-
公开(公告)号：CN117493878A
公开(公告)日：2024-02-02
申请号：CN202311302105.8
申请日：2023-10-09
Applicant: 华中科技大学
IPC: G06F18/214 , G06F18/241 , H02J3/00 , B60L53/60
Abstract: 本发明公开了电动汽车充电站的功率预测数据增强方法及功率预测方法，属于电动汽车充电站数据分析技术领域，包括：(S1)收集所述充电站每天各时刻的总充电功率作为真实样本，得到真实样本集；(S2)对于每一个真实样本，生成V个虚拟样本，得到虚拟样本集，完成数据增强；对于任意一个真实样本，生成一个虚拟样本的方式包括：(S21)按照均匀分布采样从预设的时间序列增强函数集中采样S个时间序列增强函数；(S22)对真实样本依次执行采样得到的S个时间序列增强函数，得到虚拟样本。本发明能够在扩充样本量的同时，有效保证了样本的质量，有效解决电动汽车充电站数据少、质量低，无法利用大数据模型准确预测电动汽车充电站充电功率的问题。
-
公开(公告)号：CN117394306A
公开(公告)日：2024-01-12
申请号：CN202311218957.9
申请日：2023-09-19
Applicant: 华中科技大学
IPC: H02J3/00 , H02J3/38 , G06N3/0455 , G06N3/0464 , G06N5/04 , G06N3/084
Abstract: 本发明公开了基于新能源并网的风电功率预测模型建立方法及其应用，属于风电功率预测领域，包括：构建训练数据集；训练数据集中，每一条样本包括历史的气象特征序列以及未来的风电功率序列；构建待训练的初始预测模型，该模型在编码器‑解码器的基础上引入了两个预处理模块，分别用于对输入编码器和输入解码器的数据进行预处理，包括在气象特征序列中的各气象特征中嵌入序列位置和时间戳，得到映射特征序列，并将获取各种气象特征之间的内在联系，得到拓扑图，之后将二者融合；利用训练数据集对初始预测模型进行训练，训练结束后，得到风电功率预测模型。本发明能充分考虑风电预测的特征拓扑相关性和强不确定性，有效提高风电功率预测的精度。
-
公开(公告)号：CN115001787B
公开(公告)日：2023-03-14
申请号：CN202210590266.0
申请日：2022-05-26
Applicant: 华中科技大学 , 国网湖北省电力有限公司电力科学研究院
Abstract: 本发明提供了一种适用于受攻击情况下多智能体网络的分布式优化方法，涉及系统、网络安全和信息技术领域。本发明考虑了网络中至多有F个智能体受到攻击的情况，每个智能体每次更新迭代之前对入邻居的信息进行适应性过滤，得到可信的信息进行使用，同时在迭代过程中，使用了平均梯度跟踪法来加快迭代速度，最终使得智能体的决策趋于一致，收敛到每个智能体最优值的凸组合中。本发明在多智能体网络受到外部攻击或者网络内存在恶意智能体的情况下，不需要识别受到攻击智能体，即可适应外部攻击，加快收敛速度，适用于邻接矩阵为非对称的行随机矩阵的应用场景，具有普适性。
-
公开(公告)号：CN114742285A
公开(公告)日：2022-07-12
申请号：CN202210312610.X
申请日：2022-03-28
Applicant: 华中科技大学
Abstract: 本发明属于电力负荷预测领域，具体涉及一种居民电力消费模式预测模型的构建方法及其应用，包括：采用平滑化聚类方法得到居民日负荷曲线对应的多种电力消费模式；构建混合加权Markov模型，作为居民i的电力消费模式预测模型，采用混合加权Markov模型对居民未来的电力消费模式进行预测，并采用多个预测器对负荷进行预测，根据混合加权Markov模型的电力消费模式预测结果进行加权组合，从而实现更准确、稳定的居民负荷预测，为需求响应等应用提供良好的数据支持和便利的分析基础。相比于单个预测器的居民负荷预测方法，本发明提出的居民负荷预测集成方法能够有效利用居民的多种模式信息，得到更准确、稳定的负荷预测结果。
-
公开(公告)号：CN114784823B
公开(公告)日：2024-12-10
申请号：CN202210399513.9
申请日：2022-04-15
Applicant: 华中科技大学
Abstract: 本发明公开了基于深度确定性策略梯度的微电网频率控制方法及系统，属于电力系统频率控制领域。包括将微电网系统的频率偏差及其的积分作为训练数据，采用双延迟深度确定性策略梯度算法训练智能体；将训练好的智能体应用于带有新能源的微电网系统，将当前系统的状态信息输入AC框架，选取最佳动作，转换为实际指令用于同步发电机的调节器阀门开度，控制微电网频率。本发明利用无模型的深度强化学习算法，训练智能体自适应学习电网频率变动，因含有新能源的微电网具有随机性和间歇性的特点，本发明不需要依赖与真实环境存在较大偏差的理想数学模型，只需要系统的输入和奖励值进行不断学习迭代，从而对微电网有更好的控制效果。
-
Patent Agency Ranking
公开(公告)号：CN117493878B
公开(公告)日：2024-11-01
申请号：CN202311302105.8
申请日：2023-10-09
Applicant: 华中科技大学
IPC: G06F18/214 , G06F18/241 , H02J3/00 , B60L53/60
