-
公开(公告)号：CN113298386A
公开(公告)日：2021-08-24
申请号：CN202110586212.2
申请日：2021-05-27
Applicant: 广西大学
Abstract: 本发明提出一种分布式多目标深度确定性值网络机器人能量管理方法，该方法能提高巡检机器人的充电效率，获得巡检机器人的最优工作路径。该方法由分布式多目标深度确定性值网络组成；通过多目标深度确定性网络获得巡检机器人的最优充电效率和最优工作路径；多个巡检机器人之间采用一致性协议交换巡检机器人的电量和巡检机器人的位置。该分布式多目标深度确定性值网络机器人能量管理方法减少巡检机器人在工作中的能量损耗，缩短巡检机器人到达工作地点的时间。
-
公开(公告)号：CN113285454A
公开(公告)日：2021-08-20
申请号：CN202110438082.8
申请日：2021-04-22
Applicant: 广西大学
Abstract: 本发明提出一种宽频带动态谐波能量存储与利用方法，能实现谐波能量的收集与利用；当供电系统向用户端输电时，每一相上安装谐波分析仪用于检测电压的谐波，并用快速傅里叶变换示波器显示电压谐波信号，采用快速傅里叶变换计算谐波间谐波与高次谐波，并通过分析谐波信号来控制谐波能量存储系统的开断；谐波的电压通过交流/直流整流器将谐波电压的能量转换为直流电压，直流电压向谐波能量存储系统充电，将谐波能量存储在谐波能量存储系统中；谐波能量存储系统收集到的谐波能量通过电力逆变器逆变为220V 50Hz的工频三相电压并输送至电网，实现谐波能量的收集与利用。
-
公开(公告)号：CN113205177A
公开(公告)日：2021-08-03
申请号：CN202110449092.1
申请日：2021-04-25
Applicant: 广西大学
Abstract: 本发明提出一种基于增量协同注意力移动卷积的电力终端识别方法，该方法将增量学习、协同注意力机制和移动卷积神经网络结合应用到电力终端识别中。所提方法基本步骤为：用电数据获取，数据预处理，协同注意力机制和移动卷积神经网络训练，识别和未被学习的电力终端的增量处理。增量处理包括自选择增量表征学习和学习率控制。所提方法能实现对电力终端的快速、精准识别。
-
公开(公告)号：CN112906289A
公开(公告)日：2021-06-04
申请号：CN202110054194.3
申请日：2021-01-15
Applicant: 广西大学
IPC: G06F30/27 , H02J3/00 , G06F111/04 , G06F111/06
Abstract: 本发明提出一种协调电力系统稳定器与二级电压控制器参数优化方法，该方法将多层级与自适应深度、自适应宽度和自适应注意力网络相结合，用于协调二级电压控制器和电力系统稳定器的参数优化。首先，所提方法中的多层级主要用于将卷积神经网络中形成的相同结构不同维度的信息进行分组，提高运算效率。其次，所提方法中自适应深度、自适应宽度和自适应注意力主要用于根据输入输出参数的大小自适应改变三维参数的大小，并从不同维度出发，自适应地提升卷积神经网络的性能。最后，该方法可加速差分进化方法的协调二级电压控制器和电力系统稳定器参数的优化过程，避免低频振荡和电压崩溃的发生，提高系统的稳定性和鲁棒性。
-
公开(公告)号：CN110535123B
公开(公告)日：2021-04-20
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。
-
Patent Agency Ranking
公开(公告)号：CN111555368A
公开(公告)日：2020-08-18
申请号：CN202010414841.2
申请日：2020-05-15
Applicant: 广西大学
Abstract: 一种综合能源系统的深度生成式对抗网络调度与控制方法，该方法能解决目前综合能源系统以“电力系统+天然气系统+热力系统”多时间尺度形式的调度与控制方法中难以协调导致系统不稳定的问题。本发明提出结合调度与控制“一体化”的调度控制框架，利用深度生成式对抗网络对系统进行学习，并满足电力系统、天然气系统和热力系统的各种约束条件。本发明提出的方法根据综合能源系统特性和用户用能特点，实时监控能源系统运行数据，在满足供需平衡的基础上，合理分配能源，实现综合能源系统的最优控制，动态维持各能源与用户之间的经济利益最大化，保持频率和电压稳定，本发明方法能替代传统多时间尺度形式的调度与控制算法。
