-
公开(公告)号：CN109272058A
公开(公告)日：2019-01-25
申请号：CN201811425170.9
申请日：2018-11-27
Applicant: 电子科技大学中山学院
IPC: G06K9/62
Abstract: 本发明公开了一种集成电力负荷曲线聚类方法。在我国电网公司加大需求侧改革力度、更加有效进行电力系统运行经济调度的大背景下，本发明专利提出一种快速有效的电力负荷聚类算法。首先使用SOM神经网络对原始电力负荷数据进行粗聚类，获得聚类后的类中心；然后利用DBSCAN算法对粗聚类后的类中心进行聚类，将同类的类中心对应的类簇进行合并；最后将类簇中的偏离元素剔除并放入最相似类中，获得最优聚类结果。
-
公开(公告)号：CN118780782A
公开(公告)日：2024-10-15
申请号：CN202411013690.4
申请日：2024-07-26
Applicant: 电子科技大学中山学院
IPC: G06Q10/20 , G06Q10/047 , G06Q10/0631 , G06N3/006
Abstract: 本发明公开了一种带多子船的海上风电场运维方法、可读存储介质，通过获取粒子群中的粒子数量，分别设置母作业船和子作业船的行驶速度和行驶成本，运行风机序列编码程序初始化粒子群中每一个粒子的位置；遍历每一个粒子，运行风机序列解码程序对粒子的位置进行解码，得到粒子在当前位置对应的运维路径，所述运维路径包括派遣阶段和回收阶段的母作业船和子作业船的服务路径；根据母作业船和子作业船的行驶速度和行驶成本计算粒子的适应度，根据粒子的适应度获取全局最优粒子，记录全局最优粒子及其对应的运维路径；采用自适应算法更新粒子群中每个粒子的位置；判断迭代次数是否达到预设次数阈值，若是则输出更新后的全局最优粒子及其对应的运维路径，调度母作业船和子作业船；从而实现了多艘船舶协同运维，有效地解决了海上风电场中船舶调度、路径规划、资源分配复杂的问题，优化了多艘船舶的运维路径，提高了运维效率，降低了发电损失以及运维总成本。
-
公开(公告)号：CN109272058B
公开(公告)日：2020-06-05
申请号：CN201811425170.9
申请日：2018-11-27
Applicant: 电子科技大学中山学院
IPC: G06K9/62
Abstract: 本发明公开了一种集成电力负荷曲线聚类方法。在我国电网公司加大需求侧改革力度、更加有效进行电力系统运行经济调度的大背景下，本发明专利提出一种快速有效的电力负荷聚类算法。首先使用SOM神经网络对原始电力负荷数据进行粗聚类，获得聚类后的类中心；然后利用DBSCAN算法对粗聚类后的类中心进行聚类，将同类的类中心对应的类簇进行合并；最后将类簇中的偏离元素剔除并放入最相似类中，获得最优聚类结果。
-
Patent Agency Ranking
公开(公告)号：CN109934375B
公开(公告)日：2020-05-01
申请号：CN201811424684.2
申请日：2018-11-27
Applicant: 电子科技大学中山学院
Abstract: 本发明公开了一种电力负荷预测方法。在我国电网公司加大需求侧改革力度、更加有效进行电力系统运行经济调度的大背景下，本发明专利提出一种快速有效的电力负荷预测方法。首先使用DBSCAN算法对电力负荷数据进行聚类，获得聚类结果C和类中心；然后将预测日N天的负荷特征数据作为训练数据输入前级LSTM神经网络，输出预测日负荷特征；最后计算预测日负荷特征与DBSACN聚类之后的类中心的欧式距离，将距离最小的类中心所对应的负荷数据与原始负荷数据合并作为训练数据输入到后级LSTM神经网络中，输出预测日负荷曲线。
-
公开(公告)号：CN110704995A
公开(公告)日：2020-01-17
申请号：CN201911186697.5
申请日：2019-11-28
Applicant: 电子科技大学中山学院
IPC: G06F30/18 , G06Q10/06 , G06Q50/06 , G06K9/62 , G06F113/06 , G06F113/16
