理数据扰动量的影响，提高潜力分析精度。