-
公开(公告)号：CN116796213A
公开(公告)日：2023-09-22
申请号：CN202310160804.7
申请日：2023-02-24
Applicant: 南昌工程学院
IPC: G06F18/23213 , G06F18/2135
Abstract: 本发明属于配电网线变关系辨识技术领域，公开了一种基于聚类算法的配电网线变关系辨识方法，提取配变的电压数据经过预处理后生成电压时间序列作为原始特征，并划分为多个电压时间子序列；使用PCA降维法对电压时间子序列组成的原始特征矩阵进行降维，获取降维后保留了最多原始特征的前k维特征矩阵；将获取的降维后的新特征和配变的相关性系数矩阵进行拼接得到全新的特征矩阵；输入到meanshift聚类算法中进行线变关系的辨识。本发明能够解决传统辨识方法中的单一特征辨识引起的误判率高的问题。
-
公开(公告)号：CN116526478A
公开(公告)日：2023-08-01
申请号：CN202310800611.3
申请日：2023-07-03
Applicant: 南昌工程学院
IPC: H02J3/00 , H02J3/38 , G06F18/243 , G06F18/214 , G06N3/006 , G06N7/08 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了基于改进的蛇群优化算法的短期风电功率预测方法及系统，利用四分位法对风电场异常数据清洗并插补，建立极致梯度提升树分类模型并且利用改进的蛇群优化算法优化极致梯度提升树，对极致梯度提升树分类模型进行训练和测试，并且划分天气类型，根据分类结果构建不同天气下的多维特征矩阵，构建自适应预测模型并且预测转折性天气下的风电功率。本发明使用改进的蛇群优化算法对极致梯度提升树的学习率、树深度、最佳树的个数这三个参数进行优化可以提高极致梯度提升树分类模型的准确率，进而提高自适应预测模型的准确率，解决现有风电功率预测方案在转折性天气时段存在较大误差的问题。
-
公开(公告)号：CN116127858B
公开(公告)日：2023-06-27
申请号：CN202310391836.8
申请日：2023-04-13
Applicant: 南昌工程学院 , 中国电力科学研究院有限公司
IPC: G06F30/27 , G06F17/16 , G06F119/08
Abstract: 本发明公开了一种基于改进沙猫算法优化的GIS设备温升预测方法及系统，该方法通过收集GIS设备的历史多维运行状态参量和实测的GIS设备的温升数据来构造初始样本数据集，对构造完成的初始样本数据集进行归一化处理；将BP神经网络的原始阈值和原始权重作为改进沙猫算法的初始种群位置进行寻优，获取BP神经网络的最优阈值和最优权重；训练BP神经网络得到GIS设备温升预测模型，根据实时采集的多维运行状态参量用GIS设备温升预测模型进行GIS设备的温升预测。本发明采用改进沙猫算法优化的BP神经网络进行GIS设备的温升预测，能够实时准确的输出GIS设备内部的温升情况。
-
公开(公告)号：CN116127858A
公开(公告)日：2023-05-16
申请号：CN202310391836.8
申请日：2023-04-13
Applicant: 南昌工程学院 , 中国电力科学研究院有限公司
IPC: G06F30/27 , G06F17/16 , G06F119/08
Abstract: 本发明公开了一种基于改进沙猫算法优化的GIS设备温升预测方法及系统，该方法通过收集GIS设备的历史多维运行状态参量和实测的GIS设备的温升数据来构造初始样本数据集，对构造完成的初始样本数据集进行归一化处理；将BP神经网络的原始阈值和原始权重作为改进沙猫算法的初始种群位置进行寻优，获取BP神经网络的最优阈值和最优权重；训练BP神经网络得到GIS设备温升预测模型，根据实时采集的多维运行状态参量用GIS设备温升预测模型进行GIS设备的温升预测。本发明采用改进沙猫算法优化的BP神经网络进行GIS设备的温升预测，能够实时准确的输出GIS设备内部的温升情况。
-
公开(公告)号：CN114997261A
公开(公告)日：2022-09-02
申请号：CN202210399708.3
