一种基于卡尔曼滤波器与卷积神经网络的电力负荷预测方法

    公开(公告)号:CN111967688B

    公开(公告)日:2024-02-23

    申请号:CN202010909741.7

    申请日:2020-09-02

    Abstract: 本发明公布了一种基于卡尔曼滤波器与卷积神经网络的电力负荷预测方法包括以下步骤:获取某地区的电力系统历史负荷数据,对历史负荷数据的异常数据进行处理;对影响电力负荷的因素进行分析与量化,将修正后的数据进行归一化;确定神经网络的输入输出数据,确定最优的隐含层的神经元个数,建立卷积神经网络;用训练好的卷积神经网络进行预测,并将预测的数据反归一化从而得到负荷预测值;根据时间序列模型和卷积神经网络预测值确定卡尔曼方程,时间序列模型的预测值作为卡尔曼滤波的真实值,卷积神经网络的预测值作为卡尔曼滤波的测量值,对电网负荷进行预测。本发明预测精度较高,可广泛应用于电力系统的负荷预测中。(56)对比文件张爽.基于改进卷积神经网络在短期负荷预测中的方法研究《.中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》.2020,(第7期),第C042-511页.Bui, DM 等.A Statistical Data-Filtering Method Proposed for Short-TermLoad Forecasting Models《.JOURNAL OFELECTRICAL ENGINEERING & TECHNOLOGY》.2020,第15卷(第5期),第1947-1967页.Xun Gong 等.A Generic LoadForecasting Method for AggregatedThermostatically Controlled Loads Basedon Convolutional Neural Networks《.2019IEEE Energy Conversion Congress andExposition (ECCE)》.2019,第495-502页.Hossein Javedani Sadaei 等.Short-termload forecasting by using a combinedmethod of convolutional neural networksand fuzzy time series《.Energy》.2019,第175卷第365-377页.

    一种光伏发电系统电压稳定控制方法及系统

    公开(公告)号:CN116679566A

    公开(公告)日:2023-09-01

    申请号:CN202310790317.9

    申请日:2023-06-30

    Abstract: 本发明公开一种光伏发电系统电压稳定控制方法及系统,属于滑模控制领域。选用拓扑结构简单、容易控制的Boost升压电路作为外接DC/DC控制电路的拓扑结构,当输入电流连续时,电路能够保持工作状态,避免断续状况的发生;构造的积分终端滑模面可保证系统在有限时间内达到稳定状态;设计一种复合趋近律,引入双曲正切函数并在幂次项中加入符号函数,削弱抖振的同时提高光伏系统远离滑模面时的收敛速度;采用积分终端滑模面与复合趋近律,建立滑模控制器,平抑电压波动,使光伏系统的动态响应速度和抗抖振性能得到进一步提高。本发明可有效抑制光伏系统输出功率波动引起的直流母线电压波动,稳定系统电压,保证系统运行的安全性和可靠性。

    一种基于变异人工鱼群的风电储能系统充放电过程优化方法

    公开(公告)号:CN113779883A

    公开(公告)日:2021-12-10

    申请号:CN202111075348.3

    申请日:2021-09-14

    Abstract: 本发明公布了一种基于变异人工鱼群的风电储能系统充放电过程优化方法,包括以下步骤:依据风电储能系统实时监控设备获取各蓄电池组实时运行状态信息;依据获取的状态信息,引入复数,赋予人工鱼信息,建立人工鱼群,建立公告板;人工鱼群产生变异开始迭代;人工鱼群基于自身感知和环境反馈选择相应行为;记录每条人工鱼位置,更新公告板;系统根据检测点充满能量数之和是否达到设定的最高食物浓度或最低食物浓度,从而进行放电或者充能;系统检测点充满能量点数之和回到最高食物浓度设定以下时,重新恢复系统正常运行;输出系统运行结果。本发明引入变异鱼的概念,将变异人工鱼群算法与风机储能系统补偿相结合对风电进行优化。

Patent Agency Ranking