-
公开(公告)号：CN113937792A
公开(公告)日：2022-01-14
申请号：CN202111198935.1
申请日：2021-10-14
Applicant: 广西大学 , 中国科学院合肥物质科学研究院
IPC: H02J3/24
Abstract: 本发明提出一种混合向量图神经强化学习的超低频振荡阻尼控制方法，该方法将图注意力神经网络和强化学习进行结合，用于超低频振荡的抑制。首先，所提方法中图注意力神经网络方法根据电力系统的拓扑结构，节点以及连线上的信息构建图和矩阵，利用注意力机制更新图中节点特征，对超低频振荡产生的原因进行分类。然后，所提方法中强化学习方法根据设定的奖励函数，使得智能体学习到累积报酬最大化的控制策略，从而发出控制指令，调节阻尼控制装置参数，进而抑制超低频振荡。所提方法能实时快速精确地解决水电机组中超低频振荡问题。
-
公开(公告)号：CN109494725B
公开(公告)日：2021-11-02
申请号：CN201811407243.1
申请日：2018-11-23
Applicant: 广西大学
Abstract: 本发明提供一种可伸缩的磁滞回环滑模自动发电控制方法，该方法鲁棒性好、抗干扰能力强，能应用于具有非线性和不确定性的实际互联电力系统。本发明提出的可伸缩的滑模控制框架，可根据输入量的大小不断调整参数，同时磁滞回环根据输入量的改变发生相应的平滑伸缩，具有自适应性。该控制框架的自适应系数通过训练神经网络得到，经过松弛操作保证发电指令能满足机组约束。可伸缩的磁滞回环滑模控制器输出响应快，能对电力系统进行实时控制，可替代传统的负荷频率控制器。
-
公开(公告)号：CN113328122A
公开(公告)日：2021-08-31
申请号：CN202110471490.3
申请日：2021-04-29
Applicant: 广西大学
IPC: H01M8/04992 , H01M8/04298 , G06F30/27
Abstract: 本发明提出一种固体氧化物燃料电池的量子模型预测控制方法，该方法采用量子计算来对模型预测控制进行改进，将量子比特的概率幅表示应用于模型预测控制中，使得模型预测控制的过程表示多个态的叠加，并利用量子旋转门实现滚动优化的更新，实现目标的优化求解。所提量子模型预测控制方法通过量子模型预测控制进行优化控制固体氧化物燃料电池系统的氢气与氧气的输入来实现对固体氧化物燃料电池的功率输出控制。所提量子模型预测控制方法采用滚动优化策略，能够及时弥补由于固体氧化物燃料电池内部或外部扰动引起的不确定性，动态性能较好；所提量子模型预测控制方法能够有效地处理多变量、有约束的问题。
-
公开(公告)号：CN113285469A
公开(公告)日：2021-08-20
申请号：CN202110500183.3
申请日：2021-05-08
Applicant: 广西大学
Abstract: 本发明提出一种电力电子化电力系统分布式实时频率协调调控方法，该方法采用分布式实时双层协调调度与控制机制，来解决电力电子化电力系统的有功平衡和频率控制问题。在上层，所提方法依据电气距离将电力电子化电力系统进行分区；分区后的电力电子化电力系统的多区域采用分布式一致性协议对非私密电气量进行交互迭代。在下层，每个区域依据电力电子化机组的出力能力、出力质量和碳排放指标将上层得到的总功率指令进行扁平化划分；在充分考虑电气线路约束的情况下实时调度与控制每个区域的电力电子化机组。所提方法能实现电力电子化电力系统上层协调一致，下层公平出力，形成良性竞争的有功平衡和频率控制解决方案。
-
公开(公告)号：CN113285445A
公开(公告)日：2021-08-20
申请号：CN202110499795.5
申请日：2021-05-08
Applicant: 广西大学
Abstract: 本发明提出一种双层分布式多目标旋转黏菌的多区域经济调度方法，该方法是一种多目标分布式双层智能优化方法，用来解决多区域经济调度问题。首先，通过母线撕裂法将大规模电力系统分为若干子区域系统，形成第一层；再将若干子区域系统继续分为若干子子区域系统，形成第二层。然后，通过共享边界虚拟节点部分信息，采用分布式一致性多目标旋转黏菌智能优化方法安全且快速有效地解决多区域经济调度问题。
-
Patent Agency Ranking
公开(公告)号：CN113205222A
公开(公告)日：2021-08-03
申请号：CN202110529349.4
申请日：2021-05-14
