-
公开(公告)号：CN115619028A
公开(公告)日：2023-01-17
申请号：CN202211327749.8
申请日：2022-10-26
IPC分类号： G06Q10/04 , G06Q50/06 , G06F18/23213 , G06F18/214 , G06F18/24 , G06N3/048 , G06N3/08
摘要： 本发明提出一种基于聚类算法融合的电力负荷精准预测方法，该预测方法引入了聚类算法，与改进型多输出ANN预测模型相结合。首先对样本数据进行预处理，并使用最大最小归一化方法对样本数据进行归一化处理，再利用K‑means聚类算法对样本进行聚类，采用同类特征的数据作为预测输入，强化了样本规律性，提升预测精度；之后引入多输出策略改进传统的ANN预测模型，提升了模型拟合程度，使输出更接近实际值，将聚类算法与ANN预测模型相结合，构成组合预测模型。与传统ANN预测模型及典型深度学习预测模型相比，本发明所提方法提升了预测精度，且具有良好的学习性和适应性。该发明进一步提高了负荷预测精度，具有一定的参考价值。
-
公开(公告)号：CN117895517A
公开(公告)日：2024-04-16
申请号：CN202311817259.0
申请日：2023-12-26
IPC分类号： H02J3/06 , H02J3/48 , H02J3/50 , H02J3/32 , G06F30/18 , G06F30/27 , G06N3/006 , G06N3/092 , G06F113/04 , G06F113/06
摘要： 本发明提供提出了一种基于强化学习的多微网能量共享方法，包括：S1，建立源荷模型，包括风力发电、光伏发电、储能电池的数学模型；S2，确定微网内部组成单元的约束限制，述约束限制包括负载需求相应限制、储能电池限制、可再生能源限制；S3，基于步骤S1建立的数学模型和步骤S2确定的约束限制设计多微网系统拓扑结构；S4，在步骤S3设计的多微网系统拓扑结构提出多微网分层优化的方法，将系统分为两层进行调度；S5，根据步骤S4提出的优化方法，采用强化学习对下层多微网进行求解，采用自适应粒子群算法对上层进行求解，进而实现多微网能量共享。与现有的方法相比，本发明首次将强化学习与多微网能量共享方法结合起来，通过最佳学习策略，可更有效地利用可用的能量资源，并提高能量共享的效果；同时，也可更好地解决多微网能量共享的复杂性与不确定性。
-
公开(公告)号：CN116494784A
公开(公告)日：2023-07-28
申请号：CN202310245165.4
申请日：2023-03-10
摘要： 本发明提出一种基于模糊深度神经网络的电动汽车充电负荷预测方法、装置、系统及存储介质，该方法包括：S1，对历史负荷数据进行预处理和采用隶属度函数对温度进行数字化模糊处理后再对所有输入数据进行归一化处理，再将其一起输入到神经网络中；S2，将经过步骤S1处理的负荷数据作为脉冲神经网络的训练样本，进行预训练初步构建深度神经网络预测模型，完成对深度神经网络每一层神经元的权值初始化；S3，预训练后，使用PSO对步骤S2初始化的模糊深度神经网络各层之间权参量精细化微调，建立模糊深度神经网络预测模型。本发明既考虑了传统负荷预测方法难以同时兼顾负荷时间特性和空间特性的问题，又能客观反映实际情况，实用性更强。
-
公开(公告)号：CN115186704A
公开(公告)日：2022-10-14
申请号：CN202210754420.3
申请日：2022-06-29
摘要： 本发明提供一种基于VMD和HMM的电能质量扰动信号分类识别方法，包括：通过仿真生成不同扰动类型的信号，按照一定的比例将信号分为训练数据和测试数据，并将每种信号进行VMD分解，分解层数为4层；计算各层IMF的能量值E组成特征向量，离散化后作为观测序列；根据不同的扰动类型单独训练HMM，得到HMM模型库；将测试数据进行处理后得到的观测序列输入训练好的HMM库中，求解序列在每一个模型下所对应的对数似然概率值，输出最大对数似然的HMM所对应的扰动类型就是当前扰动信号的类型。本发明可对电能质量扰动进行准确的检测定位，提取扰动特征并识别扰动的具体类型。
-
公开(公告)号：CN117838140A
公开(公告)日：2024-04-09
申请号：CN202410117093.X
申请日：2024-01-29
IPC分类号： A61B5/318 , G06F18/10 , G06F18/214 , G06F18/24 , G06F18/213 , G06F18/25 , G06F18/23213 , A61B5/346 , A61B5/00
摘要： 一种针对长时间序列心电信号的跨模态多尺度多示例心电信号分类方法，包括:收集获取现有开源心电信号数据集，对现有开源心电信号数据集依据多示例学习的范式进行预处理，并划分训练集、验证集及测试集；构建由跨模态多尺度多示例网络特征提取主干网络、多模态多示例聚合模块、分类层网络构成的心电信号分类网络；分别使用患者内模式和患者间模式划分得到的训练集进行权重参数的学习，和经过验证集的进一步优化调整，最终由测试集得完成对于长时间序列心电信号的分类测试，确定最终的分类结果。本发明针对长时间序列心电信号难以成功分类的问题，提出了一种跨模态多尺度多示例心电信号分类方法，大大提高了长时间序列心电信号的分类精度。
-
