-
公开(公告)号：CN113467291A
公开(公告)日：2021-10-01
申请号：CN202110659846.6
申请日：2021-06-11
Applicant: 广西大学
IPC: G05B19/042
Abstract: 本发明提出一种适合双向互动的节能楼宇集中器控制方法，该方法首先通过节能楼宇集中器上的电气测量单元对用户用电设备上的用电数据进行测量；其次，电气测量单元测量得到的用电数据经DSP数据处理中心进行分析处理后，将用电数据经过通讯单元发送到ARM平板一体机以及云端服务器；ARM平板一体机内部搭载的智能入户终端集中器本地系统软件利用Pareto多目标能量管理优化进行需求侧本地能源管理优化，再将优化结果返回到DSP数据处理中心；最后经通讯单元中的WiFi模块将指令下达至用户用电设备。该节能楼宇集中器在无需用户干预的情况下自动地对用户设备进行管理，实现用户侧综合能源的自动管理，提高需求侧的能效水平。
-
公开(公告)号：CN113312779A
公开(公告)日：2021-08-27
申请号：CN202110629893.6
申请日：2021-06-07
Applicant: 广西大学
IPC: G06F30/20 , G06Q10/06 , G06Q50/06 , G06F111/06
Abstract: 本发明提出一种低碳型柔性配电网高满意度动态综合规划方法，该方法将多群差分进化优化的多层分数阶泰勒动态网络规划应用到低碳型柔性配电网规划中。低碳型柔性配电网规划考虑设备扩容投资成本、设备运行维护成本、设备能源生产成本、设备能源减载成本和用户需求满意程度。该方法对采集后的数据进行聚类分析和归一化处理，对电力负荷以及居民用电满意度进行精准预测，依据预测数据对低碳型柔性配电网进行优化，确定最优低碳型柔性配电网规划方案，保证低碳型柔性配电网绿色高效安全经济运行。
-
公开(公告)号：CN113205280A
公开(公告)日：2021-08-03
申请号：CN202110590249.2
申请日：2021-05-28
Applicant: 广西大学
Abstract: 本发明提出一种李群引导注意推理网络的电动汽车充电站选址方法。该方法将李群机器学习方法和引导注意推理网络方法进行结合，用于电动汽车充电站选址。首先，所提方法中引导注意推理网络方法主要用于交通数据的特征提取，判别电动汽车流量信息。其次，所提方法中李群机器学习方法作为引导注意推理网络方法的阈值函数的参数，提高引导注意推理网络方法的训练效率。最后，将电动汽车流量信息网格化，获得电动汽车充电的需求量，通过经纬度网格划分，将车流和网格关联，在密集网格处确定最佳的充电站地址。
-
公开(公告)号：CN112800667A
公开(公告)日：2021-05-14
申请号：CN202110074022.2
申请日：2021-01-20
Applicant: 广西大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06N10/00 , G06F113/04
Abstract: 本发明提出一种平行并行量子人工情感深度学习的多层电压控制方法，该方法将量子行走搜索方法与基于人工情感的深度神经网络进行结合，用于电力系统多层电压控制。首先，量子行走方法作为平行控制系统中的人工控制模型对历史电压数据进行概率统计，用于量子快速获取目标控制策略，同时获取更多的原始电压数据。其次，基于人工情感的深度神经网络方法利用量子行走方法产生的电压数据以及历史电压数据提取特征，实现对电压的精准预测。最后，电力系统决策优化模型根据预测的电压实现最优控制。所提方法能有效解决电力系统电压数据样本不足的问题，实现电网电压的精准控制；采用并行式数据流传输，高效地完成平行系统间的数据交换。
-
公开(公告)号：CN112381207A
公开(公告)日：2021-02-19
申请号：CN202011250405.2
申请日：2020-11-11
Applicant: 广西大学
Abstract: 本发明提供一种法医调查强化多步模型预测的非均匀光伏发电方法，该方法能解决非均匀光照下光伏发电系统难以快速跟踪最大功率点的问题。本发明所提方法的框架由法医调查模块、深度强化学习模块和强化多步模型预测模块构成。其中，强化多步模型预测模块包括强化预测环节和强化计算环节。本发明所提方法利用法医调查方法在非均匀光照条件下快速搜索最大功率点参考值。本发明所提方法中的深度强化学习模块可调整强化多步模型预测模块的参数。强化多步模型预测模块在强化预测环节预测系统未来状态并在强化计算环节寻找出最优控制量。本发明所提方法能有效解决非均匀光照条件下光伏发电最大功率点跟踪问题。
