公开(公告)号：CN116191401A

公开(公告)日：2023-05-30

申请号：CN202211622125.9

申请日：2022-12-16

Applicant: 国网青海省电力公司经济技术研究院 ,  国网青海省电力公司 ,  国家电网有限公司 ,  青海大学

Inventor： 李红霞 ,  张桂红 ,  张祥成 ,  任博文 ,  马恒瑞 ,  陈来军 ,  陈辰 ,  田旭 ,  金成 ,  黄存强 ,  王港飞 ,  李俊贤 ,  秦立栋 ,  刘兴文 ,  武世东 ,  安娟 ,  李绚绚 ,  赵雪 ,  米金梁

IPC: H02J3/00 ,  G06F18/23213 ,  G06F18/25 ,  G06Q50/06 ,  G06N3/0464 ,  G06N3/0442

Abstract: 本发明公开了一种短期综合能源系统多元负荷预测方法，预测方法步骤如下：第一步，数据预处理，分析数据并构建预测方法输入数据集；第二步，依据输入数据的特点从多个维度提取抽象特征；第三步，对提取出来的多维度抽象特征，利用神经网络的拼接Concatenate层和叠加层进行融合，最后通过全连接层实现负荷预测，还涉及其系统，包括：数据输入模块、数据特征提取模块和多维度特征融合预测模块，有效的将AR的线性统计能力与LSTM，CLSTM提取的非线性和周期性特征通过多维度特征融合方法实现负荷预测，相比于ARIMA WR2提升2.169%，CLSM WR2提升了7.870%，LSTM WR2提升了17.887%。

公开(公告)号：CN118030108A

公开(公告)日：2024-05-14

申请号：CN202410324475.X

申请日：2024-03-21

Applicant: 青海大学 ,  清华四川能源互联网研究院 ,  中国地质大学(北京)

Inventor： 杨晓林 ,  王龙轩 ,  张文 ,  梅生伟 ,  郑天文 ,  王汉勋 ,  张跃 ,  潘磊 ,  高士武 ,  任博文 ,  李晨曦 ,  杨万明 ,  杨明荟 ,  张建诚 ,  罗军鹏 ,  高泽宇

IPC: E21D11/00 ,  E21D11/10 ,  E21D11/05 ,  E21D11/18 ,  E21F17/18

Abstract: 本发明提供一种调控储气硐室围岩应力分布的复合衬砌结构，包括：围岩；PVA韧性纤维混凝土层，通过现浇与所述围岩内壁紧密贴合；橡胶阻尼层由橡胶层和阻尼层构成；智能监测系统，由FBG光学传感系统、信息集成系统和智能分析平台构成，可对服役期间储气硐室的应力、应变、振动、加速度、温湿度等工作参数进行实时精准监测，并对所采集监测数据开展基于人工智能算法的预警分析。本发明通过橡胶阻尼层均匀传递并耗散循环气压荷载所产生的能量，减小应力影响范围，防止出现衬砌或围岩开裂及气体渗漏现象，提高储气硐室的稳定性和气密性；可实现云端在线监测和智能预警，有效降低工程风险，减少运维成本。

公开(公告)号：CN114330915A

公开(公告)日：2022-04-12

申请号：CN202111677165.9

申请日：2021-12-31

Applicant: 青海大学

Inventor： 陈来军 ,  薛小代 ,  马恒瑞 ,  任博文

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明公开了一种短期风电功率组合模型预测方法，包括以下步骤：根据NWP数据和真实历史风电功率数据y构建训练集X1，将训练集X1输入XGBoost预测模型中获取预测风电功率值y1；在训练集X1的基础上，构建时间序列数据结构的训练集X2；将训练集X2输入LSTM预测模型获取预测风电功率值y2；根据y、y1和y2获得特征w1和w2；将y1和y2作为输入，特征w1和w2作为输出，构建并训练LSTM‑XGBoost动态权值组合模型；分析训练集X1中各项特征对于风电功率的影响程度，获取不同高度的风速作为重要特征；将y1、y2和不同高度的风速输入到训练好的LSTM‑XGBoost动态权值组合模型中，获取预测风电功率值Y。本发明提供的LSTM‑XGBoost组合模型相比于单一预测模型预测的风电功率更准。

公开(公告)号：CN120012972A

公开(公告)日：2025-05-16

申请号：CN202411563198.4

申请日：2025-02-14

Applicant: 武汉大学 ,  武汉理工大学 ,  青海大学

Inventor： 马恒瑞 ,  朱苏洵 ,  任博文 ,  王波 ,  马富齐 ,  王红霞 ,  武世东 ,  王枭 ,  司杨 ,  陈晓弢 ,  杨艳 ,  苏小玲 ,  麻林瑞 ,  张嘉鑫 ,  罗鹏 ,  张迎晨

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08 ,  H02J3/00

Abstract: 本申请公开了基于MCNN‑MMoL的短期电力负荷多步预测方法，包括以下步骤：S101、采集原始负荷数据，并对所述原始负荷数据进行预处理；S102、将所述原始负荷数据划分成多个具有独立特征信息的子负荷；S103、构建MCNN‑MMoL网络，基于MCNN‑MMoL网络中的MCNN部分，从不同的尺度对所述子负荷的特征进行捕捉提取，基于MCNN‑MMoL网络中的MMoL部分进行多步负荷预测，最终获得短期电力负荷多步预测结果；用于解决现有的电力负荷预测均为单步预测，存在较大的使用局限性的技术问题。

公开(公告)号：CN114330915B

公开(公告)日：2025-04-01

申请号：CN202111677165.9

申请日：2021-12-31

Applicant: 青海大学

Inventor： 陈来军 ,  薛小代 ,  马恒瑞 ,  任博文

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F18/214 ,  G06N3/0442 ,  H02J3/00

Abstract: 本发明公开了一种短期风电功率组合模型预测方法，包括以下步骤：根据NWP数据和真实历史风电功率数据y构建训练集X1，将训练集X1输入XGBoost预测模型中获取预测风电功率值y1；在训练集X1的基础上，构建时间序列数据结构的训练集X2；将训练集X2输入LSTM预测模型获取预测风电功率值y2；根据y、y1和y2获得特征w1和w2；将y1和y2作为输入，特征w1和w2作为输出，构建并训练LSTM‑XGBoost动态权值组合模型；分析训练集X1中各项特征对于风电功率的影响程度，获取不同高度的风速作为重要特征；将y1、y2和不同高度的风速输入到训练好的LSTM‑XGBoost动态权值组合模型中，获取预测风电功率值Y。本发明提供的LSTM‑XGBoost组合模型相比于单一预测模型预测的风电功率更准。