-
公开(公告)号：CN119209530A
公开(公告)日：2024-12-27
申请号：CN202411702919.5
申请日：2024-11-26
Applicant: 河海大学
IPC: H02J3/00 , G06F18/23211 , G06F18/2415 , G06F18/27
Abstract: 本发明提供一种基于可解释深度学习的多场站时空关联光伏出力概率预测方法及系统，涉及光伏发电智能预测领域。本方法基于光伏出力历史数据构建光伏场站群出力二维矩阵，将二维矩阵中的列向量作为相关性检验对象，对其自动分型。使用非参数核密度估计方法拟合出分型后光伏出力历史数据对应的概率分布函数；从二维矩阵中整理出包含光伏场站时空关联信息的数据，构建多站点联合输入矩阵，并将其送入双向门控循环单元训练得到最优光伏出力预测模型。利用模型完成未来光伏出力确定性预测，使用概率预测方法对光伏出力进行不确定性量化。本发明在数据分型基础上，针对每个类型单独进行核密度估计建模，减少噪声影响，提供更准确的概率预测。
-
Patent Agency Ranking
公开(公告)号：CN119204350A
公开(公告)日：2024-12-27
申请号：CN202411698221.0
申请日：2024-11-26
Applicant: 河海大学
IPC: G06Q10/04 , G06Q10/0639 , G06Q50/26 , G06Q50/06 , G06F16/2458 , G06F16/29 , G06N3/0442 , G06N3/049 , G06N3/084 , G06N3/0464
Abstract: 本发明提供一种考虑可解释深度学习模型嵌套组合的中长期水文概率预报方法及系统，涉及水文预报技术领域。方法包括如下步骤：收集目标站点历史入库径流数据和大气环流指数；分析径流时间序列的相关性，确定中长期径流组合预测模型的滞后时间；构建包含初始因子集的输入矩阵，并从中筛选出中长期水文预报因子，将筛选出的中长期水文预报因子与入库径流数据进行重构，形成重构组合数据；构建多模型嵌套结构作为中长期径流组合预测模型；以重构组合数据作为该中长期径流组合预测模型的输入项，以预测的未来径流量为输出量，得到中长期径流不同步长下的确定性预测结果和概率预测结果。相较于现有技术，本方法在预报结果精度方面具有显著优势。
-
公开(公告)号：CN119204355A
公开(公告)日：2024-12-27
申请号：CN202411707422.2
申请日：2024-11-27
Applicant: 河海大学
IPC: G06Q10/04 , G06Q50/26 , G06F18/2415 , G06Q10/0639 , G06F18/25
Abstract: 本发明公开了基于物理过程和可解释深度学习双驱动的水文预报方法，涉及水文预报技术领域，用于针对过程驱动模型难以完全概括动态水文过程、数据驱动模型忽略物理过程的问题；通过融合传统水文模型与可解释深度学习，充分利用了两者的优势，从而显著提高了实时水文预报的精度和效率。采用头部特定改进极光优化算法优化混合模型的参数，不仅能够提高预测精度，确保模型的可靠性和稳定性，还减少了计算资源的消耗，并且通过采用沙普利加性解释方法对深度学习模型进行解释，进一步增强了模型的可解释性，使用户能够清晰了解输入变量对预测结果的影响。这一特性为模型的实际应用提供了重要支持，特别是在需要决策透明度的水文预报领域。
-
公开(公告)号：CN119209571A
公开(公告)日：2024-12-27
申请号：CN202411708566.X
申请日：2024-11-27
Applicant: 河海大学
IPC: H02J3/14 , H02J3/38 , G06Q10/0631 , G06Q50/06 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06N3/094 , G06N3/006
Abstract: 本发明公开了一种水风光多能互补调峰优化调度方法及系统，包括：收集风光电站的出力数据并进行数据集预处理，构建深度卷积生成对抗网络，输入数据集对深度卷积生成对抗网络进行训练，生成风光情景样本；收集径流和负荷数据，采用鞅模型量化并模拟对应的径流或负荷过程，得到径流和负荷情景样本；基于概率距离的快速削减算法，分别对风光情景样本、径流和负荷情景样本进行缩减与概率更新后，构建流域水‑风‑光短期多能互补调峰优化调度模型，并采用粒子群算法进行求解，获得最优调度结果。本发明通过综合考虑能源利用效率，能够有效优化调度方案，在电网调峰需求下保障系统安全稳定运行。
-
公开(公告)号：CN119962137A
公开(公告)日：2025-05-09
申请号：CN202510444291.1
申请日：2025-04-10
Applicant: 河海大学
IPC: G06F30/18 , G06F30/28 , G06F16/29 , G06F18/25 , G06Q10/0631 , G06Q50/06 , G06F113/08 , G06F119/14
Abstract: 本发明属于水文水资源调度与水利信息化交叉领域，公开了一种流域复杂水工程体系实时调度可视化动态建模方法及系统，方法包括：构建流域水工程体系的实时调度拓扑可视化图；基于所述实时调度拓扑可视化图，对水工程节点特征参数和河道断面节点特征参数进行融合配置；基于融合配置的节点特征参数，构建复合洪水演进模型；基于所述复合洪水演进模型，构建智能调度模型。本发明结合计算机图形化交互技术与多模型耦合算法，实现水工程调度的全流程数字化管理。
-
公开(公告)号：CN119209571B
公开(公告)日：2025-04-15
申请号：CN202411708566.X
申请日：2024-11-27
Applicant: 河海大学
IPC: H02J3/14 , H02J3/38 , G06Q10/0631 , G06Q50/06 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06N3/094 , G06N3/006
Abstract: 本发明公开了一种水风光多能互补调峰优化调度方法及系统，包括：收集风光电站的出力数据并进行数据集预处理，构建深度卷积生成对抗网络，输入数据集对深度卷积生成对抗网络进行训练，生成风光情景样本；收集径流和负荷数据，采用鞅模型量化并模拟对应的径流或负荷过程，得到径流和负荷情景样本；基于概率距离的快速削减算法，分别对风光情景样本、径流和负荷情景样本进行缩减与概率更新后，构建流域水‑风‑光短期多能互补调峰优化调度模型，并采用粒子群算法进行求解，获得最优调度结果。本发明通过综合考虑能源利用效率，能够有效优化调度方案，在电网调峰需求下保障系统安全稳定运行。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