-
Patent Agency Ranking
公开(公告)号：CN112308194A
公开(公告)日：2021-02-02
申请号：CN202011016328.4
申请日：2020-09-24
Applicant: 广西大学
Abstract: 本发明提出一种量子迁移平行多层蒙特卡罗双馈风机参数优化方法，该方法包括基于量子位概率幅的种群编码方法和迁移平行多层蒙特卡罗方法优化方法；同时提出双馈风机转子侧控制器比例积分微分参数的优化框架。首先，基于量子位概率幅的种群编码方法生成蒙特卡罗随机点，可在种群数不变的情况下提高种群的多样性。然后，通过多层多粒度的平行多层蒙特卡罗方法获得多组比例积分微分参数以及体现控制器性能的适应度值。其次，通过迁移学习来学习以往的经验知识，以提高优化计算速度。最后，再通过多层多粒度的平行多层蒙特卡罗优化方法获得控制性能良好的双馈风机转子侧控制器的比例积分微分参数。
-
公开(公告)号：CN112217198A
公开(公告)日：2021-01-12
申请号：CN202010900514.8
申请日：2020-09-01
Applicant: 广西大学
Abstract: 本发明提出一种多步图神经网络自适应动态规划的光伏发电管理方法，该方法包括图神经网络方法和多步自适应动态规划方法，能有效解决户用光伏发电在家庭能量管理中的多目标规划问题。本发明所提方法由图模型网模块、图评价网模块和图控制网模块三个基本模块组成，其中每个模块的核心结构均为图神经网络。首先，本发明所提多步图神经网络自适应动态规划方法将大量的光伏发电数据形成可视化图片，并建立光伏发电数据模型。然后，将形成的光伏发电数据模型通过多步自适应动态规划方法对光伏发电系统进行实时控制与优化，提升光伏发电效率。
-
公开(公告)号：CN112016684A
公开(公告)日：2020-12-01
申请号：CN202010780676.2
申请日：2020-08-06
Applicant: 广西大学
Abstract: 本发明提供一种深度并行柔性发射网络的电力终端指纹识别方法，该方法利用深度并行柔性发射网络模型对电力终端设备运行时的电压和电流波形信息进行学习，形成电力终端指纹与设备名称的关联模型。所提方法是基于柔性发射网络和深度学习结合的深度柔性发射网络模型；且在训练时，所提方法使用不同的深度柔性发射网络参数进行并行学习。在电力系统中新接入电力终端时，所提方法根据其电力终端指纹完成对电力终端的识别。所提方法能对接入电力系统的电力终端进行识别，为电力系统安全运行与控制和负荷预测提供了参考，有效提高电力系统智能化水平。
-
公开(公告)号：CN112016038A
公开(公告)日：2020-12-01
申请号：CN202010766642.8
申请日：2020-08-03
Applicant: 广西大学
IPC: G06F17/15
Abstract: 本发明所提一种超超临界燃煤锅炉高温再热器炉外壁温预测方法，该方法能精确地预测未来一段时间超超临界燃煤锅炉高温再热器炉外壁的温度。本发明所提方法是混合多参数多特征降维时间卷积网络方法，该方法由多特征尺度模块和特征融合时间卷积网络模块组成。所提方法中多特征尺度模块主要包括特征筛选和特征拼接两种操作；该两种操作对原始数据进行混合多参数多特征降维。所提方法中特征融合时间卷积网络模块使用扩张因果卷积作为基本计算单元完成特征融合和模型训练任务。所提方法具有较强特征提取能力和函数拟合能力，可以预测超超临界燃煤锅炉高温再热器炉外壁的温度。
-
公开(公告)号：CN110808610A
公开(公告)日：2020-02-18
申请号：CN201911096643.X
申请日：2019-11-11
Applicant: 广西大学 , 广西纵览线缆集团有限公司
IPC: H02J3/38
Abstract: 本发明提供一类基于比例积分微分控制思想的双馈风机优化方法，该方法目的是优化目前双馈风力发电系统控制参数，完成最大功率点追踪，使系统运行的经济性与安全性最优。本发明提出一类基于比例积分微分控制思想的优化方法，包含比例积分微分优化方法、分数阶比例积分微分优化方法、自抗扰优化方法、分数阶自抗扰优化方法，此类方法可以优化控制系统内的比例积分控制器参数使偏差量最小，提高控制器响应时间和控制精度。本发明将基于控制思想的优化方法和双馈风机经典结构整合，通过基于控制思想的优化方法优化控制器参数，使系统控制偏差最小，使运行曲线与最大功率曲线逼近。
-
-
-
-
-
-
-
-
-
Search Results
246
records
(took 0.025 seconds)
