-
公开(公告)号：CN117154770A
公开(公告)日：2023-12-01
申请号：CN202310861536.1
申请日：2023-07-14
Applicant: 长春工程学院 , 国网吉林省电力有限公司电力科学研究院
IPC: H02J3/28 , H02J3/32 , H02J3/38 , H02J15/00 , H02J7/34 , G06Q50/06 , C25B1/02 , C25B9/65 , C25B15/02
Abstract: 本发明公开了一种基于超级电容的电‑氢混合储能容量优化配置方法，属于能源规划技术领域，该方法利用超级电容和质子交换膜电解池组成的混合储能，去解决风电并网中间接性波动的容量策略。首先，利用经验模态法将风电信号进行分解，得到了直接并网的低频分量和混合储能平抑的高频分量；即而以综合成本最小为目标，建立了平抑风电波动的电‑氢混合储能容量配置模型。并且利用机会补偿成本的方法解决因高频分量带来的负向波动问题。最后，通过算例分析验证了电‑氢混合储能容量优化配置策略的有效性，为风电功率波动的平抑提供了有效的方案，可以有效提高系统经济性。
-
公开(公告)号：CN118798930A
公开(公告)日：2024-10-18
申请号：CN202410901212.0
申请日：2024-07-05
Applicant: 国网吉林省电力有限公司电力科学研究院 , 长春工程学院
IPC: G06Q30/0201 , G06Q10/0631 , G06N3/126 , G06Q50/06
Abstract: 本发明公开了一种多微网和配电网的优化调度方法、装置、设备及介质，涉及配电网技术领域，包括以下步骤：根据配网运营商模型和多微网模型构建配网运营商和多微网交互的主从博弈模型，其中，配网运营商作为领导者，用于制定能源售价策略；多微网作为跟随者，用于根据能源售价对负荷以及多微网内部设备出力情况进行调整，得到能源购买策略；能源售价策略根据能源购买策略进行动态调整；获取主从博弈模型的均衡解。本发明使得能源售价与能源购买量的具体数额将在配网运营商与多微网的交互中被逐渐确定，从而达成配网运营商能源售卖收益最大化和多微网能源引进成本最小化的平衡，使交易双方均达到满意状态。
-
公开(公告)号：CN118863420A
公开(公告)日：2024-10-29
申请号：CN202410915418.9
申请日：2024-07-09
Applicant: 国网吉林省电力有限公司电力科学研究院 , 长春工程学院
IPC: G06Q10/0631 , G06Q50/06 , G06N5/04
Abstract: 本发明公开了一种基于多重博弈的智能楼宇群与储能电站的协调优化调度方法，应用于智能楼宇群与储能电站的协调优化调度领域，包括：以智能楼宇的最低运行成本为目标，构建基于智能楼宇群间电能交易的合作博弈模型，并采用交替方向乘子法求解智能楼宇群内部的最优调度策略；以上级电网、储能电站以及智能楼宇群的最大经济效益为目标，构建基于智能楼宇群与储能电站的主从博弈模型，并采用二分法迭代求解，得到智能楼宇群与储能电站间的最优调度策略；结合两种最优调度策略，完成智能楼宇群与储能电站的协调优化调度。本发明不仅降低了智能楼宇群的运行成本，而且保证了上级电网、储能电站的经济效益，改善了不同主体间的利益均衡。
-
公开(公告)号：CN118195674A
公开(公告)日：2024-06-14
申请号：CN202410411985.0
申请日：2024-04-08
Applicant: 长春工程学院 , 国网吉林省电力有限公司电力科学研究院
IPC: G06Q30/0202 , G06Q30/0201 , G06Q50/06
Abstract: 本发明属于综合能源微网的鲁棒优化技术领域，提出了基于源‑荷多重不确定性的混合两阶段鲁棒优化方法，包括如下步骤：首先，构建综合能源微网系统模型的基本框架；其次，考虑预测场景、最恶劣场景和最优场景，进行源‑荷不确定性描述，并构建综合能源微网多场景概率的混合两阶段鲁棒优化调度模型，并采用嵌套列约束生成算法进行求解；然后，将综合能源微网中上层运营商作为领导者，综合能源微网中下层用户作为跟随者，建立考虑主从博弈的能源交易混合两阶段鲁棒模型，并采用嵌套列约束生成算法进行求解。本发明能够兼顾系统运行的鲁棒性和经济性。
-
公开(公告)号：CN118134170A
公开(公告)日：2024-06-04
申请号：CN202410261463.7
申请日：2024-03-07
Applicant: 国网吉林省电力有限公司电力科学研究院 , 长春工程学院
IPC: G06Q10/0631 , F01K13/00 , F04B35/04 , F04B39/06 , F04B41/02 , G06Q10/0637 , G06Q50/06 , G06F30/20 , G06F111/04
Abstract: 本发明公开了一种考虑碳交易效益的运行经济性的综合能源系统运行优化方法，涉及低碳减排技术领域。包括：S1数据获取步骤：获取燃气机组数据以及用户用电历史数据；S2能源利用优化步骤：基于S1中的获取建立综合能源系统；S3碳交易步骤：基于碳交易机制建立综合能源系统低碳经济调度模型；S4综合能源系统优化步骤：考虑系统总运行成本，建立目标函数，以总运行成本最低为目标函数进行优化；S5仿真验证步骤：通过对综合能源系统的仿真分析，验证所提出的方案在实际运行中的合理性和有效性。本发明兼顾低碳性和经济性，可以提高燃气机组的运行调节能力与电转气设备的运行潜力，提升系统的运行效益，有效降低环境污染与制氧能耗。