Applicant: 广西大学
Abstract: 本发明提出一种基于增量式宽度学习系统模型的负荷预测方法。该方法将增量学习的思想用于宽度学习系统中，目的是提高负荷预测的准确性和模型训练的效率。首先，把能考虑到的每一个因素单独输入所提方法中的宽度学习系统进行训练，得到相关性较高的因素。然后，把这些相关性高的因素组合起来输入到所提方法中的宽度学习系统进行训练，得到一个训练好的所提方法中的宽度学习系统模型。最后，输入新数据集与旧数据集比较，如果新旧数据集数据相差不大，则将新数据集输入训练好的模型直接预测，如果新旧数据集数据相差较大，则更新权重，直到输出达到满意的结果为止。
-
公开(公告)号：CN113205104A
公开(公告)日：2021-08-03
申请号：CN202110440881.9
申请日：2021-04-23
Applicant: 广西大学
Abstract: 本发明公开了一种基于深度学习的点云补全方法，该方法包括：对原始点云集进行预处理；构建编解码器网络；将预处理后的点云数据输入编码器中获取输入点云的特征向量；将输入点云的特征向量输入解码器得到缺失部分点云；将缺失部分点云与输入残缺点云拼接得到完整的补全点云；设置损失函数，优化网络，得到最终优化输出结果。本发明通过添加局部特征编码器、直接生成缺失部分的补全方法和三种损失函数的构建，使补全的点云既有明显的局部细节又能保留原始点云原有的几何和语义信息，从而有效提升网络的补全精度。将补全后的点云输入PointNet网络进行分类，得到高精度的分类结果也证实了该发明有优秀的补全效果。
-
公开(公告)号：CN112865116A
公开(公告)日：2021-05-28
申请号：CN202110029005.7
申请日：2021-01-11
Applicant: 广西大学
Abstract: 本发明提出了一种平行联邦图神经网络的十三区图无功优化方法。该方法将通过改变有载调压变压器分接头的位置和投切补偿并联电容器组来完成无功优化，将电力系统区域运行方式按照无功功率上下限和电压上下限，共划分为十三个实时运行状态区域，用来确定下一时刻系统无功优化调节措施的实施方式。其次，提出了一种平行联邦图神经网络方法。该方法对历史数据进行预测训练并判定当前系统所处运行状态，按照当前系统运行情况确定系统所属区域，并确定无功优化措施。所提方法能保证互联电力系统运行私密性，能确保互联电力系统各区域平行运行无功优化方案。
-
公开(公告)号：CN112651183A
公开(公告)日：2021-04-13
申请号：CN202110065842.5
申请日：2021-01-19
Applicant: 广西大学
IPC: G06F30/27 , G06Q10/06 , G06Q50/06 , G06F119/02 , G06F113/04
Abstract: 本发明所提一种量子分布式对抗统一深度哈希网络的可靠性评估方法，该方法能结合配电网拓扑相似性准确地分析评估配电网网架的可靠性。本发明所提方法是基于量子计算的分布式对抗统一深度哈希网络，该方法由量子分布式对抗模块和深度哈希网络模块组成，其中量子分布式对抗模块主要包括量子计算和分布式对抗统一两种操作，对配电网拓扑结构进行建模；深度哈希网络模块主要使用深度学习和哈希编码技术完成配电网可靠性分析的模型训练任务。所提方法具有较强配电网模型构建能力和数据拟合能力，可以准确地评估配电网网架可靠性。
-
公开(公告)号：CN112564118A
公开(公告)日：2021-03-26
申请号：CN202011319512.6
申请日：2020-11-23
Applicant: 广西大学
Abstract: 本发明提出一种分布式可拓展量子深宽度学习的实时电压控制方法。该方法将分布式结构和可拓展量子深宽度学习方法相结合，用于电力系统电压控制。首先，所提方法将深度学习和宽度学习的思想相结合，并引入量子力学中的密度矩阵，提出可拓展量子深宽度神经网络。其次，所提方法用可拓展量子深宽度神经网络拟合深度确定性策略梯度方法结构的四个网络，提出可拓展量子深宽度学习方法。最后，通过分布式结构对电力系统电压进行实时控制。所提方法能够实现电力系统电压实时全局最优控制，并在保证控制精度的基础上，减轻控制器的计算负担，加速计算过程，降低电压控制过程对于通信技术可靠性的要求，并保持各区域电力系统信息的隐私性。
-
-
-
-
-
-
-
-
-
Search Results
246
records
(took 0.024 seconds)
