-
公开(公告)号：CN115760178A
公开(公告)日：2023-03-07
申请号：CN202211372518.9
申请日：2022-11-03
Applicant: 三峡大学
IPC: G06Q30/0201 , G06Q30/0202 , G06Q50/06 , G06N3/006
Abstract: 一种含有功实时平衡约束的多区域动态经济调度方法，构建含有功实时平衡约束的多区域动态经济调度模型，确立其优化目标及区域内部约束；基建立的多区域动态经济调度模型，针对含微分方程约束的动态优化问题，提出了基于尺度优化的离散‑寻优滚动求解策略；基于提出的基于尺度优化的离散‑寻优滚动求解策略，设计了自适应分散优化算法，使得离散后的调度模型达到收敛。该方法研究了有功平衡约束下的备用决策机理，考虑了系统频率动态响应的全过程、不同区域备用互济的地理平滑效益，以及由系统频率安全裕度和区域有功互济作用带来的备用安全裕度由此产生了备用增量需求，提升了调度方案的经济性和安全性。
-
公开(公告)号：CN115511163A
公开(公告)日：2022-12-23
申请号：CN202211128743.8
申请日：2022-09-16
Applicant: 三峡大学
IPC: G06Q10/04 , G06Q10/06 , G06Q50/06 , G06F30/27 , G06N3/00 , G06F111/04 , G06F113/06
Abstract: 一种计及利益均衡博弈的多主体电热耦合系统优化调度方法，包括以下步骤：基于各主体内的利益组成及相关影响成分，建立多主体电热耦合系统博弈框架；基建立的多主体电热耦合系统博弈框架，分析博弈过程中各博弈主体和博弈从体间的交互关系和电热主体间的利益均衡机制，建立多主体电热耦合系统博弈模型；基于建立的多主体电热耦合系统博弈模型，采用差分进化算法求得Stackelberg均衡状态下各主体的出力以及电价策略。本发明一种计及利益均衡博弈的多主体电热耦合系统优化调度方法，旨在充分析博弈过程中各博弈主体和博弈从体间的交互关系和电热主体间的利益均衡机制，以提升多主体电热耦合系统利益分配均衡度，实现了多主体电热耦合系统优化调度。
-
公开(公告)号：CN115421390A
公开(公告)日：2022-12-02
申请号：CN202211166934.3
申请日：2022-09-23
Applicant: 三峡大学
IPC: G05B13/04
Abstract: 计及深度强化学习的热电联产机组多工况自适应控制方法，考虑CHP机组在大范围工况随机出力运行时部分状态参数会发生非线性变化，建立表征不同出力工况下的CHP机组状态运行模型；基于建立的CHP机组状态运行模型，计及系统状态参数不确定变化建立多工况自适应控制模型；针对多工况自适应控制模型中控制模块的参数优化问题，设计MA‑DDPG算法多工况自适应控制参数优化策略；通过上述步骤，实现热电联产机组在多工况自适应控制下的负荷快速跟踪。本发明控制方法旨在保证系统控制可靠性的同时，实现热电联产机组在多工况自适应控制下的负荷快速跟踪，显著提升控制系统面对不确定复杂环境的自适应能力。
-
公开(公告)号：CN116914721A
公开(公告)日：2023-10-20
申请号：CN202310665022.9
申请日：2023-06-05
Applicant: 三峡大学
Abstract: 考虑多源有功平衡动态全响应的互联系统经济调度方法，包括以下步骤：基于含有风火储的互联电网中多种参与实时有功平衡响应的单元，建立考虑多源有功平衡动态全响应的互联系统调度框架；根据含有风火储的互联电网系统频率动态机理，建立考虑多源有功平衡动态全响应的互联系统经济调度模型；基于所建立的互联系统经济调度模型，采用尺度优化‑分布求解策略进行优化求解。本发明方法可以满足系统对实时有功平衡全响应的速率需求，保证系统的安全运行。考本发明方法虑了各类灵活性资源的有功平衡动态全响应、以及这类动态优化问题中连续变量离散尺度选择对调度决策的影响，使求解时长和精度得以协调，保障调度决策结果的经济性和安全性。
-
公开(公告)号：CN115764976A
公开(公告)日：2023-03-07
申请号：CN202211164901.5
申请日：2022-09-23
Applicant: 三峡大学
IPC: H02J3/38 , H02J3/24 , G06F30/20 , G06Q10/0639 , G06Q50/06 , G06F113/04
Abstract: 考虑不确定性系统辨识的电力系统惯量连续评估方法，基于相量采集单元PMU实时采集系统中的频率和功率数据，对频率和功率数据进行预处理，建立评估数据集合；根据频率动态特性方程，采用传统输出误差模型，建立系统惯量辨识模型；针对所建立的系统惯量辨识模型的惯量参数问题，考虑输入输出数据的不确定性，采用鲁棒模型优化求解，实现输入输出数据不确定条件下系统惯量辨识。本发明一种考虑不确定性系统辨识的电力系统惯量连续评估方法，从而更好的处理辨识数据具有的不确定性，实时更新模型结果与实际值更接近，保证辨识的精度。
-
Patent Agency Ranking
公开(公告)号：CN114863361B
公开(公告)日：2024-08-09
申请号：CN202210427866.5
申请日：2022-04-22
Applicant: 三峡大学
IPC: G06V20/52 , G06T3/4046 , G06T3/4053 , G06V10/20 , G06V10/30 , G06V10/82 , G06V10/766 , G06V10/774 , G06N3/045 , G06N3/0464 , G06N3/096 , G06N3/0985