Abstract: 本发明公开了电动汽车充电站的功率预测数据增强方法及功率预测方法，属于电动汽车充电站数据分析技术领域，包括：(S1)收集所述充电站每天各时刻的总充电功率作为真实样本，得到真实样本集；(S2)对于每一个真实样本，生成V个虚拟样本，得到虚拟样本集，完成数据增强；对于任意一个真实样本，生成一个虚拟样本的方式包括：(S21)按照均匀分布采样从预设的时间序列增强函数集中采样S个时间序列增强函数；(S22)对真实样本依次执行采样得到的S个时间序列增强函数，得到虚拟样本。本发明能够在扩充样本量的同时，有效保证了样本的质量，有效解决电动汽车充电站数据少、质量低，无法利用大数据模型准确预测电动汽车充电站充电功率的问题。
-
公开(公告)号：CN117584792A
公开(公告)日：2024-02-23
申请号：CN202311504490.4
申请日：2023-11-13
Applicant: 华中科技大学
IPC: B60L53/62 , B60L53/30 , G06N3/0442 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种电动汽车充电站充电功率在线预测方法及系统，属于电动汽车充电站功率预测领域，包括：在线预测：对于预测时刻h，基于充电功率的历史数据构建特征向量并输入至深度核自适应滤波模型以预测时刻h的功率分布并存储；深度核自适应滤波模型包括依次连接的深度循环神经网络、标准正定核以及预测模块；预测模块，用于利用核自适应滤波算法预测功率分布；在线更新：对于任意时刻h'，实时收集到实际功率Ph'后，获取时刻h'处的功率分布的预测结果，计算其均值与Ph'的误差作为预测损失，基于预测损失对深度核自适应滤波模型的参数进行更新。本发明能够追踪电动汽车充电站充电功率的时变特性，提高电动汽车充电站充电功率的预测准确性。
-
公开(公告)号：CN116109216B
公开(公告)日：2023-06-23
申请号：CN202310394711.0
申请日：2023-04-13
Applicant: 国网湖北省电力有限公司营销服务中心(计量中心) , 国网电力科学研究院武汉能效测评有限公司 , 华中科技大学
Inventor： 樊立攀 , 禹文静 , 张成 , 徐琰 , 明东岳 , 夏天 , 雷鸣 , 刘喆成 , 郭莹 , 倪阳 , 王媛 , 刘礼威 , 赵婧 , 魏伟 , 齐蓓 , 余梦 , 王振宇 , 许静 , 石玉伦 , 刘智伟
IPC: G06Q10/0639 , G06Q10/0631 , G06Q50/06 , G06F30/20 , G06F111/04 , G06F113/04
Abstract: 本申请涉及一种源网储荷系统的可调性评估方法，包括以下具体步骤：S1：构建源网储荷系统结构模型，建立能量平衡关系；S2：根据预计优化目标建立目标函数和约束条件，所述约束条件应满足源网储荷系统向总电网购买和出售电力的约束条件；S3：根据系统结构模型、目标函数和约束条件，使用MPC算法求解指定时间段的可调性潜力和成本，考虑可调性成本对可调性进行分类。本申请考虑了不同柔性组件的实际特性，计算出指定时间段的灵活性潜力及相关成本，从而使得源网储荷系统在满足用户使用的前提下建立充足的灵活性储备，助力总电网进行需求响应调度。
-
公开(公告)号：CN116089847B
公开(公告)日：2023-06-23
申请号：CN202310359452.8
申请日：2023-04-06
Applicant: 国网湖北省电力有限公司营销服务中心(计量中心) , 国网电力科学研究院武汉能效测评有限公司 , 华中科技大学
Abstract: 本申请涉及一种基于协方差代理的分布式可调资源聚类方法，包括以下具体步骤：收集DAR数据和太阳辐射强度、风速、环境温度和湿度等外部特征数据；将外部特征与DAR集进行相关性分析，选取相关性最高的外部特征作为相关系数，将协方差替换相关系数乘以DAR分布的方差；以最小化所有DAR聚类的最大方差为目标，确定聚类模型与表征参数，形成更快和更可靠的聚类方法；和蛮力计算方差对比发现，通过Python仿真验证了在多资源聚类的可靠性与时效性。该方法不需要枚举和计算所有的DAR组合，在具有计算简便性的同时准确率也与蛮力计算相比更具有保障性。本申请解决DAR聚类时的方差计算问题。
-
公开(公告)号：CN114200833A
公开(公告)日：2022-03-18
申请号：CN202111404956.4
申请日：2021-11-24
Applicant: 华中科技大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于观测器的机器人网络动态区域覆盖的控制方法，设计了利用基函数信息和传感器测量信息近似出任务区域的环境密度函数的观测器，以解决环境信息不完全已知的问题。然后基于近似的环境密度函数，设计了机器人的控制器来驱动机器人网络实时变化位置配置，使得机器人网络能够在任务区域存在可移动目标的情况下实现良好的区域覆盖效果。通过设计观测器和机器人网络的控制器，并进行相关理论的分析和证明，实现机器人网络对动态区域覆盖监测效果的优化，达到良好的覆盖效果，能够解决机器人网络对存在可移动目标且可移动目标的特性未知引起的区域信息不完全已知的动态区域的覆盖控制问题。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.024 seconds)
