-
公开(公告)号：CN115238448A
公开(公告)日：2022-10-25
申请号：CN202210581978.6
申请日：2022-05-26
IPC: G06F30/20 , G06F17/16 , G06F119/02
Abstract: 本发明公开了一种计及恶性数据注入的同步发电机动态估计方法，用于实现恶性数据的有效检测及发电机动态状态的准确估计。该方法首先基于统计线性化技术，利用量测值和状态预测值信息，构建CKF框架下的批处理回归模型，获得新的量测输出方程，提高量测数据冗余度；其次，构建多维矩阵，利用鲁棒投影统计方法进行恶性数据检测并降低其权重；之后，借助GM估计器界定恶性数据引起的状态估计误差，采用迭代加权最小二乘法进行求解获取状态估计值，并更新状态估计误差协方差矩阵。该方法能够实现恶性数据的有效检测并降低其对状态估计精度的影响。本发明方法流程清晰，实现简单，便于工程实施。
-
公开(公告)号：CN112949945B
公开(公告)日：2022-09-02
申请号：CN202110404300.6
申请日：2021-04-15
Applicant: 河海大学
Abstract: 本发明公开了一种改进双向长短期记忆网络的风电功率超短期预测方法，包括如下步骤：对训练样本进行数据预处理；采集风电场的历史风功率数据向量，选取数值天气预报中与风电功率数据相关性最大的数据，并进行归一化处理；在双向长短期记忆网络和全连接层之间融入注意力机制模型，利用训练集对改进双向长短期记忆网络算法模型进行训练和参数优化；将测试集输入改进双向长短期记忆网络模型建立风电功率超短期预测模型，计算风电功率一小时后输出值Ppre。本发明利用双向长短期记忆网络对历史功率数据以及数字天气预报的双向记忆性能，融入注意力机制，对双向长短期记忆网络的隐藏层输出进行加权，有效的提高了预测精度。
-
公开(公告)号：CN114492964B
公开(公告)日：2024-12-13
申请号：CN202210039663.9
申请日：2022-01-13
Applicant: 河海大学
Abstract: 本发明公开了一种基于小波分解和优化深度置信网络的光伏功率超短期概率预测方法，该方法利用小波分解对原始数据进行三级分解，得到子序列，利用深度置信网络分别对得到的子序列建立功率预测模型，并使用遗传算法为模型寻找最优初始参数，将各子模型得到的预测结果进行等值加权得到最终预测结果；其次，在构建的光伏功率点预测模型基础上，对点预测误差序列进行分析，构建基于t分布模型的光伏功率超短期概率预测模型，计算预测区间。本发明将小波分解技术、深度置信网络和遗传算法组合进行光伏功率超短期概率预测，实现光伏功率超短期概率预测，给光伏电场调度人员提供了有效的决策信息。
-
公开(公告)号：CN114296344B
公开(公告)日：2023-12-19
申请号：CN202111512124.4
申请日：2021-12-07
Applicant: 河海大学
IPC: G05B13/04
Abstract: 本发明公开了一种单机无穷大电力系统建模与鲁棒控制方法，考虑了单机无穷大电力系统负荷的随机波动情况以及建模过程中存在的参数不确定性，通过Semi‑Markov理论本质上地解决单机无穷大电力系统的鲁棒控制问题。所述方法步骤如下：首先，考虑系统的参数不确定性以及负荷的随机变化，基于Semi‑Markov理论建立反映单机无穷大电力系统状态变化的模型；然后，设计依赖于系统模态变化以及模态内驻留时间的弹性输出反馈控制器；进一步，通过构建依赖于系统模态变化以及模态内驻留时间的Lyapunov函数，借助概率密度函数以及累计分布函数对闭环单机无穷大电力系统进行稳定性分析；最后将所得的系统鲁棒稳定性条件以及控制(56)对比文件Yongxiao Tian.Resilient static outputfeedback contorl of linear semi-markovjump systems with incomplete semi-markovkernel.IEEE Transactions on AutomaticControl.2020,4274-4281.Xiaohang LI.Robust asynchronousoutput-feedback controller design formarkovian jump systems with outputquantization.IEEE transaction on systems，man，and cybernetics：systems.2020,1214-1223.
