-
公开(公告)号：CN114970711B
公开(公告)日：2024-09-06
申请号：CN202210569462.X
申请日：2022-05-24
申请人： 华中科技大学
IPC分类号： G06F18/241 , G06N3/0464 , G06N3/0455 , H02J3/00
摘要： 本发明公开了一种基于Seq2Seq的电力负荷预测模型的构建方法及应用，属于电力负荷预测领域，包括：搭建电力负荷预测模型；最小化电力负荷预测模型预测得到的电力负荷序列与真实电力负荷序列之间的偏差以及最小化电力负荷预测模型的残差为目标，训练电力负荷预测模型；本发明所构建的电力负荷预测模型中的基本块通过残差连接，使得当前基本块无法学习到的信息可以递交到下游的基本块来学习，减轻了每一个基本块的负担，使得电力负荷序列中的时序信息能更充分的挖掘出来；另外，本发明将电力负荷预测模型最后的残差输出累加到损失函数中，提高了深度神经网络的可训练性和模型的收敛性；因此，本发明能够更加精确地对未来时间点下的电力负荷进行预测。
-
公开(公告)号：CN116417992A
公开(公告)日：2023-07-11
申请号：CN202310228882.6
申请日：2023-03-10
申请人： 华中科技大学
IPC分类号： H02J3/00 , H02J3/38 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明公开了基于时空注意力机制的风机功率预测模型建立方法及应用，属于风机功率预测领域，包括：构建待训练的风机功率预测模型并利用数据集进行训练；模型包括：依次连接的空间特征提取模块，n个时间特征提取模块以及预测模块；空间特征提取模块用于根据空间注意力机制对风电变量序列中的风电变量进行聚合，得到空间特征；时间特征提取模块用于根据时间注意力机制对输入的特征做特征提取，得到时间特征，时间注意力分数依据时序结构层面的信息和时间序列在数据特征层面的信息计算；风电变量序列、空间特征以及各时间特征还通过跳跃连接输入至预测模块进行拼接，并依据拼接所得特征预测风机输出的功率序列。本发明能够提高风机功率预测的精度。
-
公开(公告)号：CN118504997A
公开(公告)日：2024-08-16
申请号：CN202410115626.0
申请日：2024-01-26
申请人： 华中科技大学 , 国网湖北省电力有限公司电力科学研究院
IPC分类号： G06Q10/0637 , G06F17/15 , G06Q50/06
摘要： 本发明公开了一种风电功率多步预测方法、装置和风电场控制系统，属于风电场控制技术领域，所述方法包括：对风电机组历史数据进行预处理得到多组时间序列；利用风向数据和风电机组相对位置关系构建加权有向图；利用多组时间序列和加权有向图对基于双向图卷积神经网络和编码器解码器架构的多步预测模型进行训练；将风电场当前对应的时间序列和加权有向图输入训练好的多步预测模型预测出未来多个时间点的风电功率。本发明中动态的加权有向图充分考虑了风电场内空间相关性的动态特征；多步预测模型充分考虑了加权有向图中的方向与权重，利用训练好的多步预测模型可以提高未来多个时间点的风电功率的预测精度和预测速率。
-
公开(公告)号：CN114942643B
公开(公告)日：2024-05-14
申请号：CN202210693205.7
申请日：2022-06-17
申请人： 华中科技大学
摘要： 本发明公开了一种USV无人艇路径规划模型的构建方法及应用，属于无人艇路径规划技术领域；基于DDQN网络搭建了USV无人艇路径规划模型，以根据从无人艇中观察到的连续状态做出决策；其中，模型的状态空间包括无人艇的状态观测值，具体包括无人艇的位置状态信息、航向误差和无人艇周围的障碍物距离信息；动作空间包括单位时间内的无人艇的行进动作指令；本发明基于先验知识和奖励塑形技术设计了一种引入速度收益、距离障碍物的势和航行误差的奖励函数，有效地提高了模型的精确度，显著加速了训练过程中模型的收敛，解决了无人艇在未知且带障碍环境下的路径规划及避障问题，显著地提升了模型训练时的收敛性和稳定性，能够在真实环境下实现安全高效的导航。
-
公开(公告)号：CN116417992B
公开(公告)日：2024-03-19
申请号：CN202310228882.6
申请日：2023-03-10
申请人： 华中科技大学
