-
公开(公告)号:CN114077929A
公开(公告)日:2022-02-22
申请号:CN202111404646.2
申请日:2021-11-24
Applicant: 山东大学
Abstract: 本发明公开了一种基于IS‑ARIMA‑LSTM预测模型的风电功率预测方法及系统,包括:基于历史风速数据与当日的数值天气预报进行风速预测,得到预测风速数据;采用孤立森林算法剔除所述历史风速数据和历史风电功率数据中的离群点,使用差分自回归移动平均算法进行填补修正,得到修正后的历史风速数据和历史风电功率数据;将修正后的历史风速数据、修正后的历史风电功率和预测风速数据作为输入特征量,利用加入LSTM层的深度神经网络模型进行风电功率预测,得到风电功率预测结果。本发明利用孤立森林算法对历史风速数据和历史风电功率数据进行修正,使用差分自回归移动平均算法修正离群点空缺,可以明显提升预测准确率。
-
公开(公告)号:CN117922384B
公开(公告)日:2024-06-04
申请号:CN202410338556.5
申请日:2024-03-25
Applicant: 山东大学
Abstract: 本发明提供了一种燃料电池混合动力纯电船舶的能量控制方法及系统,属于船舶的推进控制技术领域。本发明以混合动力系统的综合成本最小为目标进行第一层优化,得到最优的燃料电池功率和锂电池功率,其中,所述综合成本为:第一层控制周期内氢气消耗成本、锂电池的能量损失成本、燃料电池输出功率造成的衰退成本以及荷电状态偏离惩罚函数的加权和;结合第一层优化得到的最优的燃料电池和锂电池功率,以第二层控制周期内混合动力系统的效率最大为目标进行第二层优化,得到更新后的燃料电池效率,以用于计算第一层优化中混合动力系统的氢气消耗成本;本发明兼顾了混合动力系统的运行经济性与运行效率,提高了能量控制精度。
-
公开(公告)号:CN119091524A
公开(公告)日:2024-12-06
申请号:CN202411185626.4
申请日:2024-08-27
Applicant: 山东大学
IPC: G07C5/08 , G06N3/0464 , G06N3/0442 , G06F18/10 , G06F18/213 , G06F18/23213
Abstract: 本发明属于电力负荷预测技术领域,具体涉及一种船舶电力推进系统的短期负荷预测方法及系统,包括:获取船舶电力推进系统的运行数据;对所获取的运行数据进行数据预处理;通过时序卷积网络提取预处理后的船舶电力推进系统运行数据的时序特征,得到船舶电力推进系统运行的时序特征序列;根据所得到的时序特征序列和双向长短期记忆网络,进行船舶电力推进系统的短期负荷预测。
-
公开(公告)号:CN114548372A
公开(公告)日:2022-05-27
申请号:CN202210133695.5
申请日:2022-02-14
Applicant: 山东大学
Abstract: 本发明公开了一种基于时序卷积记忆网络的短期风速预测方法及系统,包括:获取设定时间段内的测风塔的监测数据和NWP的预测数据,进行预处理后,按照时序组成输入变量;将所述输入变量输入至训练好的时序卷积记忆网络模型,获取风电场短期预测风速;其中,所述时序卷积记忆网络包括时序卷积网络与长短期记忆网络,所述输入变量经过时序卷积网络,实现初始特征提取;所述初始特征经过长短期记忆网络得到整体时序风速特征,进而获取风电场短期预测风速。本发明将监测的历史风速与NWP的预测风速结合起来,提供了更为准确的短期WSF;TCMN可以有效结合这两种数据进行预报,可以实现多时间尺度的高频率滚动风速预测。
-
公开(公告)号:CN119760551A
公开(公告)日:2025-04-04
申请号:CN202510252837.3
申请日:2025-03-05
Applicant: 山东大学
IPC: G06F18/2415 , B63H21/00 , G06F18/243 , G06F18/25 , G06F18/214 , G06N5/01 , G06F123/02
Abstract: 本发明涉及机器学习技术领域,具体提供一种混合动力系统的能量调度方法及装置,包括:获取第一时间期限内的检测数据;将所述检测数据输入负荷预测模型,获取所述负荷预测模型输出的第二时间期限内的负荷序列;将所述负荷序列输入预先构建的双层实时调度模型,得到能量调度策略;所述负荷预测模型包括低通滤波器、变分模态分解器和自适应权重轻量级梯度提升机;所述双层实时调度模型包括两层模型预测控制策略;所述第一时间期限在当前时间节点之前,所述第二时间期限在当前时间节点之后。本发明提升了能量调度对负荷的适应度,降低了混合动力系统的燃料成本和性能退化成本。
-
公开(公告)号:CN119106872A
公开(公告)日:2024-12-10
申请号:CN202411194028.3