Abstract: 基于USRNet和YOLOv3的配电线路鸟巢检测方法，包括以下步骤：步骤1：收集配电线路的鸟巢图像，并在鸟巢图像数据上人工标记，构建训练样本集；步骤2：搭建网络结构，包括深度展开超分辨率网络USRNet、GaussianYOLOv3；步骤3：获取配电线路鸟巢检测模型；步骤4：将待检测图像输入到深度展开超分辨率网络USRNet，输出重构的鸟巢图像；然后，通过训练好的GaussianYOLOv3完成故障的识别。本发明方法可以增强配电线路鸟巢图像局部纹理、边缘等细节信息，以改善图像质量，并结合目标检测算法提取准确的特征，以实现鸟巢缺陷的智能检测。
-
公开(公告)号：CN114863361A
公开(公告)日：2022-08-05
申请号：CN202210427866.5
申请日：2022-04-22
Applicant: 三峡大学
IPC: G06V20/52 , G06T3/40 , G06V10/20 , G06V10/30 , G06V10/82 , G06V10/766 , G06V10/774 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 基于USRNet和YOLOv3的配电线路鸟巢检测方法，包括以下步骤：步骤1：收集配电线路的鸟巢图像，并在鸟巢图像数据上人工标记，构建训练样本集；步骤2：搭建网络结构，包括深度展开超分辨率网络USRNet、GaussianYOLOv3；步骤3：获取配电线路鸟巢检测模型；步骤4：将待检测图像输入到深度展开超分辨率网络USRNet，输出重构的鸟巢图像；然后，通过训练好的GaussianYOLOv3完成故障的识别。本发明方法可以增强配电线路鸟巢图像局部纹理、边缘等细节信息，以改善图像质量，并结合目标检测算法提取准确的特征，以实现鸟巢缺陷的智能检测。
-
公开(公告)号：CN114359695A
公开(公告)日：2022-04-15
申请号：CN202111674765.X
申请日：2021-12-31
Applicant: 三峡大学
IPC: G06V20/00 , G06V10/44 , G06V10/56 , G06V10/764 , G06V10/82 , G06V10/84 , G06V10/70 , G06K9/62 , G06N3/04 , G06N3/08 , G06N7/00 , G06N5/04
Abstract: 基于不确定性估计的绝缘子破损识别方法，通过数据增强扩充采集到的绝缘子破损图像作为训练数据和测试数据；首先由YOLOv5s模型定位绝缘子区域；然后根据定位框信息，从巡检图像中截取绝缘子区域，采用DenseNet201模型对截取的绝缘子区域进行进一步的缺陷分类；根据MC‑dropout方法，在DenseNet201模型测试时，前向传播的过程中仍保留dropout操作，得到多个不同网络结构的输出，其均值和方差即表示DenseNet201模型的分类结果与不确定性。本发明方法在评估识别结果的不确定性方面，相对传统贝叶斯方法更加简单，实时性高。
-
公开(公告)号：CN114359695B
公开(公告)日：2024-11-22
申请号：CN202111674765.X
申请日：2021-12-31
Applicant: 三峡大学
IPC: G06V20/17 , G06V10/44 , G06V10/56 , G06V10/764 , G06V10/766 , G06V10/82 , G06V10/84 , G06V10/70 , G06N3/0464 , G06N3/047 , G06N3/0499 , G06N7/01 , G06N5/04
Abstract: 基于不确定性估计的绝缘子破损识别方法，通过数据增强扩充采集到的绝缘子破损图像作为训练数据和测试数据；首先由YOLOv5s模型定位绝缘子区域；然后根据定位框信息，从巡检图像中截取绝缘子区域，采用DenseNet201模型对截取的绝缘子区域进行进一步的缺陷分类；根据MC‑dropout方法，在DenseNet201模型测试时，前向传播的过程中仍保留dropout操作，得到多个不同网络结构的输出，其均值和方差即表示DenseNet201模型的分类结果与不确定性。本发明方法在评估识别结果的不确定性方面，相对传统贝叶斯方法更加简单，实时性高。
-
公开(公告)号：CN115421390B
公开(公告)日：2024-11-01
申请号：CN202211166934.3
申请日：2022-09-23
Applicant: 三峡大学
IPC: G05B13/04
Abstract: 计及深度强化学习的热电联产机组多工况自适应控制方法，考虑CHP机组在大范围工况随机出力运行时部分状态参数会发生非线性变化，建立表征不同出力工况下的CHP机组状态运行模型；基于建立的CHP机组状态运行模型，计及系统状态参数不确定变化建立多工况自适应控制模型；针对多工况自适应控制模型中控制模块的参数优化问题，设计MA‑DDPG算法多工况自适应控制参数优化策略；通过上述步骤，实现热电联产机组在多工况自适应控制下的负荷快速跟踪。本发明控制方法旨在保证系统控制可靠性的同时，实现热电联产机组在多工况自适应控制下的负荷快速跟踪，显著提升控制系统面对不确定复杂环境的自适应能力。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.015 seconds)