-
公开(公告)号：CN115081299A
公开(公告)日：2022-09-20
申请号：CN202210579185.0
申请日：2022-05-26
IPC: G06F30/25 , G06F113/04 , G06F119/10
Abstract: 本发明公布了一种基于UPF的电力系统鲁棒辅助预测状态估计方法，用于含风电场的电力系统辅助预测状态估计。该方法通过无迹卡尔曼滤波以获取重要性密度函数，利用状态空间中的加权随机样本集来近似实际后验概率分布，其估计精度高，能准确跟踪状态量的变化，具有更强的鲁棒性，且该方法能够解决现有状态估计器的不足，且实现流程清晰，具有较高的工程应用价值。
-
Patent Agency Ranking
公开(公告)号：CN112949945A
公开(公告)日：2021-06-11
申请号：CN202110404300.6
申请日：2021-04-15
Applicant: 河海大学
Abstract: 本发明公开了一种改进双向长短期记忆网络的风电功率超短期预测方法，包括如下步骤：对训练样本进行数据预处理；采集风电场的历史风功率数据向量，选取数值天气预报中与风电功率数据相关性最大的数据，并进行归一化处理；在双向长短期记忆网络和全连接层之间融入注意力机制模型，利用训练集对改进双向长短期记忆网络算法模型进行训练和参数优化；将测试集输入改进双向长短期记忆网络模型建立风电功率超短期预测模型，计算风电功率一小时后输出值Ppre。本发明利用双向长短期记忆网络对历史功率数据以及数字天气预报的双向记忆性能，融入注意力机制，对双向长短期记忆网络的隐藏层输出进行加权，有效的提高了预测精度。
-
公开(公告)号：CN111695666A
公开(公告)日：2020-09-22
申请号：CN202010453559.5
申请日：2020-05-26
Applicant: 河海大学
Abstract: 本发明公开了一种基于深度学习的风电功率超短期条件概率预测方法，该方法首先将风电功率历史数据划分训练集和验证集；然后利用训练样本对深度置信网络模型进行训练，同时使用粒子群优化算法对网络结构参数进行寻优，得到最佳预测模型结构；其次将验证集输入训练好的模型，输出值为待预测时刻风电功率预测值；最后根据提出的条件，筛选出新的数据集，根据中心极限定理，结合概率论知识计算出概率预测区间。本发明是基于深度学习的风电功率超短期条件概率预测方法，基于点预测的基础上考虑一定条件结合概率论和数理统计知识，计算功率输出区间，给电网工作人员提供了更多的决策信息。
-
公开(公告)号：CN113256018B
公开(公告)日：2022-09-02
申请号：CN202110636517.X
申请日：2021-06-08
Applicant: 河海大学
Abstract: 本发明公开了一种基于条件分位数回归模型的风电功率超短期概率预测方法，首先分析风电功率时间序列的特性，研究基于多元时间序列基序的层次聚类方法，综合考虑静态特性、动态特性及气象特性，然后基于聚类结果计算样本倍增系数，并以此为条件针对每一个样本类进行分位数回归以训练模型，完成参数优化，最后输入风电功率时间序列，实现超短期概率预测。本发明其预测区间性能明显优于传统基于分位数回归模型的预测模型，且具有较好的可靠度，极大的提高了风电功率预测可信度。
-
公开(公告)号：CN114492964A
公开(公告)日：2022-05-13
申请号：CN202210039663.9
申请日：2022-01-13
Applicant: 河海大学
Abstract: 本发明公开了一种基于小波分解和优化深度置信网络的光伏功率超短期概率预测方法，该方法利用小波分解对原始数据进行三级分解，得到子序列，利用深度置信网络分别对得到的子序列建立功率预测模型，并使用遗传算法为模型寻找最优初始参数，将各子模型得到的预测结果进行等值加权得到最终预测结果；其次，在构建的光伏功率点预测模型基础上，对点预测误差序列进行分析，构建基于t分布模型的光伏功率超短期概率预测模型，计算预测区间。本发明将小波分解技术、深度置信网络和遗传算法组合进行光伏功率超短期概率预测，实现光伏功率超短期概率预测，给光伏电场调度人员提供了有效的决策信息。
-
公开(公告)号：CN114296344A
公开(公告)日：2022-04-08
申请号：CN202111512124.4
申请日：2021-12-07
Applicant: 河海大学
IPC: G05B13/04
Abstract: 本发明公开了一种单机无穷大电力系统建模与鲁棒控制方法，考虑了单机无穷大电力系统负荷的随机波动情况以及建模过程中存在的参数不确定性，通过Semi‑Markov理论本质上地解决单机无穷大电力系统的鲁棒控制问题。所述方法步骤如下：首先，考虑系统的参数不确定性以及负荷的随机变化，基于Semi‑Markov理论建立反映单机无穷大电力系统状态变化的模型；然后，设计依赖于系统模态变化以及模态内驻留时间的弹性输出反馈控制器；进一步，通过构建依赖于系统模态变化以及模态内驻留时间的Lyapunov函数，借助概率密度函数以及累计分布函数对闭环单机无穷大电力系统进行稳定性分析；最后将所得的系统鲁棒稳定性条件以及控制器存在条件用一组线性矩阵不等式表示。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.019 seconds)
