一种基于改进的长短期记忆网络的电力负荷预测方法

    公开(公告)号:CN111985719A

    公开(公告)日:2020-11-24

    申请号:CN202010878240.7

    申请日:2020-08-27

    摘要: 本发明公开了一种基于改进的长短期记忆网络的电力负荷预测方法,采用最大信息系数初步筛选历史负荷这一特征,并结合考虑负荷相关因子带来的影响,采用最大相关最小冗余算法对历史负荷进行进一步刷选,将筛选后的特征集及作为模型的输入,采用改进的长短记忆网络进行电力负荷预测,得到的预测结果与实际的电网负荷进行验证,证明模型的实用性。本发明的预报方法(H-ILSTM)精确考虑了电力负荷及其影响负荷的相关因子,有效的提高了电力负荷预测的精度,对电网运行的安全性和经济性有着一定的提高。

    基于μPMU与SCADA的配电网网络拓扑分析方法

    公开(公告)号:CN108695864B

    公开(公告)日:2021-07-27

    申请号:CN201810575743.X

    申请日:2018-06-06

    IPC分类号: H02J3/26 H02J3/00

    摘要: 本发明公开了一种基于μPMU与SCADA的配电网网络拓扑分析方法,将根据SCADA数据形成的初始节点支路关联矩阵每一行与支路开关矩阵各个元素进行与运算,得到节点支路关联矩阵。通过μPMU采集的模拟电流量分析和校验根据SCADA系统得到的开关量,根据下一时刻μPMU的模拟支路电流判断支路电流是否突变,如果突变则修正支路开关矩阵,将节点支路关联矩阵每一行与实时支路开关矩阵进行与运算,得到实时节点支路关联矩阵。对实时节点支路关联矩阵进行广度优先搜索,得到配电网网络拓扑结构。本发明可以有效地区别负荷变化对于配电网网络拓扑的影响,快速准确的辨识配电网网络拓扑结构的变化,提供实时可靠的配电网网络拓扑。

    一种基于通用异步串行通信接口的高精度对时方法

    公开(公告)号:CN109117410B

    公开(公告)日:2020-11-24

    申请号:CN201810891400.4

    申请日:2018-08-07

    IPC分类号: G06F13/42 G06F13/24

    摘要: 本发明公开一种基于通用异步串行通信接口的高精度对时方法,包括:控制中心主控制器向监控终端控制器发送主时钟的对时时间报文后使能控制中心主控制器的脉冲边沿触发的外部中断;监控终端控制器接收到对时时间报文后解析该对时时间报文,并修正对时时间报文给出的对时时间而获得对时时间修正值,进而使能外部中断;控制中心主控制器在对时时间的秒起始时刻响应外部中断并向监控终端控制器发送同步码报文;当与控制中心主控制器发送的同步码报文对应的电压信号的第一个下降沿出现在其异步串行通信接口的接收引脚时,监控终端控制器响应外部中断将从时钟的时间设置为对时时间修正值。本发明提供对时方法的对时精度可达到微秒量级,且实现成本低廉。

    一种制备二维/三维异质结构钙钛矿层的方法及应用

    公开(公告)号:CN118251098A

    公开(公告)日:2024-06-25

    申请号:CN202410367042.2

    申请日:2024-03-28

    摘要: 本发明公开了一种制备二维/三维异质结构钙钛矿层的方法,包括如下步骤:将2‑苯乙胺溶液和氢碘酸溶液按照一定比例搅拌混合,旋蒸至溶剂挥发得到苯乙基碘化胺粉末;将所述苯乙基碘化胺粉末和碘化铅粉末按照一定比例溶解在N,N‑二甲基甲酰胺中得到二维钙钛矿前驱体溶液;将所述钙钛矿前驱体溶液动态覆盖于三维钙钛矿层的表面得到钙钛矿薄膜;将所述钙钛矿薄膜退火形成二维/三维异质结构钙钛矿层。本发明制备二维/三维异质结构钙钛矿层的方法,避免了传统二维钙钛矿修饰层制备过程中对下层三维钙钛矿表面的损伤,无需对二维钙钛矿修饰层溶液复杂的控制过程,大大降低了生产技术难度,大幅度提高了产品容差,有效提高了产品良率。

    一种基于深度学习模型的水库下游水位预测方法

    公开(公告)号:CN112001556B

    公开(公告)日:2022-07-15

    申请号:CN202010879460.1

    申请日:2020-08-27

    摘要: 本发明公开了一种基于深度学习模型的水库下游水位预测方法,采用最大信息系数来筛选下游水位相关因子;在相关性分析的基础上采用遗传算法优化得到单个相关因子间的最佳特征组合;将下游水位相关因子的最佳特征组合作为输入,构建基于卷积神经网络和长短期记忆网络的深度学习模型(CNNLSTM);采用Adam梯度优化算法来训练CNNLSTM模型权重变量,将训练过的CNNLSTM作为水库下游水位预测模型。本发明的预报方法精细地考虑了下游水位的相关因子,并优化了相关因子的特征组合,采用了深度学习预测模型,有效地提高了下游水位的预测精度,对水库调度中准确计算发电出力具有至关重要的作用。

    一种基于深度学习模型的水库下游水位预测方法

    公开(公告)号:CN112001556A

    公开(公告)日:2020-11-27

    申请号:CN202010879460.1

    申请日:2020-08-27

    摘要: 本发明公开了一种基于深度学习模型的水库下游水位预测方法,采用最大信息系数来筛选下游水位相关因子;在相关性分析的基础上采用遗传算法优化得到单个相关因子间的最佳特征组合;将下游水位相关因子的最佳特征组合作为输入,构建基于卷积神经网络和长短期记忆网络的深度学习模型(CNNLSTM);采用Adam梯度优化算法来训练CNNLSTM模型权重变量,将训练过的CNNLSTM作为水库下游水位预测模型。本发明的预报方法精细地考虑了下游水位的相关因子,并优化了相关因子的特征组合,采用了深度学习预测模型,有效地提高了下游水位的预测精度,对水库调度中准确计算发电出力具有至关重要的作用。

    一种基于通用异步串行通信接口的高精度对时方法

    公开(公告)号:CN109117410A

    公开(公告)日:2019-01-01

    申请号:CN201810891400.4

    申请日:2018-08-07

    IPC分类号: G06F13/42 G06F13/24

    摘要: 本发明公开一种基于通用异步串行通信接口的高精度对时方法,包括:控制中心主控制器向监控终端控制器发送主时钟的对时时间报文后使能控制中心主控制器的脉冲边沿触发的外部中断;监控终端控制器接收到对时时间报文后解析该对时时间报文,并修正对时时间报文给出的对时时间而获得对时时间修正值,进而使能外部中断;控制中心主控制器在对时时间的秒起始时刻响应外部中断并向监控终端控制器发送同步码报文;当与控制中心主控制器发送的同步码报文对应的电压信号的第一个下降沿出现在其异步串行通信接口的接收引脚时,监控终端控制器响应外部中断将从时钟的时间设置为对时时间修正值。本发明提供对时方法的对时精度可达到微秒量级,且实现成本低廉。