-
公开(公告)号:CN115775154A
公开(公告)日:2023-03-10
申请号:CN202211011473.2
申请日:2022-08-23
Applicant: 兰州理工大学
IPC: G06Q30/0201 , G06Q30/0202 , G06Q50/06 , G06F17/15 , G06N7/01 , B60L53/30
Abstract: 本申请提供了一种充电站购电方法、装置、电子设备及存储介质,应用于充电系统,充电系统包括至少一个用于为用户的电动车辆进行充电的充电站,对于每一充电站,该充电站设置有光伏发电站以及储电设备,储电设备中储存的电量包括该充电站从电网处购买的电量以及光伏发电站所产生的电量;方法包括:建立买电策略数学模型;构建买电策略数学模型的奖励函数;基于奖励函数,对买电策略数学模型进行求解,得到不同时刻的动作变量即为每一充电站在不同时刻的买电策略;对于每一充电站,控制该充电站按照该充电站在不同时刻的买电策略从电网处进行购电。本申请能够控制充电站以最大化运营回报为目标进行购电。
-
公开(公告)号:CN119308802A
公开(公告)日:2025-01-14
申请号:CN202411352788.2
申请日:2024-09-26
Applicant: 兰州理工大学
IPC: F03D17/00 , G06F18/2411 , G06F18/243 , G06F18/23213
Abstract: 本发明公开了一种风力发电机组异常状态检测与联合解释方法及装置,包括:从风力发电机组的SCADA系统中获取多维度运行数据并进行预处理;采用k‑均值聚类算法进行聚类,选取计算后的中心簇的中心特征构建新的特征数据集;利用分类决策提升算法训练风电机组异常状态检测模型,检测并识别异常状态;建立检测模型输出的简化模型,用SHAP算法计算输入特征对异常状态检测结果的全局贡献度并提供全局解释;建立检测模型实例的局部模型,采用LIME算法针对具体异常实例生成局部解释,分析关键特征在具体异常实例中的贡献;本发明提升了风力发电机组异常检测的准确性与可解释性,以便于为复杂系统的维护与优化提供坚实的数据支持与理论基础。
-
公开(公告)号:CN115063184A
公开(公告)日:2022-09-16
申请号:CN202210824655.5
申请日:2022-07-14
Applicant: 兰州理工大学
Abstract: 本发明属于电动汽车充电需求建模技术领域,公开了一种电动汽车充电需求建模方法、系统、介质、设备及终端,分析电动汽车用户差异性和电动汽车性能差异性的影响,基于生成对抗模型学习用户驾驶策略和用户出行策略;基于XGboost机器学习电动汽车性能模型;基于百度地图实时路况证明该算法可提取用户驾驶特征和充电特征。本发明通过结合百度地图实时交通流速以及真实用户行驶轨迹数据,所得区域电动汽车集群充电需求模型具有更广阔的应用前景,预测结果具有较好的泛化能力。结果证明,相比当前主流的预测方法,本发明具有更好的预测精度和鲁棒性,同时可结合适时交通数据,可以为城市区域充电站规划以及充电引导提供有力的模型支撑。
-
公开(公告)号:CN114498598A
公开(公告)日:2022-05-13
申请号:CN202210168610.7
申请日:2022-02-23
Applicant: 兰州理工大学
Abstract: 本发明属于电网控制技术领域,公开了一种基于扩展移相的DAB虚拟惯性控制方法及应用,根据储能系统的特性,当直流微电网出现功率波动,提供虚拟惯性控制支撑,虚拟惯性功率涉及微分环节,凭借母线电压的调节,主要是电压变化率来加以控制;输入信号因高频噪声而受到影响,添加一阶低通滤波,输入信号则为直流母线电压的偏差值;直流母线电压阈值范围的进一步限定,确保微电网的整体稳定性。本发明通过将一阶通滤波环节添加至输入信号前端,从而滤去直流母线电压中的高频谐波,实现微电网整体惯性功率基准的增强,母线电压波动得以抑制。
-
公开(公告)号:CN114444803A
公开(公告)日:2022-05-06
申请号:CN202210113554.7
申请日:2022-01-30
Abstract: 本发明提供了一种电动汽车充电站充电负荷预测方法及系统,首先构建充电负荷原始数据集,利用LGBM框架生成基础回归器群,使用TPE算法在MongDB空间搜索超参数进行优化,使用Adaboost结构对基础回归器群进行串行优化构成最终充电负荷预测模型,最终充电负荷预测模型可以预测超短期尺度内的充电负荷,得到的充电负荷预测曲线更负荷实际情况。同时提供了一种相应的终端及介质。本发明基于集成学习,对涉及充电站充电负荷的数据进行学习生成模型,该模型可以输出超短期时间尺度内的预测充电值,从而得出未来充电站的充电负荷曲线,为充电站的选址、扩容、运营和调控提供决策基础。
-
-
-
-