IPC分类号： H02J3/00 , H02J3/38 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明公开了基于时空注意力机制的风机功率预测模型建立方法及应用，属于风机功率预测领域，包括：构建待训练的风机功率预测模型并利用数据集进行训练；模型包括：依次连接的空间特征提取模块，n个时间特征提取模块以及预测模块；空间特征提取模块用于根据空间注意力机制对风电变量序列中的风电变量进行聚合，得到空间特征；时间特征提取模块用于根据时间注意力机制对输入的特征做特征提取，得到时间特征，时间注意力分数依据时序结构层面的信息和时间序列在数据特征层面的信息计算；风电变量序列、空间特征以及各时间特征还通过跳跃连接输入至预测模块进行拼接，并依据拼接所得特征预测风机输出的功率序列。本发明能够提高风机功率预测的精度。
-
公开(公告)号：CN117078035A
公开(公告)日：2023-11-17
申请号：CN202310916659.0
申请日：2023-07-25
申请人： 华中科技大学 , 国网湖北省电力有限公司电力科学研究院
IPC分类号： G06Q10/0637 , H02J3/00 , G06Q50/06 , G06N3/0442 , G06N3/08
摘要： 本发明公开了一种基于LSTM的电力系统暂态稳定性评估方法、系统及存储介质，属于电力系统暂态稳定性评估领域，包括：训练阶段和应用阶段；其中，训练阶段包括采用训练样本集对电力系统暂态稳定性评估模型进行训练；所述评估模型包括：时序特征分析模块用于提取所述训练样本中对应时刻的时序信息向量；深度特征挖掘模块采用自注意力网络从每个时刻的时序信息向量中提取不同特征维度之间的关联特征，得到每个时刻对应的深度信息向量；暂态稳定性评估模块用于将所述深度信息向量按照时序进行拼接后，预测电力系统运行状态是否处于暂态稳定。本发明能够更加精准地根据故障发生后短时间内的时序数据对电力系统进行稳定性评估，提升模型的评估精度和效率。
-
公开(公告)号：CN116400700A
公开(公告)日：2023-07-07
申请号：CN202310388896.4
申请日：2023-04-13
申请人： 华中科技大学 , 中国船舶科学研究中心
IPC分类号： G05D1/02
摘要： 本发明属于无人艇集群围捕控制技术领域，具体涉及一种无人艇集群围捕控制模型的构建方法及其应用，包括：搭建无人艇集群围捕控制网络，其输入为各无人艇的观测值，输出为作为动作决策的各无人艇运动控制器的输入控制量；采用强化学习的方式，基于奖励函数训练所述控制网络，得到无人艇集群围捕控制模型；其中，奖励函数包括：基于在渐进围捕过程中该无人艇船体与其它各无人艇之间的距离以及预设的无人艇间安全距离所确定的第一负奖励项；基于在渐进围捕过程中该无人艇船体与围捕目标之间的距离以及预设极限距离所确定的第二负奖励项；以及用于加快训练收敛速度的激励函数项。本发明摆脱普遍通过分层控制的思路，并完成指定的围捕任务。
-
公开(公告)号：CN114970711A
公开(公告)日：2022-08-30
申请号：CN202210569462.X
申请日：2022-05-24
申请人： 华中科技大学
摘要： 本发明公开了一种基于Seq2Seq的电力负荷预测模型的构建方法及应用，属于电力负荷预测领域，包括：搭建电力负荷预测模型；最小化电力负荷预测模型预测得到的电力负荷序列与真实电力负荷序列之间的偏差以及最小化电力负荷预测模型的残差为目标，训练电力负荷预测模型；本发明所构建的电力负荷预测模型中的基本块通过残差连接，使得当前基本块无法学习到的信息可以递交到下游的基本块来学习，减轻了每一个基本块的负担，使得电力负荷序列中的时序信息能更充分的挖掘出来；另外，本发明将电力负荷预测模型最后的残差输出累加到损失函数中，提高了深度神经网络的可训练性和模型的收敛性；因此，本发明能够更加精确地对未来时间点下的电力负荷进行预测。
-
公开(公告)号：CN114942643A
公开(公告)日：2022-08-26
申请号：CN202210693205.7
申请日：2022-06-17
申请人： 华中科技大学
IPC分类号： G05D1/02
摘要： 本发明公开了一种USV无人艇路径规划模型的构建方法及应用，属于无人艇路径规划技术领域；基于DDQN网络搭建了USV无人艇路径规划模型，以根据从无人艇中观察到的连续状态做出决策；其中，模型的状态空间包括无人艇的状态观测值，具体包括无人艇的位置状态信息、航向误差和无人艇周围的障碍物距离信息；动作空间包括单位时间内的无人艇的行进动作指令；本发明基于先验知识和奖励塑形技术设计了一种引入速度收益、距离障碍物的势和航行误差的奖励函数，有效地提高了模型的精确度，显著加速了训练过程中模型的收敛，解决了无人艇在未知且带障碍环境下的路径规划及避障问题，显著地提升了模型训练时的收敛性和稳定性，能够在真实环境下实现安全高效的导航。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.028 秒)
