-
公开(公告)号：CN113592553B
公开(公告)日：2023-10-17
申请号：CN202110881691.0
申请日：2021-08-02
Applicant: 广西大学
IPC: G06Q30/0201 , G06Q50/06
Abstract: 本发明提出一种竞争条件生成式对抗网络的云储能双层优化控制方法。该方法将竞争学习方法融入条件生成式对抗网络方法，用于云储能的双层优化控制。首先，将竞争学习方法扩展到条件生成式对抗网络训练中，用来预测未来一天的负荷功率；其次，以预测的负荷为基础，建立最优云储能决策的双层模型；最后，采用滚动优化求解云储能最优控制决策。所提方法能能够较好地解决现有条件生成式对抗网络不稳定和模式崩溃的问题，实现电力负荷精确预测，最小化消费者云储能存储的总成本，并对云储能提供商所建设的储能进行合理分配充放电。
-
公开(公告)号：CN116707024A
公开(公告)日：2023-09-05
申请号：CN202310691130.3
申请日：2023-06-12
Applicant: 广西大学
Abstract: 本发明提出一种多模态分布式多目标分层智能大规模IES调度方法，该方法将多层分布式多目标一致性方法和多模态多目标智能方法进行结合，用于大规模综合能源系统IES的智能调度。本发明将大规模综合能源系统IES划分为三个区域，对每一个子区域的内部再次划分为四个层级，随后将第四层的子区域分成2个小组，其中一组为参与调度的发电机组，另一组为参与调度的除发电机组外的其他综合能源。所提方法中多层分布式多目标一致性方法能够用于解决大规模综合能源系统IES规模增大和智能体数量增多时系统的计算速度、鲁棒性和信息私密性问题。所提方法利用多区域分层并行处理提升大规模综合能源系统IES的优化速度。
-
公开(公告)号：CN116430405A
公开(公告)日：2023-07-14
申请号：CN202310368242.5
申请日：2023-04-08
Applicant: 广西大学
Abstract: 本发明提出一种激光图像红外融合的铁路限界快速准确测量方法，该方法将激光雷达技术、红外热成像技术，深度相机成像技术和图像处理技术进行融合，用于铁路限界的快速准确测量。首先，所述方法中使用传感器采集多个时间尺度的数据，采集铁路限界周边信息。其次，所述方法中对采集的多种数据的处理与融合方法是利用卷积神经网络，将激光雷达点云数据、热红外线图像数据、RGB‑D图像数据分别通过PointNet网络、SqueezeNet网络、AlexNet网络进行处理，将得到的特征向量通过全连接层融合，获得精确的铁路预警限界。所述测量方法能解决测量的时限性、速度慢、不准确的问题，实现铁路限界的快速准确测量，优化单一传感器测量所带来的误差，提高测量可靠性、准确性。
-
公开(公告)号：CN116316590A
公开(公告)日：2023-06-23
申请号：CN202310266416.7
申请日：2023-03-18
Applicant: 广西大学
Abstract: 本发明提出一种置信域策略优化的电力系统稳定器自抗扰控制方法，该置信域策略优化自抗扰控制方法通过自抗扰控制的扩张状态放大器反馈电力系统稳定器输出的检测值与设定值的差异，然后通过置信域策略优化进行实时的学习，优化扩张状态放大器的参数，使系统输出值接近设定值。所述置信域策略优化自抗扰控制方法能解决电力系统稳定器收敛速度慢，受到外界干扰导致无法快速恢复到原始稳定状态的问题，实现自我整定和在线优化的功能，优化整定速度，减少控制误差，提高系统稳定性和收敛速度。
-
公开(公告)号：CN115912389A
公开(公告)日：2023-04-04
申请号：CN202211555477.7
申请日：2022-12-07
Applicant: 广西大学
IPC: H02J3/18 , H02J3/16 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提出一种基于复合型深度强化学习的静止同步补偿器控制方法，该深度强化学习方法将前置的卷积神经网络处理后的数据经过经验池和随机采样后输入当前网络和目标网络，利用损失函数和克罗内克因子近似自然策略梯度下降来更新参数，最后当前网络输出控制。所提深度强化学习方法不仅能够获取更高的奖励回报，而且能够提高样本采样效率，能解决配电网静止同步补偿器控制效果欠缺问题，更好实现配电网静止同步补偿器控制功能，提高电压稳定性和暂态性能，优化配电网静止同步补偿器在电力系统无功功率的吸收或发出，提高电力系统稳定性，改善电能质量。
