-
公开(公告)号：CN110580394A
公开(公告)日：2019-12-17
申请号：CN201910858822.6
申请日：2019-09-11
Applicant: 广西大学
Abstract: 本发明提供一种平行多层蒙特卡罗双馈异步风机参数优化方法，该方法通过平行多层的仿真系统来减少群体智能决策的时间，其核心是在每层仿真系统中灵活运用多区域多粒度蒙特卡方法，每层每区域所使用方法的参数不同，通过使用不同的参数来寻求系统最优化的参数，从而进行必要的决策。本方法的技术效果是：即可实现快速的参数寻优决策，又可以避免一般的蒙特卡罗方法寻优所遇到的“维数灾害”问题。本发明能够对双馈异步风机的比例积分微分控制器参数进行优化。
-
公开(公告)号：CN110535123A
公开(公告)日：2019-12-03
申请号：CN201910801887.7
申请日：2019-08-28
Applicant: 广西大学
Abstract: 本发明提供一种快速的解析式分布式多目标多微网经济调度优化方法，该方法可以在保证微网安全可靠及其电能质量的前提下，使整个微网能耗和运行费用最低，从而获得最大的经济效益。本发明采用了广义Benders分解算法(GBD)将原多目标多微网主动配电系统的经济调度优化问题分解成多个子区域对应的优化问题，各个子区域之间独立完成各自子问题的优化，区域间通过联络线交换边界变量和目标变量。本发明提出的方法在有效地解决多目标多微网经济调度优化问题同时，不仅能解决目前传统集中式优化中设备私密性和系统运行可靠性的问题，也能够有效地减少计算所需的内存从而加快计算速度。
-
公开(公告)号：CN109546648A
公开(公告)日：2019-03-29
申请号：CN201811407241.2
申请日：2018-11-23
Applicant: 广西大学
Abstract: 本发明提供一种考虑预防策略的大规模电力系统自动发电控制方法，该方法能解决考虑预防策略的大规模电力系统自动发电控制问题。本发明提出了深度森林强化学习算法，基于该算法的控制器包含深度森林算法和强化学习算法。该控制器的输入是状态值和奖励值，输出动作给环境。深度森林算法的输入是历史状态和历史动作，输出是预测的系统下一时刻状态，下一时刻状态可能是紧急状态或正常状态。本发明提出的深度森林强化学习算法能替代传统的自动发电控制算法，并且所提算法能避免大规模电力系统中紧急状态的发生。
-
公开(公告)号：CN109541935A
公开(公告)日：2019-03-29
申请号：CN201811407335.X
申请日：2018-11-23
Applicant: 广西大学
IPC: G05B11/42
Abstract: 本发明提供一种参数自适应分数阶自抗扰自动发电控制方法，该方法将分数阶控制思路和自抗扰算法结合成分数阶自抗扰算法，然后将参数自适应策略应用于分数阶自抗扰算法中。本发明所提方法通过计算机算出分数阶控制量，使自动发电控制系统的控制性能提升。本发明所提方法能免去繁琐的人工调整控制器参数的过程。本发明所提方法利用参数自适应算法对系统的参数进行自动调整，调整后的分数阶自抗扰模型能够在无需人工调整参数的情况下得到较高的控制性能，且抗干扰能力好。
-
公开(公告)号：CN109494766A
公开(公告)日：2019-03-19
申请号：CN201811408219.X
申请日：2018-11-23
Applicant: 广西大学
IPC: H02J3/24
Abstract: 本发明提出一种人工深度情感博弈强化学习的智能发电控制方法，该方法将人工情感强化学习算法和深度强化学习算法进行结合，用于智能发电控制中。该方法同时融合了人工智能中的人工情感、强化学习、深度神经网络算法和博弈理论。人工深度情感强化学习算法将深度神经网络和人工情感融入强化学习框架中，深度神经网络用以改善传统强化学习的概率更新策略；人工情感将发电系统信息用情感量化函数进行量化，用以更新传统强化学习的学习率、折扣因子和输出动作值。所提方法以频率偏差和区域控制误差作为输入，以发电机组的功率指令作为输出。所提人工深度情感博弈强化学习的智能发电控制方法具有有效性、可行性、强鲁棒性、快速性。
-
Patent Agency Ranking
公开(公告)号：CN109193672A
公开(公告)日：2019-01-11
申请号：CN201811184143.7
申请日：2018-10-11
Applicant: 广西大学
