-
公开(公告)号：CN110334875A
公开(公告)日：2019-10-15
申请号：CN201910617929.1
申请日：2019-07-10
申请人： 东北电力大学
摘要： 一种计及评估指标冲突的风电功率组合概率预测方法，其特点是，通过基于能量守恒定律优化的变分模态分解确定分解参数K且将原始风电功率信号分解为一系列的本征模函数分量，剔除幅值最小的一个本征模态函数，剩余的本征模态函数组合得到降低波动性和随机性后的风电功率序列；利用该风电功率序列构建包含96维历史特征的输入特征集合，并使用10个协方差函数构建不同的GPR模型；采用面积灰关联决策方法基于5种指标计算面积灰关联贴近度以综合评价各个预测模型性能、解决评估指标间的冲突；根据面积灰关联贴近度计算不同GPR概率预测模型在组合模型中的权重，构建组合模型，并以该组合概率预测模型开展风电功率概率组合预测。
-
公开(公告)号：CN109886464A
公开(公告)日：2019-06-14
申请号：CN201910050602.0
申请日：2019-01-20
申请人： 东北电力大学
摘要： 本发明是一种基于优化奇异值分解生成特征集的低信息损失短期风速预测方法，其特点是，包括：风速序列降噪处理、降维特征集生成、特征重要度计算、特征选择和模型验证等步骤，具有科学合理，适应性强，实用价值高，低信息损失和高精度预测的特点。
-
公开(公告)号：CN109886465B
公开(公告)日：2022-03-18
申请号：CN201910050608.8
申请日：2019-01-20
申请人： 东北电力大学
发明人： 黄南天 , 王文婷 , 蔡国伟 , 杨冬锋 , 黄大为 , 杨德友 , 孔令国 , 王燕涛 , 杨学航 , 包佳瑞琦 , 吴银银 , 张祎祺 , 李宏伟 , 陈庆珠 , 刘宇航 , 张良 , 刘博
摘要： 一种基于智能电表用户聚类分析的配电网负荷预测方法，其特征是，包括：分析智能电表用户的负荷波动性，按照波动程度将一天24小时分成3个波动程度有差异的时段；确定预测器输入特征集，并分析该特征集合下，不同用户的特征重要度；以特征重要度集合描述用户差异，并对用户进行SDCKM聚类，将输入特征具有相似响应程度的用户分为一类，日内不同配网总负荷波动程度时段最优聚类结果采用统计实验确定；选取基于集成学习的随机森林预测器，针对不同波动程度时段最优聚类结果，分别构建滚动预测模型。解决了聚类中心初始点选取具有随机性，容易陷入局部最优的问题，降低了滚动预测模型的预测误差，提高基于智能电表用户的配电网负荷预测精度。
-
公开(公告)号：CN109886464B
公开(公告)日：2022-03-18
申请号：CN201910050602.0
申请日：2019-01-20
申请人： 东北电力大学
摘要： 本发明是一种基于优化奇异值分解生成特征集的低信息损失短期风速预测方法，其特点是，包括：风速序列降噪处理、降维特征集生成、特征重要度计算、特征选择和模型验证等步骤，具有科学合理，适应性强，实用价值高，低信息损失和高精度预测的特点。
-
公开(公告)号：CN110567720B
公开(公告)日：2020-12-18
申请号：CN201910727433.X
申请日：2019-08-07
申请人： 东北电力大学
摘要： 本发明是一种非平衡小样本场景下风机轴承故障深度对抗诊断方法，其特点是，包括风电机组轴承振动信号采集、改进AC‑GAN模型构建、改进AC‑GAN样本构建、风电机组轴承振动信号样本生成和各场景下风电机组轴承故障诊断步骤：解决了基于振动信号的风机故障诊断存在的振动信号噪声干扰复杂、故障样本少且类别间样本数非平衡等问题，提高了小样本非平衡场景下故障识别准确率，能够在高噪声干扰、样本数量不足及不同类型样本训练集规模非平衡等复杂场景下具有较好的故障识别准确率，具有科学合理，适应性强，实用价值高，可为风机研发、风电场运行维护、风机研究等相关人员提供参考。
-
公开(公告)号：CN108181107B
公开(公告)日：2019-08-30
申请号：CN201810031877.5
