-
公开(公告)号：CN116667431A
公开(公告)日：2023-08-29
申请号：CN202310525257.8
申请日：2023-05-10
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于分布式鲁棒优化的超高海拔光储系统运行优化方法，通过构建光伏与电池储能系统的出力模型、光伏与电池储能系统的经济性目标函数，并确定光伏与电池储能系统的约束条件，在此基础上，采用分布式鲁棒优化算法对不确定光伏出力条件下系统经济性目标函数进行优化，得到光伏与电池储能系统的最优运行方案。本发明具有以下有益效果：(1)、本发明考虑了具有储能方式下的光储混合系统运行方式，利用电池储能装置对光伏出力进行储存，有效缓解了弃光情况并实现更好的经济效益；(2)、本发明构建了针对光储混合系统出力供给平衡的机会约束模型，建立相应机会约束模型可以更贴近实际以获得最优运行结果；(3)、本发明采取分布式鲁棒优化模型来对超高海拔光储系统的运行进行优化，考虑了超高海拔条件下光伏出力的不确定性。
-
公开(公告)号：CN103136355A
公开(公告)日：2013-06-05
申请号：CN201310068725.X
申请日：2013-03-05
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于自动阈值鱼群算法的文本聚类方法，通过计算文本特征向量的相似度矩阵，采用相似度矩阵的每行元素获得每个文本的初始等价划分阈值，从而对文本进行初始等价划分，进而确定初始聚类数目和初始聚类中心；结合采用人工鱼群算法，根据全局最优和局部最优信息更新每条人工鱼的状态，以寻找全局最优聚类中心，对初始聚类结果再聚类。由于采用自动获取阈值的方法得到初始聚类数目和初始聚类中心，并通过人工鱼群算法寻找全局最优聚类中心，本发明克服了传统聚类方法对初值敏感、仅依靠局部数据特性等弊端，可提高文本聚类的准确度与智能性。
-
公开(公告)号：CN103209342B
公开(公告)日：2016-06-01
申请号：CN201310111179.3
申请日：2013-04-01
Applicant: 电子科技大学
IPC: H04N21/258 , H04N21/458 , H04N21/466
Abstract: 本发明公开了一种引入视频流行度和用户兴趣变化的协作过滤推荐方法，通过采集用户行为数据进行处理得到用户-视频二进制关联矩阵，基于该矩阵得到视频流行度权重和用户兴趣度权重，并引入到用户相似度计算过程中；然后找到与目标用户相似度最大的前K个邻居，通过与邻居用户的相似度大小预测目标用户对未产生有效行为视频的兴趣值；最后选取兴趣值最大的N个视频形成推荐列表为用户做出个性化推荐。本发明充分考虑了系统中视频的流行程度各异和用户兴趣随时间变化的特性，更加符合客观事实，使得用户相似度计算更精确，提高了协作过滤推荐的质量，为视频用户提供适应用户兴趣的个性化视频推荐。
-
公开(公告)号：CN102750336A
公开(公告)日：2012-10-24
申请号：CN201210179907.X
申请日：2012-06-04
Applicant: 电子科技大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于用户关联性的资源个性化推荐方法，首先利用用户关联规则挖掘技术分析用户对资源的历史评分记录，挖掘出目标用户频繁集；然后选取项集中项数最多，其次支持度最高的一个目标用户频繁集，用于构建目标用户兴趣相似组；接着将目标用户兴趣相似组用户对资源的历史评分输入到Slope One算法中作为核心数据，对目标用户未访问资源进行评分预测。最后将评分预测值大于阈值的目标用户未访问资源，按照评分预测值大小推荐给目标用户。由于Slope One算法进行目标用户未访问资源评分预测过程中，使用与目标用户兴趣相似的用户进行预测，既降低了目标用户评分矩阵维度和中间计算的数据量，又提高了评分预测准确率。
-
公开(公告)号：CN116995724A
公开(公告)日：2023-11-03
申请号：CN202310895944.9
申请日：2023-07-20
Applicant: 电子科技大学
Abstract: 本发明公开了一种光储系统关键出力‑负荷典型曲线选取方法，先采集光储系统在过去一段时间内的光伏发电功率和用户负荷功率，组成光伏出力样本数据集和负荷样本数据集，然后基于k‑means聚类算法和皮尔森优化迭代算法，通过充分挖掘历史数据并建模分析，得到特定电网、季节、气候、负荷特性等指标之间的稳态平衡关系和暂态波动特性，进而实现对出力‑负荷典型日曲线的可靠选取。
-
Patent Agency Ranking
公开(公告)号：CN116706875A
公开(公告)日：2023-09-05
申请号：CN202310525242.1
申请日：2023-05-10
