-
公开(公告)号:CN117834628A
公开(公告)日:2024-04-05
申请号:CN202410010820.2
申请日:2024-01-04
Applicant: 河北工业大学
Abstract: 本发明为一种面向微电网场景的边缘计算任务卸载方法,首先根据风光出力情况以及任务队列的延迟容忍度计算权重,根据权重获取需要卸载的任务队列;然后,计及卸载时延和能耗构建目标函数,在并网运行模式下,卸载时延和能耗均包括卸载到微电网设备、边缘服务器以及云服务器的三部分;在孤岛运行模式下,卸载时延和能耗均包括卸载到微电网设备和边缘服务器的两部分;最后,将任务队列作为种群,任务队列卸载到微电网设备、边缘服务器以及云服务器处理的比例作为种群的个体,目标函数作为适应度函数,利用群智能算法进行求解,根据最优解进行任务卸载。该方法根据优先级进行任务卸载,提高了微电网系统的快速响应能力,同时保证了微电网计算任务的实时性。
-
公开(公告)号:CN118523366A
公开(公告)日:2024-08-20
申请号:CN202410571859.1
申请日:2024-05-10
Applicant: 河北工业大学
IPC: H02J3/28 , G06F17/16 , G06F17/14 , G06N3/006 , G06Q10/0631 , G06Q10/04 , G06Q30/0201 , G06Q50/06 , H02J3/32
Abstract: 本发明为一种考虑氢储能的混合储能容量优化配置方法,包括以下内容:读取原始风力发电机组输出的功率曲线数据与负载数据;采用优化算法以最小包络熵为目标函数,确定变分模态分解的模态分解个数K;根据模态分解个数获取若干个模态分量,将最低频的电功率分配给氢储能模块,设定中频部分和高频部分的分解个数分界点H,H初始为2,将剩余电功率按照分界点分别对接蓄电池和超级电容模块,向后依次遍历所有的分解个数作为分界点,选择年综合成本最小的分界点作为最终划分高中频的分界点,再以其将所得模态分量划分为高、中、低三个频段,将低频分量对接氢储模块,中频分量对接蓄电池,高频分量对接超级电容模块,确定最优容量优化配置结果。
-
公开(公告)号:CN118051857A
公开(公告)日:2024-05-17
申请号:CN202410355915.8
申请日:2024-03-27
Applicant: 河北工业大学
IPC: G06F18/2433 , G06F18/25 , G06N3/0442 , G06N3/08 , G06F123/02
Abstract: 本发明为一种基于扩散模型的风机时空数据异常检测方法,所述检测方法包括以下内容:对采集到的风电机组SCADA时序数据相关性分析,通过滑动窗口的模式把数据划分成w×w的矩阵;构建GRUfusion模型,GRUfusion模型包括自注意力机制模块、GRU模块和扩散模型diffusion,所述w×w的矩阵输入到GRU模块获得时间特征,w×w的矩阵的转秩矩阵输入到自注意力机制模块获得空间特征,时间特征和空间特征通过多通道融合进行特征数据拼接后进入扩散模型diffusion,由扩散模型diffusion输出预测误差,再进行异常判断。该方法准确度更高,对数据时空关系提取更加有效,同时能在设备即将发生异常时可以提前预警。
-
公开(公告)号:CN117232809A
公开(公告)日:2023-12-15
申请号:CN202311191865.6
申请日:2023-09-15
Applicant: 河北工业大学
IPC: G01M13/00 , G01M13/04 , G01M99/00 , G06F30/17 , G06F30/27 , G06Q10/04 , G06Q10/20 , G06Q50/06 , G06N3/006 , G06N20/20 , F03D17/00
Abstract: 本发明为基于DEMATEL‑ANP‑CRITIC组合赋权的风机主轴故障预诊断方法,首先获取风机运行数据,得到数据集;然后,将主轴齿箱侧油温作为目标特征,选取与目标特征具有强相关性的特征作为强相关性特征,保留目标特征和所有强相关性特征的时间序列;接着,搭建多个模型作为单体故障预诊断模型,对目标特征进行预测;最后,利用训练后的各个单体故障预诊断模型进行预测,并利用主客观相结合的方式对各个单体故障预诊断模型的预测结果进行赋权,再将所有单体故障预诊断模型的预测结果进行叠加,得到目标特征组合预测值;利用滑动窗口法和3σ准则进行故障预诊断。结合风电现场对准确性、实时性、关联性等的多元需求,利用多个单体故障预诊断模型对目标特征进行联合预测,充分发挥不同模型各自的优势,提高预测精度。
-
公开(公告)号:CN117526445A
公开(公告)日:2024-02-06
申请号:CN202311474697.1
申请日:2023-11-08
Applicant: 河北工业大学
IPC: H02J3/46 , G06F30/18 , G06F30/27 , G06Q10/0631 , G06Q50/06 , G06N5/04 , H02J3/32 , H02J3/00 , G06F111/06 , G06F113/04
Abstract: 本发明为一种基于主从博弈的多微网系统容量优化配置方法,首先以能源平准化成本最低为目标构建虚拟电厂的目标函数,以年运行成本最低为目标构建微电网的目标函数;然后,引入奖励机制对虚拟电厂和微电网的目标函数进行优化;最后,计及多微网系统稳定运行的约束条件,利用多目标粒子群算法寻找帕累托前沿,选取使COE最小的解,并根据此解配置各个微电网的容量。虚拟电厂通过内部调度满足微电网的电量缺口,盈余电量向大电网售卖,当内部调度无法满足时,统一由虚拟电厂向大电网购买;微电网有选择地向虚拟电厂供电或向大电网售卖,微电网向虚拟电厂供电能够享受内部零电价优惠,并根据向虚拟电厂供电的比例分摊虚拟电厂的净利润作为分成收益;在奖励机制下虚拟电厂获取更多收益,微电网的年运行成本更低。
-
公开(公告)号:CN116611575A
公开(公告)日:2023-08-18
申请号:CN202310651967.5
申请日:2023-06-05
Applicant: 河北工业大学
Abstract: 本发明为一种基于双层决策博弈的多VPP共享储能容量优化配置方法,使用的双层决策博弈模型包括上层容量优化配置模型和下层运行优化调度模型;首先,构建了上层容量优化配置模型和下层运行优化调度模型的目标函数;然后,考虑各个模型的约束条件,上层容量优化配置模型以多VPP和共享储能电站的年综合成本最低为优化目标,下层运行优化调度模型以共享储能电站的年综合成本最低为优化目标,分别对上层容量优化配置模型和下层运行优化调度模型进行交替迭代求解,完成多VPP共享储能容量的优化配置。该方法从各个模型的众多决策变量中综合考虑了多VPP共享储能系统整体的经济效益,完成系统整体的容量配置和优化调度。
-
-
-
-
-