-
Patent Agency Ranking
公开(公告)号：CN117391154A
公开(公告)日：2024-01-12
申请号：CN202311317146.4
申请日：2023-10-11
Applicant: 长春工程学院 , 国网吉林省电力有限公司电力科学研究院 , 国网吉林省电力有限公司
Abstract: 本发明涉及能源领域，具体是基于MPGA‑BP神经网络模型的负荷预测方法及系统，包括如下步骤：步骤一，构建BP神经网络模型的网络拓扑结构；步骤二，使用MPGA对BP神经网络模型的网络拓扑结构进行优化，通过确定初始权值和阈值，输入训练数据集，对网络进行训练，直到当前BP神经网络模型满足精度要求，保存当前的BP神经网络模型为MPGA‑BP神经网络模型；步骤三，将采集的负荷数据通过MPGA‑BP神经网络模型，进行负荷预测，得到预测负荷数据。通过本发明，可以提供负荷预测精度。
-
公开(公告)号：CN117932367A
公开(公告)日：2024-04-26
申请号：CN202410172504.5
申请日：2024-02-07
Applicant: 长春工程学院 , 国网吉林省电力有限公司电力科学研究院
Abstract: 本发明公开了一种风光储一体化运行系统的评价指标筛选方法及系统，属于风光储系统分析技术领域。本发明首先通过聚类分析和AHP(层次分析)相结合的方法对指标进行降维，初步将指标进行聚类分析，将相关性高的指标聚类成一类，再采用AHP方法筛选出权重最大的指标作为一类指标的代表性指标，利用KMO系数来判断各类代表性指标之间重叠程度，并根据各个代表性指标的取样适切性量数大小来删除具有重叠性的指标，进而削减了指标间的信息重叠性，提高系统效益综合评价的精确性。
-
公开(公告)号：CN117495080A
公开(公告)日：2024-02-02
申请号：CN202311314473.4
申请日：2023-10-11
Applicant: 长春工程学院 , 国网吉林省电力有限公司电力科学研究院 , 国网吉林省电力有限公司
IPC: G06Q10/0635 , G06Q10/0637 , G06Q10/04 , G06Q50/06 , G06N3/006 , G06F18/214 , G06F18/241
Abstract: 本发明公开了基于改进粒子群算法配电网故障风险等级预测方法，根据与配电网故障风险有关的数据的数据类型和可用性，划分有源配电网故障风险的影响因素，根据有源配电网故障风险的影响因素构建有源配电网故障风险的初始特征集；对初始特征集进行数据预处理，得到配电网故障危险特征集，划分故障的风险等级，得到有源配电网的最佳故障特征子集合；将有源配电网的最佳故障特征子集合划分为训练集与测试集，并将有源配电网的最佳故障特征子集合中各样本所对应的故障危险程度作为有源配电网的预测指标，使用训练完成的ASAPSO风险预测模型对测试集进行强分类，对主动配电网故障风险进行等级预测。通过本发明，实现对配电网故障风险特征集合进行准确预测。
-
公开(公告)号：CN119151094A
公开(公告)日：2024-12-17
申请号：CN202411658582.2
申请日：2024-11-20
Applicant: 长春工程学院
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06F18/27
Abstract: 本发明属于供暖运行优化分析技术领域，涉及到一种电煤锅炉联合供暖运行优化分析方法，其一方面通过设定热负荷基准跨度规划各级热负荷，深入分析电、煤锅炉在各级热负荷供应中的热转换损失以及供暖管道的热传递损失，另一方面运用多元回归分析精准预测目标区域当日各单位时段供暖需求量，基于电、煤锅炉的供暖价格与供暖损失比对初步拟定当日供暖设备方案，识别方案执行过程中电、煤锅炉在各单位时段的运行健康风险，以此对当日供暖设备方案进行修正，极大地提升当日供暖设备方案的可靠性与安全性，有力确保供暖系统的稳定运行，实现对供暖系统的科学规划、精准预测与动态优化，为高效、稳定的供暖服务提供坚实保障。
-
公开(公告)号：CN118570492B
公开(公告)日：2024-11-22
申请号：CN202411000882.1
申请日：2024-07-25
Applicant: 长春工程学院
IPC: G06V10/44 , G06N3/0464 , G06T7/00 , G06V10/52 , G06V10/77
Abstract: 本发明属于计算机视觉技术领域，具体涉及基于PSMNet优化特征提取的深度立体匹配方法，将特征提取类中firstconv拼接的原PSMNet中由卷积、归一化和线性校正单元ReLU三层分别拆分出来，将每部分的卷积层和BN层通过定义convbn层结合；定义的convbn层对初始图像进行卷积归一化处理，对卷积归一化处理后的初始图像加入线性校正单元ReLU，提取初始图像的第一部分深度图像特征；基于滞回注意力机制算法对第一部分深度图像特征进行进一步提取得到第二部分深度图像特征；通过ASPP的模块对第二部分深度图像特征进行多尺度特征提取。减少特征信息在层与层之间传递时的丢失，提升了不同尺度信息提取的能力。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.081 seconds)