申请日：2018-01-12
申请人： 东北电力大学
IPC分类号： G01M13/045 , G06F17/14
摘要： 本发明是一种计及多分类目标的风电机组轴承机械故障诊断方法，其特点是，包括风电机组轴承振动信号采集、风电机组轴承振动信号处理、风电机组轴承振动信号特征提取、风电机组轴承振动信号特征选择、层次化混合分类器对断路器状态进行识别等步骤，具有科学合理，适应性强，实用价值高，能够准确识别故障的避免现有方法容易将训练样本中不包含的新故障程度或者新故障类型样本误识别为正常状态。
-
公开(公告)号：CN110334875B
公开(公告)日：2022-09-20
申请号：CN201910617929.1
申请日：2019-07-10
申请人： 东北电力大学
摘要： 一种计及评估指标冲突的风电功率组合概率预测方法，其特点是，通过基于能量守恒定律优化的变分模态分解确定分解参数K且将原始风电功率信号分解为一系列的本征模函数分量，剔除幅值最小的一个本征模态函数，剩余的本征模态函数组合得到降低波动性和随机性后的风电功率序列；利用该风电功率序列构建包含96维历史特征的输入特征集合，并使用10个协方差函数构建不同的GPR模型；采用面积灰关联决策方法基于5种指标计算面积灰关联贴近度以综合评价各个预测模型性能、解决评估指标间的冲突；根据面积灰关联贴近度计算不同GPR概率预测模型在组合模型中的权重，构建组合模型，并以该组合概率预测模型开展风电功率概率组合预测。
-
公开(公告)号：CN109934476B
公开(公告)日：2022-05-24
申请号：CN201910165023.0
申请日：2019-03-05
申请人： 东北电力大学
摘要： 本发明的一种基于主体有限理性决策的微电网源‑储联合规划多策略演化博弈分析方法，其特点是：包括建立多利益主体演化博弈模型、建立演化博弈复制者动态方程、演化稳定策略的求取、基于多策略集演化博弈演化稳定策略的求解等步骤，解决了当前微电网规划中难以平衡微电网运营商与电网运营商间利益冲突，以及传统博弈方法假设参与人完全理性的局限性的问题。采用本发明方法可以有效平衡微电网运营商与电网运营商间收益，提高微电网内可再生能源利用率，并合理降低电网网损。具有方法科学合理，适用性强，效果佳，能够提高微电网智能规划效率，平衡不同运营商之间利益关系等优点。
-
公开(公告)号：CN109754128A
公开(公告)日：2019-05-14
申请号：CN201910119681.6
申请日：2019-02-18
申请人： 东北电力大学
摘要： 本发明是一种计及气象波动特性差异典型场景的风/光/储/柴微电网优化配置方法，其特点是：它包括以下步骤：1)分析风-光-荷时序的波动差异特性；2)计及风光荷波动特性差异和时序相关性的风-光-荷典型场景集生成；3)计及气象波动特性差异典型场景的风/光/储/柴微电网优化配置建模；4)采用教与学优化算法TLBO对3)中模型求解最佳配置方案。具有方法科学合理，适用性强，效果佳，充分考虑速的不确定性，能够提高微电网规划效率等优点。
-
公开(公告)号：CN111507626A
公开(公告)日：2020-08-07
申请号：CN202010308156.1
申请日：2020-04-18
申请人： 东北电力大学
摘要： 一种计及不确定性的光伏屋顶-退役电池储能系统经济性评估方法，其特点是，包括：光伏屋顶用户增装退役电池储能系统的必要性分析、建立居民用电负荷和屋顶光伏出力的不确定模型、建立屋顶光伏与退役电池储能系统的经济性分析模型、构建考虑光伏与用户用电行为不确定性的混合整数线性规划模型等步骤：使生成的场景准确地捕获了用电行为和光伏出力的相关性和概率分布；同时，该经济性评估模型能够相应电价政策的变化，为居民提供合理的经济性评估结果，规避投资风险。具有方法科学合理，适用性强，效果佳等优点。解决了现有技术存在的光伏出力与用户用电行为不确定而造成的光伏屋顶和退役电池储能联合系统的经济性评估困难的问题。
-
-
-
-
-
-
-
-
-
搜索结果
20 条记录 (耗时 0.024 秒)