Abstract: 本发明提供一种多变电站多类型风机的电缆布局方法和计算机存储介质，所述方法包括：S1获取初始参数形成数据集；S2、对数据集中的所有数据点进行最小化数据集的总平方距离，获得簇集；S3、根据簇集中每个簇的中心与变电站的距离，将变电站与每个簇一一对应；S4、获取每个簇所包含风机的总发电量，得到其与该簇所对应变电站的最大发电承载量的关系；S5、根据所述关系，对簇的数据进行重新分配，若所有簇的风机总容量小于或等于其对应变电站的最大发电承载量，则得到聚类结果，否则对簇的数据进行重新分配；S6、计算每个簇的风机与其所在簇对应的变电站的距离，将最近的风机点与变电站相连；S7、对每个簇内的风机进行独立的电缆连接布局。
-
公开(公告)号：CN109934375A
公开(公告)日：2019-06-25
申请号：CN201811424684.2
申请日：2018-11-27
Applicant: 电子科技大学中山学院
Abstract: 本发明公开了一种电力负荷预测方法。在我国电网公司加大需求侧改革力度、更加有效进行电力系统运行经济调度的大背景下，本发明专利提出一种快速有效的电力负荷预测方法。首先使用DBSCAN算法对电力负荷数据进行聚类，获得聚类结果C和类中心；然后将预测日N天的负荷特征数据作为训练数据输入前级LSTM神经网络，输出预测日负荷特征；最后计算预测日负荷特征与DBSACN聚类之后的类中心的欧式距离，将距离最小的类中心所对应的负荷数据与原始负荷数据合并作为训练数据输入到后级LSTM神经网络中，输出预测日负荷曲线。
-
公开(公告)号：CN110704995B
公开(公告)日：2020-05-01
申请号：CN201911186697.5
申请日：2019-11-28
Applicant: 电子科技大学中山学院
IPC: G06F30/18 , G06Q10/06 , G06Q50/06 , G06K9/62 , G06F113/06 , G06F113/16
Abstract: 本发明提供一种多变电站多类型风机的电缆布局方法和计算机存储介质，所述方法包括：S1获取初始参数形成数据集；S2、对数据集中的所有数据点，最小化数据集的总平方距离，获得簇集；S3、根据簇集中每个簇的中心与变电站的距离，将变电站与每个簇一一对应；S4、获取每个簇所包含风机的总发电量，得到其与该簇所对应变电站的最大发电承载量的关系；S5、根据所述关系，对簇的数据进行重新分配，若所有簇的风机总容量小于或等于其对应变电站的最大发电承载量，则得到聚类结果，否则对簇的数据进行重新分配；S6、计算每个簇的风机与其所在簇对应的变电站的距离，将最近的风机点与变电站相连；S7、对每个簇内的风机进行独立的电缆连接布局。
-
公开(公告)号：CN118982103A
公开(公告)日：2024-11-19
申请号：CN202411012984.5
申请日：2024-07-26
Applicant: 电子科技大学中山学院
IPC: G06Q10/04 , G06Q50/06 , G06F18/23213 , G06F18/2413 , G06N3/006 , G06N3/0442 , G06N3/0985
Abstract: 本发明涉及风机选址技术领域，尤其涉及一种带风力评估的海上风机选址优化方法，包括：获取未来目标时间段内的每日海上风速数据；构建可建造点数据集，确定若干可建造子区域；根据输入风速确定每一海上风机的发电功率和建造成本以构建目标蝙蝠算法的适应度函数，并对每一可建造子区域进行选址优化；对边界点数据集中的边界点执行边界点随机局部优化搜索，并根据可建造点数据集的适应度以及边界点随机局部优化搜索次数确定边界点随机局部优化搜索结果；对邻域点数据集中的邻域点执行KNN算法局部优化搜索，并输出最终的海上风机建造选址优化结果。本发明考虑不同类型风机的建设情况，能够提高能源的利用效率，降低建造成本，并提高了选址优化程度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.045 seconds)