Applicant: 电子科技大学
IPC: H02J3/00 , H02J3/28 , H02J3/32 , H02J3/38 , G06Q10/0637 , G06Q10/067 , G06Q50/06 , G06N3/126
Abstract: 本发明公开了一种电力市场环境下的光储系统运行优化方法，基于所述光储系统的运行模型、约束条件和目标函数，构建了以光储系统成本最小化为目标函数优化调度模型，并采用遗传算法‑极限学习机算法实现光储系统在基于双边拍卖的电力市场中交易结果的预测，进而将该预测模型集成到光储系统的优化调度模型中，得到光储系统的最优运行策略。本发明具有以下有益效果：(1)、本发明考虑了电力市场环境下的光储系统的最优运行问题，有效实现了光储系统内部的最优经济调度，并高效参与了外部电力市场；(2)、构建了一种基于数据驱动的电力市场预测模型，对光储系统参与电力市场的交易结果进行精准预测；(3)、将基于GA‑ELM的市场预测模型集成到光储系统的运行成本最小化问题中，实现了运行策略和交易策略的联合优化。
-
公开(公告)号：CN116994193A
公开(公告)日：2023-11-03
申请号：CN202310535863.8
申请日：2023-05-12
Applicant: 电子科技大学
IPC: G06V20/52 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的超高海拔光储电站智能状态监测方法，通过采集不同类型的光储电站多源异构运行数据，并进行数据预处理，然后将处理好的数据输入至搭建好的基于深度学习的状态监测子模型中，并对该模型进行训练与参数更新，从而得到快速、准确地检测出光储电站运行状态的状态监测子模型，进而用于光储电站光伏组件故障识别、角度监测、人员行为与动物检测等，不仅可以实现对光储电站的故障预警，防止因故障造成光储电站发生严重事故，还可以降低光储电站的维护费用，克服了高海拔、低气温等恶劣环境因素，极大地降低了传统光伏电厂巡检巨大的人力物力开支，满足了光伏电厂实际应用中的非现场监管的需求。
-
公开(公告)号：CN116381539A
公开(公告)日：2023-07-04
申请号：CN202310435257.9
申请日：2023-04-21
Applicant: 电子科技大学
IPC: G01R31/392 , G01R31/367 , G01R31/378
Abstract: 本发明公开了一种考虑用户不完整充电过程下的电池健康状态评估方法，首先将用户不完整充电过程分为较长和较短两类，然后针对锂电池历史充放电数据进行分类处理，得到两类用于模型训练的样本数据集及对应标签；然后通过这两类样本数据集及对应标签训练构建的CNN‑LSTM模型和稀疏高斯回归模型；在后续实际使用中，根据锂电池充电数据的类型选用不同的模型进行健康的评估。
-
公开(公告)号：CN103136355B
公开(公告)日：2016-01-06
申请号：CN201310068725.X
申请日：2013-03-05
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于自动阈值鱼群算法的文本聚类方法，通过计算文本特征向量的相似度矩阵，采用相似度矩阵的每行元素获得每个文本的初始等价划分阈值，从而对文本进行初始等价划分，进而确定初始聚类数目和初始聚类中心；结合采用人工鱼群算法，根据全局最优和局部最优信息更新每条人工鱼的状态，以寻找全局最优聚类中心，对初始聚类结果再聚类。由于采用自动获取阈值的方法得到初始聚类数目和初始聚类中心，并通过人工鱼群算法寻找全局最优聚类中心，本发明克服了传统聚类方法对初值敏感、仅依靠局部数据特性等弊端，可提高文本聚类的准确度与智能性。
-
公开(公告)号：CN102750336B
公开(公告)日：2014-09-24
申请号：CN201210179907.X
申请日：2012-06-04
Applicant: 电子科技大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于用户关联性的资源个性化推荐方法，首先利用用户关联规则挖掘技术分析用户对资源的历史评分记录，挖掘出目标用户频繁集；然后选取项集中项数最多，其次支持度最高的一个目标用户频繁集，用于构建目标用户兴趣相似组；接着将目标用户兴趣相似组用户对资源的历史评分输入到Slope One算法中作为核心数据，对目标用户未访问资源进行评分预测。最后将评分预测值大于阈值的目标用户未访问资源，按照评分预测值大小推荐给目标用户。由于Slope One算法进行目标用户未访问资源评分预测过程中，使用与目标用户兴趣相似的用户进行预测，既降低了目标用户评分矩阵维度和中间计算的数据量，又提高了评分预测准确率。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.031 seconds)
