公开(公告)号：CN111913197A

公开(公告)日：2020-11-10

申请号：CN202010693366.7

申请日：2020-07-17

Applicant: 燕山大学

Inventor： 张淑清 ,  张晓文 ,  姜安琦 ,  刘海涛 ,  董伟 ,  胡孟飞 ,  杨振宁 ,  李君 ,  时康 ,  李永博 ,  黄娇 ,  上官甲新

IPC: G01S19/33 ,  G01S19/25 ,  G01S19/14 ,  G01S19/07

Abstract: 本发明公开了一种GPS_BDS双模授时技术在配电网自动化的应用方法，属于配电网自动化系统技术领域，包括以下步骤：1)获取实验数据；2)提取某一历元时刻卫星数据；3)根据导航电文和星历观测文件得出卫星的地心地固坐标，并对每颗卫星的伪距观测值进行修正；4)利用卫星位置坐标和修正后的伪距，分别采用最小二乘法和加权最小二乘法进行定位解算，得到接收机的坐标和钟差；5)分析求解结果与真实坐标之间的偏差。本发明提高了授时精度。

公开(公告)号：CN111950696A

公开(公告)日：2020-11-17

申请号：CN202010609214.4

申请日：2020-06-29

Applicant: 燕山大学

Inventor： 张淑清 ,  段晓宁 ,  姜安琦 ,  尹少杰 ,  董伟 ,  张晓文 ,  李永博 ,  时康 ,  李君 ,  黄娇 ,  上官甲新 ,  刘海涛 ,  宋姗姗

IPC: G06N3/04 ,  G06N3/08 ,  G06N3/00 ,  G06K9/62 ,  G06Q10/04 ,  G06Q50/06

Abstract: 本发明公开了一种基于降维和改进神经网络的短期电力负荷预测方法，涉及电力负荷预测技术领域，所述方法包括：首先运用SNE算法将高维负荷相关气象数据通过仿射变换映射到低维，然后通过飞蛾火焰优化算法将ELM的输出权值和阈值作为优化变量，负荷预测结果的均方误差值作为优化结果，找到预测最佳结果对应的训练权值和阈值反馈给ELM，得到改进的神经网络预测模型。将降维的气象数据协同电力负荷数据共同输入改进的神经网络进行数据训练和负荷预测。本发明改进了神经网络的短期电力负荷预测过程，大大提高了电力负荷预测的精度。