-
公开(公告)号：CN113591399B
公开(公告)日：2022-04-26
申请号：CN202110966330.6
申请日：2021-08-23
Applicant: 贵州大学
IPC: G06F30/27 , G06K9/62 , G06Q10/04 , G06Q50/06 , G06N3/00 , G06F111/08 , G06F119/06
Abstract: 本发明公开了一种短期风功率预测方法，包括：采集风功率数据，将风功率数据划分为训练集和测试集；基于SVM核函数与Stacking集成学习算法构建第一融合模型、第二融合模型，将训练集作为输入对第一融合模型进行训练获得目标训练集；将测试集输入训练后的第一融合模型获得目标测试集；将目标训练集和目标测试集输入第二融合模型，获得风功率预测结果。本发明通过对风电场输出功率进行预测，可以降低不确定性风险，实现了对风力发电系统更好的组合调度，为电力系统的安全稳定和电能质量提供了保障。
-
公开(公告)号：CN113988161A
公开(公告)日：2022-01-28
申请号：CN202111204205.8
申请日：2021-10-15
Applicant: 贵州大学
Abstract: 本发明公开一种用户用电行为模式识别方法，包括：采集日负荷曲线数据，对日负荷曲线数据进行预处理，随机划分为第一数据集和第二数据集，第一数据集用于负荷曲线类别标签数据的提取与筛选；筛选第一数据集，获取精准负荷曲线类别标签数据；提取精准负荷曲线类别标签数据中的Shapelet集合；利用Shapelet集合对第二数据集进行Shapelet转换获得时序轨迹特征矩阵，将时序轨迹特征矩阵随机划分为训练集和测试集；利用训练集构建并训练随机森林分类器；利用训练好的随机森林分类器对测试集进行分类，获得分类结果，识别用户用电行为模式。本发明充分利用提高负荷分类质量和分类效率、同时使分类结果具有较强可解释性。
-
Patent Agency Ranking
公开(公告)号：CN119670552A
公开(公告)日：2025-03-21
申请号：CN202411736492.0
申请日：2024-11-29
Applicant: 贵州大学
IPC: G06F30/27 , H02J3/00 , G06N3/045 , G06N3/0464 , G06N3/049 , G06N3/042 , G06F113/04 , G06F119/02
Abstract: 本发明公开一种电力系统稳定性评估方法和装置、系统、存储介质，包括：步骤S1、获取历史电力系统暂态数据；步骤S2、根据历史电力系统暂态数据，得到暂态稳定评估模型；其中，暂态稳定评估模型包括：时间卷积网络和自适应图卷积网络；步骤S3、将实时的电力系统暂态数据输入到暂态稳定评估模型进行电力系统稳定性评估。采用本发明的技术方案，可以实现准确、快速的电力系统暂态稳定评估。
-
公开(公告)号：CN104156531A
公开(公告)日：2014-11-19
申请号：CN201410403038.3
申请日：2014-08-15
IPC: G06F17/50
Abstract: 本发明公开了一种考虑运行损耗的故障限流器布点优化和容量选择方法，属于大型互联电力系统的创新技术。首先，指定粒子群算法的各项初始化参数，如：种群数目，最大粒子速度、权重系数、个体最优位置和全局最优位置的相对权系数、允许最大迭代次数、约束条件取值范围等。其次，借助PSS\E软件和Matlab软件粒子群工具包求解获得不同台数串联谐振型故障限流器的安装方案（串联线路位置和串联电抗值）以及相应的系统损耗增量，最后，经分析比较后，给出故障限流器布点和容量的优化推荐方案。本发明方法具有物理概念明确、工程实现方便的优势。
-
公开(公告)号：CN113435793A
公开(公告)日：2021-09-24
申请号：CN202110908101.9
申请日：2021-08-09
Applicant: 贵州大学
Abstract: 本发明涉及一种基于强化学习的微电网优化调度方法，包括：获取微电网风光元件的预测信息以及电源的边界信息，搭建基于强化学习的微电网优化调度强化学习模型；基于强化学习的微电网优化调度强化学习模型进行自学习，并积累自学习过程中学习到的调度知识，得到拥有先验调度知识的微电网；通过迁移学习挖掘和利用学习到的调度知识，搭建相似度计算模型，用于实现所述调度知识的再利用；在新的微电网优化调度任务中利用先验调度知识进行微调学习，获得新任务的优化调度策略。本发明方法将强化学习和迁移学习引入到微电网优化调度中，强化学习具备强大的自学习和记忆能力，并且能够将寻优过程中学习到的经验知识储存在神经网络参数中。
-
公开(公告)号：CN113591399A
公开(公告)日：2021-11-02
申请号：CN202110966330.6
申请日：2021-08-23
Applicant: 贵州大学
IPC: G06F30/27 , G06K9/62 , G06Q10/04 , G06Q50/06 , G06N3/00 , G06F111/08 , G06F119/06
Abstract: 本发明公开了一种短期风功率预测方法，包括：采集风功率数据，将风功率数据划分为训练集和测试集；基于SVM核函数与Stacking集成学习算法构建第一融合模型、第二融合模型，将训练集作为输入对第一融合模型进行训练获得目标训练集；将测试集输入训练后的第一融合模型获得目标测试集；将目标训练集和目标测试集输入第二融合模型，获得风功率预测结果。本发明通过对风电场输出功率进行预测，可以降低不确定性风险，实现了对风力发电系统更好的组合调度，为电力系统的安全稳定和电能质量提供了保障。
-
公开(公告)号：CN113988161B
公开(公告)日：2022-08-19
申请号：CN202111204205.8
申请日：2021-10-15
Applicant: 贵州大学
Abstract: 本发明公开一种用户用电行为模式识别方法，包括：采集日负荷曲线数据，对日负荷曲线数据进行预处理，随机划分为第一数据集和第二数据集，第一数据集用于负荷曲线类别标签数据的提取与筛选；筛选第一数据集，获取精准负荷曲线类别标签数据；提取精准负荷曲线类别标签数据中的Shapelet集合；利用Shapelet集合对第二数据集进行Shapelet转换获得时序轨迹特征矩阵，将时序轨迹特征矩阵随机划分为训练集和测试集；利用训练集构建并训练随机森林分类器；利用训练好的随机森林分类器对测试集进行分类，获得分类结果，识别用户用电行为模式。本发明充分利用提高负荷分类质量和分类效率、同时使分类结果具有较强可解释性。
-
-
-
-
-
-
Search Results
7
records
(took 0.02 seconds)
