-
公开(公告)号:CN117010621A
公开(公告)日:2023-11-07
申请号:CN202310776694.7
申请日:2023-06-28
申请人: 河海大学
IPC分类号: G06Q10/0631 , G06Q50/06 , G06F30/18 , G06F30/20 , G06F111/04 , G06F111/08 , G06F113/14 , G06F119/08
摘要: 本发明公开了一种基于随机分布鲁棒优化的综合能源系统韧性提升方法,该方法包括以下步骤:1)根据灾害袭击的时空特性,构建了多区域多阶段综合能源系统配电网线路故障和配热网管道故障的模糊集和不确定集;2)构建基于随机分布鲁棒的综合能源系统韧性提升规划模型的目标函数;3)构建基于随机分布鲁棒的综合能源系统韧性提升规划模型的约束条件;4)通过引入辅助变量和对偶理论,将基于随机分布鲁棒的综合能源系统韧性提升规划模型转化为主问题和子问题;5)通过改进列约束生成算法,完成主问题和子问题的迭代求解,得到综合能源系统韧性提升规划方案。
-
公开(公告)号:CN116865347A
公开(公告)日:2023-10-10
申请号:CN202310613661.0
申请日:2023-05-29
申请人: 河海大学
摘要: 本发明公开了一种基于坡度辨识和自适应寻优的电力‑交通系统双层优化调度方法,获取电力‑交通系统的负荷参数和网络拓扑参数,确定电力‑交通系统中上层主体的控制变量取值区间,以最小化上、下层主体的总运行成本为目标建立电力‑交通系统双层优化调度模型;基于摄动法判断上层目标函数在各区间端点处的坡度;根据各区间端点处的坡度判断相应区间内是否存在电力‑交通系统双层优化调度的局部最优解,抛弃不存在局部最优解的区间;对存在局部最优解的区间进行宽度判断,若区间宽度满足收敛要求,则定位局部最优解;根据所定位的一系列局部最优解,对各个最优解处的上层目标函数值进行比较,从中选出全局最优解并输出相应的调度策略。
-
公开(公告)号:CN115271438B
公开(公告)日:2023-07-25
申请号:CN202210891785.0
申请日:2022-07-27
申请人: 河海大学
IPC分类号: G06Q10/0631 , G06Q50/06 , G06Q40/04 , G06Q50/26 , G06N3/006 , G06N5/04 , H02J3/00 , H02J3/46
摘要: 本发明公开了一种可计及碳排放的多主体博弈协同调度方法及电子设备,用以解决电力市场多主体在完全信息博弈下的最优调度问题。该模型应用动态博弈思想,对原配电网运营商主导的最优调度进行拓展,考虑下级产消者的市场自主行为,建立基于动态博弈的含产消者多主体协同调度策略。根据动态博弈的基本理论,通过多时间断面下产消者基于新能源发电量信息对配电网运营商进行响应,并根据Weber‑Fechner定律制定议价方案,进而求解配电网协同优化调度问题。本发明能够提供兼顾考虑电力市场参与者主动响应积极性和低碳减排目标的调度策略,从而为调度人员的合理决策提供支撑,具有一定的工程使用价值。
-
公开(公告)号:CN115130691B
公开(公告)日:2023-06-20
申请号:CN202210634192.6
申请日:2022-06-07
申请人: 中国人民解放军陆军工程大学 , 河海大学
摘要: 本发明公开了一种信息物理系统薄弱环节辨识与模拟致瘫方法及装置,本方法首先分析电网的薄弱节点,然后基于薄弱环节的评估指标,如基于潮流计算的状态类指标(线路负载率、发电机出力比率等)、考虑经济因素的经济类指标(负荷损失率、机组调节经济成本等)以及由此演变产生的综合类指标,针对电力信息物理系统构建了全网攻击模型以及局部攻击模型下的多重攻击策略,最终通过衡量经济成本损失和系统损坏程度评估攻击效果,所提方法能够为攻击效果最大化提供有效的理论支撑,具备一定的实际工程应用价值。
-
公开(公告)号:CN115510639B
公开(公告)日:2023-05-16
申请号:CN202211152298.9
申请日:2022-09-21
申请人: 河海大学
IPC分类号: G06F30/20 , G06Q10/04 , G06Q50/06 , G06F111/04 , G06F113/04 , G06F119/12
摘要: 本发明公开了一种基于多移动防御资源和移动目标的新型变电站安全保护方法,目的是通过调用有限的移动变电站防御资源来防范恶意攻击,将损失降至最低。该方法建立了包含多移动防御资源和移动目标的攻击方‑防御方Stackelberg博弈模型,考虑了防御、攻击双方策略空间的特性,使用缩减表示法表示防御方的混合策略,并以子区间分析法精确建模攻击方的连续策略,进而提出了高效的基于线性规划的解决方案。在获得解决方案的基础上,通过路径调整法对生成的解决方案进行比较更新来提高防御方混合策略的鲁棒性。本发明能够有效的降低攻击方的预期收益,降低损失,具有一定的工程使用价值。
-
公开(公告)号:CN115587664B
公开(公告)日:2023-04-28
申请号:CN202211367020.3
申请日:2022-11-02
申请人: 河海大学
IPC分类号: G06Q10/04 , G06Q50/06 , G06N3/0442 , G06N3/08
