一种基于无线射频供能与蓝牙mesh的用电数据采集装置及方法

    公开(公告)号:CN119545217A

    公开(公告)日:2025-02-28

    申请号:CN202411589425.0

    申请日:2024-11-08

    Abstract: 本发明涉及一种基于无线射频供能与蓝牙mesh的用电数据采集装置及方法,该装置包括:数据采集接口模块:接入各类电表以获取用电的数据信息;射频能量收集与电源管理模块:收集空间中的射频能量并将其转换为直流电能进行有效的存储和管理,用以为装置供电;蓝牙mesh网络模块:在信号弱区构建可靠的数据传输网络,将数据采集接口模块采集的数据进行中继转发和汇聚,用以实现异构网络之间的可靠通信并提高数据收发效率;5G网络接入模块,用于将装置接入5G网络,使数据能够上传至电力管理平台。与现有技术相比,本发明实现了大量器件的无源化,能够方便地进行部署,极大减少了维护成本,并且能够适应多种复杂环境。

    计及出力波动过程的海上风电场超短期风功率预测方法

    公开(公告)号:CN111144663B

    公开(公告)日:2022-06-07

    申请号:CN201911416406.7

    申请日:2019-12-31

    Abstract: 本发明涉及一种计及出力波动过程的海上风电场超短期风功率预测方法,包括以下步骤:1)构建考虑气象变量与气象波动变量的海上风电时序预测模型;2)构建考虑气象因素的改进长期循环卷积神经网络;3)随机初始化改进长期循环卷积神经网络的权值;4)构建包含残差结构的多卷积通道,获取气象因素时序特征;5)优化改进长期循环卷积神经网络的权值;6)若达到最大迭代次数,则迭代终止,完成改进长期循环卷积神经网络的训练,否则,令k=k+1,并返回步骤4);7)根据训练完成的改进长期循环卷积神经网络对海上风电时序预测模型求解;8)采用XGboost算法,根据优选特征进行误差修正。与现有技术相比,本发明具有预测精度高、考虑全面等优点。

    一种基于RCNN和气象时序特征的海上风电功率预测方法

    公开(公告)号:CN111815033A

    公开(公告)日:2020-10-23

    申请号:CN202010564863.7

    申请日:2020-06-19

    Abstract: 本发明涉及一种基于RCNN和气象时序特征的海上风电功率预测方法,包括以:提取风电场历史数值天气预报和输出功率数据,将历史数据平分为训练集和验证集;构建RCNN为初步预测模型,并利用训练集训练RCNN使权值最优;利用训练好的RCNN预测验证集中的风电功率,得到历史预测功率误差;采用xgboost算法计算选取出强相关性数值天气预报作为气象时序特征;构建双向循环神经网络,利用气象时序特征与历史预测功率误差训练网络;获取待预测时段数值天气预报信息,输入训练好的RCNN得到初步功率预测,同时将待预测时段数值天气预报信息输入训练好的双向循环神经网络,得到最终预测风电功率。与现有技术相比,本发明保证了时效性的同时提升了模型整体预测性能。

    计及出力波动过程的海上风电场超短期风功率预测方法

    公开(公告)号:CN111144663A

    公开(公告)日:2020-05-12

    申请号:CN201911416406.7

    申请日:2019-12-31

    Abstract: 本发明涉及一种计及出力波动过程的海上风电场超短期风功率预测方法,包括以下步骤:1)构建考虑气象变量与气象波动变量的海上风电时序预测模型;2)构建考虑气象因素的改进长期循环卷积神经网络;3)随机初始化改进长期循环卷积神经网络的权值;4)构建包含残差结构的多卷积通道,获取气象因素时序特征;5)优化改进长期循环卷积神经网络的权值;6)若达到最大迭代次数,则迭代终止,完成改进长期循环卷积神经网络的训练,否则,令k=k+1,并返回步骤4);7)根据训练完成的改进长期循环卷积神经网络对海上风电时序预测模型求解;8)采用XGboost算法,根据优选特征进行误差修正。与现有技术相比,本发明具有预测精度高、考虑全面等优点。

    一种基于RCNN和气象时序特征的海上风电功率预测方法

    公开(公告)号:CN111815033B

    公开(公告)日:2024-07-02

    申请号:CN202010564863.7

    申请日:2020-06-19

    Abstract: 本发明涉及一种基于RCNN和气象时序特征的海上风电功率预测方法,包括以:提取风电场历史数值天气预报和输出功率数据,将历史数据平分为训练集和验证集;构建RCNN为初步预测模型,并利用训练集训练RCNN使权值最优;利用训练好的RCNN预测验证集中的风电功率,得到历史预测功率误差;采用xgboost算法计算选取出强相关性数值天气预报作为气象时序特征;构建双向循环神经网络,利用气象时序特征与历史预测功率误差训练网络;获取待预测时段数值天气预报信息,输入训练好的RCNN得到初步功率预测,同时将待预测时段数值天气预报信息输入训练好的双向循环神经网络,得到最终预测风电功率。与现有技术相比,本发明保证了时效性的同时提升了模型整体预测性能。

    一种架空配电线路安全间距自动预警装置

    公开(公告)号:CN210865029U

    公开(公告)日:2020-06-26

    申请号:CN201922120768.3

    申请日:2019-11-27

    Abstract: 本实用新型涉及一种架空配电线路安全间距自动预警装置,包括依次连接的激光测距模块、主控电路板和无线通讯模块,主控电路板和无线通讯模块分别都与电源模块连接;无线通讯模块包括4G透传模块,4G透传模块与手机通讯连接;激光测距模块包括逻辑控制电路和与逻辑控制电路连接的激光发射器、激光接收器,激光接收器采用雪崩光电二极管;该预警装置设置在架空配电线路电线杆的一定高度处,其发射的激光照射到临近电线杆。与现有技术相比,本实用新型可用于对馈线周边的障碍物进行测距,达到实时监测的效果,能够及时有效探测线路所面临的安全隐患,并及时通知有关人员到现场进行处置,通过预警以维护线路运行安全,极大地提高供电可靠性。

Patent Agency Ranking