-
公开(公告)号:CN115048857A
公开(公告)日:2022-09-13
申请号:CN202210570790.1
申请日:2022-05-24
申请人: 大连理工大学 , 国网经济技术研究院有限公司 , 国网新疆电力有限公司
IPC分类号: G06F30/27 , G06K9/62 , G06F113/04 , G06F119/02
摘要: 一种基于CNN的暂稳极限传输功率的确定方法,首先通过历史数据构建仿真模型,再通过蒙特卡洛故障模拟进行仿真实验,得到事故前后的系统电压、联络线故障冲击功率以及暂态稳定极限传输功率等数据;然后利用卷积神经网络研究电网的系统输入特征量与输电通道暂态稳定极限传输功率之间的非线性映射关系,并再通过多次训练构建卷积网络模型,最后,利用这种非线性映射关系实现暂稳极限功率的快速计算;本发明提出的卷积神经网络确定暂稳极限功率,相比于直接法和时域仿真法具有更快的计算速度,更高的精度并且有较强的模型适应性。
-
公开(公告)号:CN118226272A
公开(公告)日:2024-06-21
申请号:CN202410281975.X
申请日:2024-03-13
申请人: 大连理工大学 , 国网能源研究院有限公司 , 国网新疆电力有限公司 , 中国电力科学研究院有限公司
IPC分类号: G01R31/367 , G01R31/392
摘要: 本发明提供一种改进ESN的PEMFC剩余寿命预测方法及系统,包括:首先通过采集传感器数据,选取电堆电压作为健康指标,使用卷积平滑滤波法对PEMFC数据集进行数据平滑,在进行线性归一化处理,有效减少异常值对后续模型训练的干扰。然后利用IGWO的局部和全局寻优能力对ESN的储备池参数进行优化,构建出IGWO‑ESN模型,并利用处理后数据集进行PEMFC的剩余寿命预测模型的训练。本发明提出的改进IGWO‑ESN预测模型,相较于循环神经网络预测方法具有更快的计算速度,相较于传统ESN模型更高的长期预测精度和较强的模型适应性。
-
公开(公告)号:CN118630268A
公开(公告)日:2024-09-10
申请号:CN202410828905.1
申请日:2024-06-25
申请人: 大连理工大学 , 国网辽宁省电力有限公司电力科学研究院
IPC分类号: H01M8/04992 , G06F17/10 , H01M8/04298 , H01M8/04858 , H01M8/04746
摘要: 本发明提供一种基于寿命预测的PEMFC延迟退化控制方法及系统,包括:通过采集PEMFC稳态和动态运行过程中的传感器数据,选取电堆电压作为健康指标,构建稳态数据集和动态数据集。构建出IGWO‑ESN稳态寿命预测模型和CNN‑BiLSTM动态寿命预测模型,并利用处理后数据集进行PEMFC的剩余寿命预测模型的训练。在预测电压退化速率的基础上,设置出满足电池稳定运行的参考电压退化速率,通过PID迭代学习控制算法控制燃料电池的进气压力来实现跟踪电池参考电压退化速率的目标,达到减缓电压衰减的目的。本发明提出的基于多尺度寿命预测的PEMFC控制策略能够有效地延迟PEMFC系统在多工况下的电压退化速率。
-
-