-
公开(公告)号：CN110599032A
公开(公告)日：2019-12-20
申请号：CN201910859368.6
申请日：2019-09-11
Applicant: 广西大学
Abstract: 本发明提出一种灵活电源的深度斯坦伯格自适应动态博弈方法，该方法将斯坦伯格博弈模型作为框架，以深度自适应动态规划算法作为核心算法，并将深度神经网络替换了自适应动态规划算法中原有的神经网络。本发明中的深度自适应动态博弈算法布置于灵活电源中，同时考虑传统发电厂和负荷消费者(用户)对灵活电源的影响，可以有效解决微电网在运行中存在的能量分布不合理、整体效益较低的问题。本发明提出的方法可以通过让每个灵活电源与传统发电厂和负荷消费者在共同的微电网之间进行博弈，从而设计出合理的利益引导策略，在追求灵活电源自身效益最大化的同时，实现微电网中供给侧与需求侧的双赢。
-
公开(公告)号：CN109193641A
公开(公告)日：2019-01-11
申请号：CN201811184118.9
申请日：2018-10-11
Applicant: 广西大学
Abstract: 本发明提供一种基于自动拓展深度学习的三态能源控制方法，该方法能解决目前电力系统以“机组组合+经济调度+自动发电控制+机组功率分配”多时间尺度形式的调度与控制方法中难以协调的问题。本发明提出了结合调度与控制“一体化”的实时经济发电调度控制框架，利用自动拓展深度学习算法对系统进行学习，并利用松弛操作对输出结果进行处理以满足发电调度中各机组的约束。本发明提出的基于自动拓展深度学习的三态能源控制方法，能依据三态能源系统的需要对输入和输出变量的个数自动拓展，能替代传统多时间尺度形式的调度与控制算法。
-
公开(公告)号：CN119995050A
公开(公告)日：2025-05-13
申请号：CN202510465992.3
申请日：2025-04-15
Applicant: 广西大学
IPC: H02J3/46 , H02J3/48 , H02J3/38 , H02J3/28 , G06N3/0455 , G06N3/08 , G06N3/006 , G06Q10/0631 , G06Q10/04 , G06Q50/06
Abstract: 本发明提出了一种Transformer自适应分布式多目标螳螂的电力系统实时调度方法、介质及处理器。该方法首先建立以发电能耗、碳排放量、系统网损和电能质量的电力系统目标函数，并采用线性加权法转换成单目标问题。采用母线撕裂法，将集中式电力系统划分为多个区域，运用螳螂方法进行选择操作，生成新的解集。解集和状态变量经过归一化处理和位置编码后，输入至Transformer进行训练，并预测解和状态变量的未来表现。预测解随后作为新种群或突变解被纳入螳螂方法，同时指导螳螂方法自适应调整参数，优化搜索策略和性能。所提方法能解决电力系统中的分布式多目标实时调度问题，实现自适应调整参数的功能，提供更优的决策方案。
-
公开(公告)号：CN113947187B
公开(公告)日：2025-01-28
申请号：CN202111197457.2
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
Abstract: 本发明提出一种防崩多时间尺度生成式对抗网络发电机参数校正方法，该方法以不同的时间尺度对发电机的随机噪声信号和真实信号进行采样，将采样后的发电机信号数据输入到生成器中；再将采样后的发电机随机噪声信号、发电机真实信号以及生成器生成的生成信号输入到判别器中；设置防崩阈值，判断判别器中得到的判断信号是真实信号的概率是否大于防崩阈值，将大于防崩阈值的数据存入模型数据库中，小于防崩阈值的数据重新经过条件构建生成式对抗网络进行学习。所提方法能有效解决发电机参数校正问题，多时间尺度进行采样能够不断优化得到的结果，实现条件构建生成式对抗网络的生成和判别功能，提高发电机参数校正过程中的防崩能力。
-
-
-
-
-
-
-
-
-
Search Results
244
records
(took 0.032 seconds)
