基于混合量子算法的路径优化方法、装置、计算机设备和存储介质

    公开(公告)号:CN119398289A

    公开(公告)日:2025-02-07

    申请号:CN202411268070.5

    申请日:2024-09-10

    Abstract: 本申请涉及一种基于混合量子算法的路径优化方法、装置、计算机设备和存储介质,其中,该方法包括:获取待优化路径的无向完全加权图的权重邻接矩阵;将权重邻接矩阵输入到预设的量子电路中进行优化,得到第一候选解和对应的第一权重;其中,在量子电路的编码与剪枝的优化过程中,将所有候选解划分为多个步骤;将旅行商在每个步骤中的选择,编码到量子电路中,执行相应的剪枝,以形成包含所有候选解的均匀叠加态;根据第一权重和预设的第一阈值,更新第一候选解,得到目标路径。通过本申请,解决了相关技术中路径规划的效率低下的问题,有效减少编码候选解所需的量子资源,实现在精确规划路径的同时,能够提高路径规划效率。

    一种基于条件引导扩散过程的电力系统负荷预测方法

    公开(公告)号:CN119338283B

    公开(公告)日:2025-04-01

    申请号:CN202411864813.5

    申请日:2024-12-18

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于条件引导扩散过程的电力系统负荷预测方法,属于电力系统时序预测领域。该方法设计了多阶段渐进引导的去噪流程,解决去噪过程不可控的问题;通过相似时段负荷曲线发掘算法和多分辨率趋势特征有效发掘模式特征,并利用混合特征条件生成网络引导多阶段去噪过程;最后,设计了基于Transformer架构的深度去噪网络,通过嵌入深度频域分解模块来提升模型从高斯噪声中还原负荷曲线的能力。该方法实现了去噪过程的可控,确保负荷曲线生成的精细度和准确性,增强了模型的可解释性,显著提升了日前负荷点预测与确定性预测的精度,能为电力系统控制和优化运行提供更为精确的预测信息。

    一种基于条件引导扩散过程的电力系统负荷预测方法

    公开(公告)号:CN119338283A

    公开(公告)日:2025-01-21

    申请号:CN202411864813.5

    申请日:2024-12-18

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于条件引导扩散过程的电力系统负荷预测方法,属于电力系统时序预测领域。该方法设计了多阶段渐进引导的去噪流程,解决去噪过程不可控的问题;通过相似时段负荷曲线发掘算法和多分辨率趋势特征有效发掘模式特征,并利用混合特征条件生成网络引导多阶段去噪过程;最后,设计了基于Transformer架构的深度去噪网络,通过嵌入深度频域分解模块来提升模型从高斯噪声中还原负荷曲线的能力。该方法实现了去噪过程的可控,确保负荷曲线生成的精细度和准确性,增强了模型的可解释性,显著提升了日前负荷点预测与确定性预测的精度,能为电力系统控制和优化运行提供更为精确的预测信息。

    一种基于蜂群仿生的非直控柔性资源协同响应方法及系统

    公开(公告)号:CN118983804B

    公开(公告)日:2025-02-11

    申请号:CN202411468292.1

    申请日:2024-10-21

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于蜂群仿生的非直控柔性资源协同响应方法及系统。本发明从终端侧小用户参与电力系统互动难度大的困境出发,构建了柔性资源非直控协同响应架构;在此基础上,提出了基于蜂群仿生理论的非直控柔性资源互动调控方法,支持多元灵活性资源混合,可实现系统内柔性资源的协同优化。本发明提供了一套面向非直控中、小灵活性资源参与电网互动运行的完整解决方案,可支撑保供风险预警预控、新能源消纳、尖峰负荷削减等业务场景,具有很强的灵活性与适应性。

    一种基于蜂群仿生的非直控柔性资源协同响应方法及系统

    公开(公告)号:CN118983804A

    公开(公告)日:2024-11-19

    申请号:CN202411468292.1

    申请日:2024-10-21

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于蜂群仿生的非直控柔性资源协同响应方法及系统。本发明从终端侧小用户参与电力系统互动难度大的困境出发,构建了柔性资源非直控协同响应架构;在此基础上,提出了基于蜂群仿生理论的非直控柔性资源互动调控方法,支持多元灵活性资源混合,可实现系统内柔性资源的协同优化。本发明提供了一套面向非直控中、小灵活性资源参与电网互动运行的完整解决方案,可支撑保供风险预警预控、新能源消纳、尖峰负荷削减等业务场景,具有很强的灵活性与适应性。

    一种面向电力系统源荷预测的预训练模型构建方法

    公开(公告)号:CN120012957A

    公开(公告)日:2025-05-16

    申请号:CN202510488795.3

    申请日:2025-04-18

    Applicant: 浙江大学

    Abstract: 本发明公开了一种面向电力系统源荷预测的预训练模型构建方法,属于电力系统时序预测领域。该预训练模型针对新能源接入与新型负荷发展带来的源荷双侧不确定性难题,构建了时空模式混合专家子模型与预报信息混合专家子模型的异构组合架构,可适配丰富的下游预测场景、满足多时间尺度、多变量输入的预测需求。本发明通过预训练模型从海量数据中提取通用时空特征,有效提升源荷预测的精度与泛化性能,适配规划、调度等多场景需求,为含高比例分布式资源的配电网运行风险态势感知提供可靠技术支撑。

Patent Agency Ranking