申请日：2022-04-15
Applicant: 南昌工程学院
Abstract: 本发明公开一种居民电力数据聚类方法及系统，方法包括：获取用户电力数据，对所述用户电力数据进行数据降维，使得到降维电力数据；采用改进精英蝴蝶算法选择所述降维电力数据的初始聚类点，将所述初始聚类点作为考虑距离和空间限制的多层模糊C均值算法的初始聚类中心，使基于所述多层模糊C均值算法对所述降维电力数据进行聚类。通过改进精英蝴蝶算法选择最优的聚类中心点，使得多层模糊C均值算法能够获得更好的初始迭代值，有效提高了常规FCM聚类算法的质量。
-
Patent Agency Ranking
公开(公告)号：CN114819397B
公开(公告)日：2022-09-02
申请号：CN202210561688.5
申请日：2022-05-23
Applicant: 南昌工程学院
Abstract: 本发明属于供电需求管理技术领域，公开了一种公变台区需求响应成效预测模型构建方法及装置，结合历史需求响应开展情况，分析影响需求响应效果的因素，确定输入量和输出量；基于改进PSO算法和SVR模型搭建改进PSO‑SVR需求响应效果预测模型；输入训练数据进行参数寻优，确定最优的惩罚函数和最优核参数；构建最优改进PSO‑SVR需求响应效果预测模型并进行训练和预测。本发明考虑了需求响应方案对居民用户需求响应成效的影响，使用改进PSO算法对SVR模型关键参数寻优，提升了收敛速度和寻优效果。
-
-
公开(公告)号：CN115687952B
公开(公告)日：2023-11-07
申请号：CN202310000630.8
申请日：2023-01-03
Applicant: 南昌工程学院
Abstract: 发明公开了一种基于黎曼流形聚类的配电网线变关系辨识方法及装置，该方法将电压时间序列划分为多个电压时间子序列，每个电压时间子序列的所有点的特征向量组成电压时间子序列的特征矩阵；电压时间序列之间的距离由电压时间子序列之间的平均距离计算；以不同配变的电压时间序列的特征矩阵作为数据集进行黎曼流形聚类；通过对聚类结果的分析以实现错误配变的检测。本发明使用了大数据挖掘中的思想，有效解决了传统辨识方法中存在的校核阈值难以确定以及多特征量校核时的特征量选取困难的问题。
-
公开(公告)号：CN116316871A
公开(公告)日：2023-06-23
申请号：CN202211629267.8
申请日：2022-12-16
Applicant: 国网江西省电力有限公司供电服务管理中心 , 南昌工程学院 , 国网江西省电力有限公司
Abstract: 本发明涉及柔性负荷控制技术领域，具体涉及到一种计及多类型柔性负荷的分层协调控制方法，包括系统调度层、负荷控制层和设备控制层可将优化调度架构分为3部分：系统调度层为电网控制中心；负荷控制层为聚合商；设备控制层为柔性柔性负荷资源群。柔性负荷控制层有承上启下的作用，上面向电网控制中心，下对接柔性负荷资源。根据控制目标的不同，将柔性负荷聚合商作为分界线：上半部分根据电网控制中心与柔性负荷聚合商来制定相应的控制策略；下半部分负荷聚合商来控制柔性负荷资源群。在此基础上，建立以了以系统运行成本最小的经济最优日前优化调度模型，采用改进的海鸥优化算法求解，通过本发明，以实现大规模柔性负荷资源的协调优化运行。
-
公开(公告)号：CN114819397A
公开(公告)日：2022-07-29
申请号：CN202210561688.5
申请日：2022-05-23
Applicant: 南昌工程学院
Abstract: 本发明属于供电需求管理技术领域，公开了一种公变台区需求响应成效预测模型构建方法及装置，结合历史需求响应开展情况，分析影响需求响应效果的因素，确定输入量和输出量；基于改进PSO算法和SVR模型搭建改进PSO‑SVR需求响应效果预测模型；输入训练数据进行参数寻优，确定最优的惩罚函数和最优核参数；构建最优改进PSO‑SVR需求响应效果预测模型并进行训练和预测。本发明考虑了需求响应方案对居民用户需求响应成效的影响，使用改进PSO算法对SVR模型关键参数寻优，提升了收敛速度和寻优效果。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.023 seconds)