IPC: H02J3/12
Abstract: 本发明提出一种优化与控制双层协同二级电压控制方法，该方法包括优化算法和控制算法，即复数编码蜻蜓算法和人工情感强化学习算法，同时提出协同二级电压控制框架。首先，人工情感强化学习算法应用于自动电压调节，该算法可获得最优控制性能并且减轻维数灾难。其次，二级电压控制使用复数编码蜻蜓算法可获得更稳定的收敛性能。最后，在多机电力系统中，协同的复数编码蜻蜓-人工情感强化学习算法可以有效地获得协同二级电压控制的最高控制性能和收敛性。
-
公开(公告)号：CN119891194A
公开(公告)日：2025-04-25
申请号：CN202510134297.9
申请日：2025-02-07
Applicant: 广西大学
IPC: H02J3/00 , G06F18/214 , G06F18/2433
Abstract: 本发明提出一种综合预测调度与加速的暂态稳定预防控制方法，该方法的主要步骤为：构建电力系统暂态场景，获取故障数据集；利用故障数据集训练暂态预测模型，输出暂态稳定指数；电力系统根据输出的暂态稳定指数执行最优的预防控制策略，直到系统稳定；本发明所提方法能够快速检测系统稳定性，加速制定并执行控制策略；通过优化控制措施缩短响应时间，从而提高电力系统的稳定性、可靠性、经济性和应急处理能力。
-
公开(公告)号：CN119182137A
公开(公告)日：2024-12-24
申请号：CN202411287374.6
申请日：2024-09-13
Applicant: 广西大学
IPC: H02J3/06 , H02J3/46 , G06Q10/0631 , G06Q50/06
Abstract: 本发明提供一种机组组合与传输线切换的量子‑经典多阶段优化方法，该方法将原模型分解为多个模块，模块内部引入节点间的共识变量进一步分解为多个子问题模型，通过模块间的外循环和模块的内循环协调机组发电和传输线切换，能够得到电力系统最优机组调度方案和对应的最优电网拓扑。所提方法将优化离散变量的主问题转化为等价的且适用于量子计算的二次无约束二值优化形式的哈密顿量并用量子计算机高效求解，加快求解速度；所提方法的各个模块之间通过割平面哈密顿量进行高效的迭代交互，提升全局搜索能力；所提方法将灵敏度分析理论应用于割平面的构造，保证割平面的有效性和方法的收敛性；实现快速搜索最优机组调度和电网拓扑，降低发电能耗。
-
公开(公告)号：CN114154749B
公开(公告)日：2024-07-09
申请号：CN202111524952.X
申请日：2021-12-14
Applicant: 广西大学
IPC: H02J3/00 , G06Q30/0201 , G06Q50/06 , G06Q30/0202 , G06F17/15 , G06F17/16 , G06N20/20
Abstract: 本发明公开了一种考虑实时行为电价分区多模态变形负荷预测方法，该方法包括：对区域负荷按地理及类型两个维度进行分区；对分区历史负荷数据进行经验模态分解和数据变形发掘数据特征及提升数据利用率；将历史负荷数据、实时电价、用户行为数量以及相关环境量作为输入集成学习器完成预测，将各分区的预测结果合并得到最终预测结果。所提方法能够实现电力系统短期负荷预测，提高负荷预测精度。
-
公开(公告)号：CN118281886A
公开(公告)日：2024-07-02
申请号：CN202410374405.5
申请日：2024-03-29
Applicant: 广西大学
IPC: H02J3/12 , G06N3/0442 , G06F18/10 , G06Q50/06
Abstract: 本发明提出一种模态奇异值分解预测平行大模型的电网电压控制方法，该方法将双向门控循环单元、双层自适应噪声完备集成经验模态分解、奇异值分解和自注意力Transformer模型进行结合，用于基于信息物理社会融合的平行系统的电压控制；首先，所提方法中的双向门控循环单元方法用于预测未来电网电压；其次，所提方法利用自适应噪声完备集成经验模态分解和奇异值分解相结合的方法对电压偏差序列进行分解；最后，所提方法利用自注意力Transformer模型输出调压指令；所提方法能减少训练的时间，节约训练的内存，能更快更稳定地获得更小的电压偏差，提高电压控制的精度和效率。
-
-
-
-
-
-
-
-
-
Search Results
245
records
(took 0.02 seconds)