申请日:2024-08-28
Applicant: 山东大学
IPC: G06Q10/0631 , G06Q10/0639 , G06Q50/06
Abstract: 本发明公开了一种结合瞬时负荷预测的氢能船舶能量管理方法及系统,包括:获取当前时刻前n个时刻的船舶历史负荷信息,输入至三层实时能量管理系统,输出氢燃料电池和蓄电池的能量分配方案;其中,所述三层实时能量管理系统包括:单层瞬时负荷预测子系统ILFS和双层优化调度子系统OSS;基于船舶历史负荷信息,通过单层瞬时负荷预测子系统ILFS得到未来NP长度的预测负荷序列;将预测得到的负荷序列PLS按照时序分别发送至双层优化调度子系统OSS,以氢燃料电池处于高效工作点和蓄电池SOC保持健康的基础上,运行成本最小为目标,求解得到氢燃料电池和蓄电池的能量分配方案。本发明在各种运行工况下,相较于其它方法均表现出了优越的性能。
-
公开(公告)号:CN118232309A
公开(公告)日:2024-06-21
申请号:CN202410131267.8
申请日:2024-01-29
Applicant: 山东大学
IPC: H02J3/00 , G06Q10/04 , G06Q50/06 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明属于电力系统功率预测技术领域,提供了结合风机运行状态与误差修正的风功率预测方法及系统,其技术方案为:获取风机历史运行状态数据和数值天气预报网格数据;对数值天气预报网格数据进行预处理得到风机转化功率序列;结合风机历史功率序列、风机转化功率序列和训练后的时空联合预测模型,获得每个风机统一预测的功率序列;为每个风机添加一个单独的误差修正模型,结合风机历史运行状态数据、统一预测的功率序列及每个风机对应位置的预测气象要素,得到误差预测序列;采用误差预测序列修正统一预测的功率序列,得到修正后的统一风功率预测序列。同时考虑风机之间复杂的时空关联性与每个风机运行的差异性,极大地提升了风功率预测的精度。
-
公开(公告)号:CN117922384A
公开(公告)日:2024-04-26
申请号:CN202410338556.5
申请日:2024-03-25
Applicant: 山东大学
Abstract: 本发明提供了一种燃料电池混合动力纯电船舶的能量控制方法及系统,属于船舶的推进控制技术领域。本发明以混合动力系统的综合成本最小为目标进行第一层优化,得到最优的燃料电池功率和锂电池功率,其中,所述综合成本为:第一层控制周期内氢气消耗成本、锂电池的能量损失成本、燃料电池输出功率造成的衰退成本以及荷电状态偏离惩罚函数的加权和;结合第一层优化得到的最优的燃料电池和锂电池功率,以第二层控制周期内混合动力系统的效率最大为目标进行第二层优化,得到更新后的燃料电池效率,以用于计算第一层优化中混合动力系统的氢气消耗成本;本发明兼顾了混合动力系统的运行经济性与运行效率,提高了能量控制精度。
-
公开(公告)号:CN113869604A
公开(公告)日:2021-12-31
申请号:CN202111240648.2
申请日:2021-10-25
Applicant: 山东大学
Abstract: 本发明公开了一种基于WRF风速预测的风电功率预测方法及系统,包括:获取测量得到的历史风速数据,基于所述数据,使用WRF模式获取预测风速;采用VMD对所述历史风速数据进行分解,将设定频率的基本模态分量进行叠加,实现历史风速数据的样本重构;将重构后的历史风速数据、预测风速数据和历史风电功率作为输入特征量,输入LightGBM功率预测模型,输出风电功率预测数据。本发明将历史风速数据用VMD分解并去掉一定高频分量重构后输入LightGBM功率预测模型,在不增加输入复杂度的情况下,更加平滑的序列数据更有利于LightGBM的参数训练。两个算法的结合以较低的训练成本显著准确提高了功率预测准确率和预测效率。
-
公开(公告)号:CN113675887A
公开(公告)日:2021-11-19
申请号:CN202110987323.4
申请日:2021-08-26
Applicant: 山东大学
Abstract: 本发明提供了一种考虑风机最优发电状态动态恢复的风电持续调频方法,将直流环节电压与频率耦合,赋予其频率响应能力,附加旨在消除电容电压偏差的自适应积分控制,合成直流环节运行电压参考值,以实现调频过程中动态恢复直流环节荷电状态;根据正比风机转动惯量的修正系数确定下垂控制系数上限,根据转子运行状态在调频期间释放合理的转动惯量,将下垂控制系数与系统频率状态耦合,使其能随着电网频率的渐近稳定而解除风机惯性控制信号,驱动风机转速向最优转速恢复。本发明在实现风机转子转速动态恢复的同时权衡其惯性调频性能,解决了由传统对称系数调节方式所带来的正反馈抑制问题。
-
-
-
-
-
-
-
-
-