摘要: 本发明公开了一种基于图卷积长短期记忆网络的太阳辐射预测方法及系统,方法包括:采集各站点的特征,包括辐射数据和气象参数,基于所有站点数据构建三维数据矩阵,所述三维数据矩阵包括时间、站点、特征三个维度;从三维数据矩阵中提取出特征矩阵,基于特征矩阵构建自适应邻接矩阵,基于特征矩阵和对应的自适应邻接矩阵形成图数据;利用图卷积提取不同站点的空间特征;利用长短期记忆网络提取每个站点的时间特征;融合各站点时空特征作为多层感知器的输入,同时对所有站点的太阳辐射进行预测。本发明提高了太阳辐射预测精度,能够对指定区域同一气候类型多个站点的太阳辐射进行有效预测,保障了光伏并网时电力系统的安全稳定运行。
-
公开(公告)号:CN115457389A
公开(公告)日:2022-12-09
申请号:CN202211095046.7
申请日:2022-09-05
申请人: 河海大学
摘要: 本发明公开了一种基于稀疏时空特征描述子的超短期太阳辐射预测方法及系统,方法包括:通过Cuboid稀疏时空特征描述子提取待预测时刻前第一时间段内的连续灰度地基云图的隐藏特征,形成时空特征描述向量;通过空间金字塔池化网络对时空特征描述向量进行编码,得到云图动态编码特征;通过密集连接卷积网络对待预测时刻前第二时间段内的RGB色彩地基云图进行特征提取,得到云图静态编码特征,其中第二时间段小于第一时间段;将两种特征与历史数据进行融合,通过多层感知机,输出太阳辐射预测值。本发明显著提高了超短期太阳辐射预测精度。
-
公开(公告)号:CN117394444B
公开(公告)日:2024-09-24
申请号:CN202311105297.3
申请日:2023-08-30
申请人: 河海大学
IPC分类号: H02J3/46 , G06Q10/0631 , G06Q50/06 , G06F30/18 , G06F30/27 , G06N3/047 , G06N3/048 , G06N3/084 , H02J3/14 , H02J3/32 , H02J3/00 , G06F111/04 , G06F111/08 , G06F113/04
摘要: 本发明公开了一种基于深度学习辅助的直流配电网分布鲁棒优化调度方法,该方法首先构建直流配电网基于场景的分布鲁棒优化调度物理模型,反复改变输入的光伏出力、负荷、范数置信度,采用列与约束生成算法迭代求解获得光伏出力的最差概率分布,记录每一次的输入以及对应的最差概率分布作为输出为后续的深度学习提供数据支撑;其次,以光伏出力、负荷、范数置信度为输入,光伏出力的最差概率分布为输出构建深度神经网络模型;基于训练好的神经网络预测实时输入的光伏出力、负荷、范数置信度所对应输出的光伏出力最差概率分布,将原始分布鲁棒模型转化为最差概率分布下的单层随机规划模型并进行求解,获取等效的分布鲁棒调度策略。
-
公开(公告)号:CN118410899A
公开(公告)日:2024-07-30
申请号:CN202410341419.7
申请日:2024-03-22
申请人: 河海大学
IPC分类号: G06Q10/04 , H02J3/00 , H02J3/28 , G06Q50/06 , G06N3/0464 , G06F18/214 , G06F17/10 , G06F18/2415 , G06N3/08 , G06F30/27 , G06F111/04 , G06F111/10
摘要: 本发明提出了一种电‑气‑氢混联综合能源系统灵活性运行域的构建方法,通过图卷积神经网络挖掘电制氢功率点可行性与系统拓扑、运行约束以及场景数据等条件的内在联系,在能够精准识别电制氢功率点是否为可行点的基础上,实现了在不同的场景条件下电‑气‑氢混联综合能源系统灵活性运行域的快速构建。以电‑气‑氢混联综合能源系统的切负荷最小为目标,在电‑气‑氢混联综合能源系统模型的基础上,建立了识别电制氢功率点是否为可行点的基本物理模型;引入图卷积神经网络,考虑气网运行拓扑的变化,建立了基于图卷积神经网络构建电‑气‑氢混联综合能源系统灵活性运行域的模型。
-
公开(公告)号:CN118364228A
公开(公告)日:2024-07-19
申请号:CN202410560028.4
申请日:2024-05-08
申请人: 河海大学
IPC分类号: G06F18/10 , G06F18/213 , G06N3/0442 , G06N3/0464 , G06N3/045 , G06N3/0499 , G06N3/047 , G06N3/08 , H02J3/00
摘要: 本发明公开了一种基于多视角特征提取与多任务学习的光伏功率多步预测方法及系统。所述方法包括:数据预处理;利用长短期记忆神经网络、多层感知器、卷积神经网络分别从时序、全局、局部三个视角进行特征提取,得到丰富且全面的特征信息;将多步光伏预测任务转化为多个单步光伏预测子任务,各子任务通过轻量级注意力机制来整合特征信息;各子任务利用专家子网络通过多层感知器对特征深化学习,得到光伏功率多步预测结果;应用改进动态权重平均法对损失权重进行自适应动态调整。本发明能够提高光伏功率多步预测整体精度,为电网安全、稳定运行提供支撑,具有一定的工程实用价值。
-
-
-
-
-
-
-
-
-