公开(公告)号：CN115622144A
公开(公告)日：2023-01-17
申请号：CN202211318017.2
申请日：2022-10-26
摘要： 本发明提供提出了一种多微网能量共享方法，包括：S1，对微网内部组成单元建模，建立风力发电、光伏发电、储能电池的数学模型；S2，确定微网内部组成单元的约束限制；基于步骤S1建立的数学模型和步骤S2确定的约束限制设计多微网系统拓扑结构；S4，在步骤S3设计的多微网系统拓扑结构中应对实际场景中不同时间尺度的调度问题，应用双时间尺度控制策略，提出分层优化的方法；S5，根据步骤S4提出的优化方法，采用阶梯协调调度思想的调度策略，对各子网控制级进行能源优化。基于此，本发明可降低各个微网与配网之间交易的电量，提高配网运行稳定性和各微网的经济性。
-
公开(公告)号：CN115879296B
公开(公告)日：2024-10-18
申请号：CN202211530366.0
申请日：2022-12-01
申请人： 武汉科技大学 , 国网湖北省电力有限公司襄阳供电公司 , 国网湖北省电力有限公司电力科学研究院
IPC分类号： G06F30/20 , G06F17/11 , H02J3/36 , G06F113/04
摘要： 本发明提供一种基于ν‑gap度量的HVDC‑MTDC系统鲁棒稳定分析方法、装置及系统，包括步骤(1)：建立基于自稳/致稳作用系统的MTDC系统小信号模型；步骤(2)：基于步骤(1)建立的MTDC系统小信号模型建立可用于ν‑gap分析的MTDC标准反馈系统模型；步骤(3)：基于步骤(2)建立的可用于ν‑gap分析的MTDC标准反馈系统模型计算系统鲁棒稳定裕度指标；步骤(4)：基于步骤(3)计算所得系统鲁棒稳定裕度指标和ν‑gap度量，求解系统参数稳定区域。本发明提出了一种基于具有ν‑gap度量的稳定性判据和稳定性指标计算控制参数稳定区域的方法，实现了参数稳定裕度和稳定区域的准确量化。
-
公开(公告)号：CN115879296A
公开(公告)日：2023-03-31
申请号：CN202211530366.0
申请日：2022-12-01
申请人： 武汉科技大学 , 国网湖北省电力有限公司电力科学研究院 , 国网湖北省电力有限公司襄阳供电公司
IPC分类号： G06F30/20 , G06F17/11 , H02J3/36 , G06F113/04
摘要： 本发明提供一种基于ν‑gap度量的HVDC‑MTDC系统鲁棒稳定分析方法、装置及系统，包括步骤(1)：建立基于自稳/致稳作用系统的MTDC系统小信号模型；步骤(2)：基于步骤(1)建立的MTDC系统小信号模型建立可用于ν‑gap分析的MTDC标准反馈系统模型；步骤(3)：基于步骤(2)建立的可用于ν‑gap分析的MTDC标准反馈系统模型计算系统鲁棒稳定裕度指标；步骤(4)：基于步骤(3)计算所得系统鲁棒稳定裕度指标和ν‑gap度量，求解系统参数稳定区域。本发明提出了一种基于具有ν‑gap度量的稳定性判据和稳定性指标计算控制参数稳定区域的方法，实现了参数稳定裕度和稳定区域的准确量化。
-
公开(公告)号：CN118569576A
公开(公告)日：2024-08-30
申请号：CN202410690369.3
申请日：2024-05-30
发明人： 凌在汛 , 向慕超 , 崔一铂 , 黄亮 , 庹量禹 , 刘曼佳 , 佟翾 , 张帅 , 成诚 , 吴笑民 , 刘鸣柳 , 易忱 , 韩鸿凌 , 金晨 , 阮佳楠 , 田晨丞 , 焦海文 , 阮庄
IPC分类号： G06Q10/0631 , G06Q50/06 , G06Q50/40 , G06N3/045 , G06N3/0442 , G06N3/084 , G06N3/086 , G06N3/006
摘要： 本发明提供了一种基于IGwo‑Attention‑LSTM的电动汽车充电负荷预测方法，其结合了GWO优化算法，提出了IGWO和IACO算法，用于改进LSTM模型的超参数设定，从而提高模型的性能和泛化能力；并引入了Attention机制，对LSTM多个时间步的预测结果进行整合，使得模型能够更好地捕捉时间序列数据的关联性和重要性；同时通过改进GWO算法的缺点，IGWO‑Attention‑LSTM算法在负荷预测中展现出更高的准确性和稳定性，准确的负荷预测可以帮助充电站在高峰期提前做好准备，避免能源浪费和高峰时段的能源成本增加，从而节约能源成本。
-
公开(公告)号：CN113965097A
公开(公告)日：2022-01-21
申请号：CN202111283777.X
申请日：2021-11-01
摘要： 本发明提供一种暂态电压支撑的V2G主电路拓扑结构，包括一个三相三端口H桥整流电路；该三相三端口H桥整流电路包括3个含两个IGBT的桥臂、6个晶闸管、直流侧主端口滤波电容Cd1与辅助端口滤波电容Cd2、辅助端口与各桥臂间的一组共模电感Ld；该整流电路交流端口与电网相连，直流侧主端口与直流电池相连，直流侧辅助端口的与滤波电容Cd2大电容相连。本发明通过采用boost与三相H桥整流拓扑结构的复合，减少了换流器数量，使得装置体积更小；通过引入共模电感抑制直流侧辅助端口与交流端口之间回路的交流电流分量，从而减小共模电感的功率损耗以及发热程度，加强了主电路的安全稳定性。
-
-
-
-
-
-
-
-
-
搜索结果
18 条记录 (耗时 0.086 秒)