-
Patent Agency Ranking
公开(公告)号：CN112016240B
公开(公告)日：2023-03-31
申请号：CN202010683969.9
申请日：2020-07-16
Applicant: 广西大学
IPC: G06F30/27 , G06F119/04
Abstract: 本发明提供一种相似证据非完全降解设备剩余稳定使用寿命预测方法，该方法能对设备剩余稳定使用寿命进行预测，无需设备从开始使用到当前状态的所有数据，只需设备当前数据即可预测设备未来稳定使用寿命。本发明提出了结合证据相关性分析法，通过设备参数相关性分析计算得到相关参数类型、相关系数及其权重函数，本发明提出了表示设备使用稳定性的稳定因子概念，利用马尔科夫预测链对表示设备使用稳定性的稳定因子进行预测，通过设备证据构建反向传播神经网络得到设备使用寿命稳定性的稳定因子变化曲线，利用神经网络分析当前及未来时刻设备稳定因子的稳定性，从而得出未来非完全降解设备剩余稳定使用寿命。
-
公开(公告)号：CN115513971A
公开(公告)日：2022-12-23
申请号：CN202211197872.2
申请日：2022-09-29
Applicant: 广西大学
Abstract: 本发明提出一种卷积网络软演员评论家的低频和超低频振荡抑制方法，该方法将卷积神经网络和软演员评论家强化学习方法进行结合，用于低频振荡和超低频振荡的分类和抑制。首先，所提方法中卷积神经网络方法根据得到的频率偏差波形，通过训练完成的神经网络实现振荡和超低频振荡的分类问题。其次，所提方法中软演员评论家强化学习方法发出控制指令，调节调速器中的参数，进而抑制低频或超低频振荡。所提卷积网络软演员评论家的低频和超低频振荡抑制方法能够对于水电机组占比大的电网中存在的低频振荡和超低频振荡问题进行分类，并根据得到的分类结果，通过强化学习的控制方法，实现快速频率调节，从而保证电网运行的可靠性和安全性。
-
公开(公告)号：CN113312779B
公开(公告)日：2022-11-08
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：CN115236455A
公开(公告)日：2022-10-25
申请号：CN202210854601.3
申请日：2022-07-20
Applicant: 广西大学
Abstract: 本发明提出一种量子模糊分解图神经网络的临时接地线定位检测方法，该方法将深度图神经网络、模糊逻辑、量子计算和经验模态分解进行结合，用于计算配电线路中临时接地线的位置。首先，临时接地线定位检测装置将200Hz三相正弦信号输入至待测线路，采样并对采样信号进行经验模态分解；然后，建立故障图训练集，训练深度图神经网络，预测得到线路节点接地置信水平矩阵；输入至模拟的接地定位量子传输线路；进行模糊化并计算相关性系数；最终计算接地线所处线路位置。所提量子模糊分解图神经网络方法能解决人为寻找接地线耗时长的问题，实现线路临时接地线定位检测的功能，优化了配电网改造与检修工作，提高了电力系统接地线排查效率。
-
公开(公告)号：CN115221706A
公开(公告)日：2022-10-21
申请号：CN202210850554.5
申请日：2022-07-20
Applicant: 广西大学
Abstract: 本发明提出一种多层区间段分离图神经网络的多点接地线定位方法。该方法主要步骤包括：搭建模拟检测线路，模拟各类接地情况并收集数据，作为训练图神经网络的样本；由图注意力网络自适应地给节点之间分配权重并聚合；由带动量的梯度下降法计算每层训练好的图神经网络的偏差；将偏差转化为权重并分配给每个训练好的图神经网络层；输入实际检测信号；对每层输出进行线性叠加；找出可能接地的节点分离并验算；得到多个不同分支的接地段。所提基于多层图神经网络的配电网接地检测方法能解决多个接地点的接地检测问题，实现在多个接地点情况下得到多个接地段的功能，提高检测精度。
-
-
-
-
-
-
-
-
-
Search Results
244
records
(took 0.035 seconds)
