-
公开(公告)号：CN112633632A
公开(公告)日：2021-04-09
申请号：CN202011352009.0
申请日：2020-11-26
申请人： 华中科技大学 , 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司 , 中国电力科学研究院有限公司
摘要： 本发明公开一种基于信号分解技术的集成短期风电集群功率预测方法，将采集的NWP数据及对应功率数据划分两个独立数据集，用于预测模型训练和测试；通过VMD和WT方法对训练数据进行数据预处理，预处理后数据再分别以SDAE、LSTM、BiLSTM、CNN为核心的模型进行预测得到子预测结果；子预测结果分别通过PLSR、BPNN、SVM网络型构建子预测模型，依据子预测模型子的准确性程度不同，为每项子预测结果分配权重，构成WPP预测模型；为WPP集成预测模型性能评判标准，选取最合适的集成预测模型，将S1的测试数据集输入选取的集成预测模型后进入预测，输出结果。通过本发明方法预测精度高，数据适用范围广，具有推广价值。
-
公开(公告)号：CN113570132A
公开(公告)日：2021-10-29
申请号：CN202110838338.4
申请日：2021-07-23
申请人： 华中科技大学 , 中国电力科学研究院有限公司 , 国网山东省电力公司电力科学研究院 , 国家电网有限公司
摘要： 本发明公开一种时空气象特征提取与深度学习的风电功率预测方法，首先基于广域时空气象数据和功率数据，研究新能源场站出力和天气过程的互相关特性，建立不同指标为依据的多层级子区域划分，然后基于多维度气象数据，构建高维度候选特征库，构建基于数据挖掘的复合气象特征，最后基于海量样本和优选的核心特征，构建基于高维深度特征映射和高维深度数据挖掘、面向多层级的深度学习模型库，选取最优模型进行集群功率预测。通过该方法预测，实现了对风电功率在时空复合数据下的预测，在时域数据和空间数据之间建立了有效的匹配关系，具有推广价值。
-
公开(公告)号：CN114878942A
公开(公告)日：2022-08-09
申请号：CN202210586425.X
申请日：2022-05-26
申请人： 华中科技大学
摘要： 本发明公开一种高压电缆智能监测中枢系统设计方法，通过集成在基于web中枢系统中的基于进化学习和卷积神经网络的高压电缆局部放电模式识别模型，不断采集电缆局放数据，更新局放识别模型训练样本库，提高电缆放电类型识别精度，同时记录电缆多类型参数，通过多参数评价和模糊综合评估方法建立电缆状态多参数评估模型，进而基于Web中枢系统，通过数据管理、数据通信、数据可视化三大模块，对在运电缆的状态进行模式识别、状态评估、生成诊断报告、给出电缆检修建议的一体化检测和评估流程，完成对电缆状态评价与运维指导。此方法将多种人工智能方法集成于高压电缆监测中枢系统中，能够在电缆在线运行状态下实时监测电缆状态。
-
公开(公告)号：CN114091340B
公开(公告)日：2024-08-02
申请号：CN202111419800.3
申请日：2021-11-26
申请人： 华中科技大学
IPC分类号： G06F30/27 , G06N3/04 , G06N3/084 , G06N20/00 , G06F119/08 , G06F119/14
摘要： 本发明公开一种基于多物理场直流局部放电模型的构建与判别方法，通过AutoCAD构建仿真片状试样、MATLAB生成含谐波的直流电压、COMSOL软件对温度场和应力场进行参数设置，建立基于荷‑场‑热‑力多物理场仿真系统，同时通过空间电荷测量系统获取界面电荷随应力、温度和时空的变化规律，建立空间电荷分布特性数据库，并基于局放与谐波、应力和温度的数据建立局放判别器，进而将数据库中的空间电荷数据等效为静电场送入荷‑场‑热‑力多物理场仿真系统中，计算得出缺陷位置的电场、温度和应力参数，通过局放判别器判断缺陷位置是否达到局放产生条件。此方法将空间电荷因素加入局放的判别模型中，增加局放判别模型的数据类型，提高判别准确度，具有推广价值。
-
公开(公告)号：CN112949904B
公开(公告)日：2022-06-07
申请号：CN202110118904.4
申请日：2021-01-28
申请人： 华中科技大学
摘要： 本发明公开一种基于特征选择与多层级深度迁移学习的风电场短期功率预测方法，将采集到的的数据划分为两个数据集，分别作为迁移学习的目标风电场和源风电场，首先根据与目标风电场的相关程度对源风电场的数据样本进行了多层级划分，然后基于多层级的源风电场数据样本构建目标风电场的多层级深度迁移学习模型，最后采用特征选择的方法对多层级深度迁移学习模型进行优化，通过该方法预测可以减少数据训练规模，避免数据过度拟合，具有推广价值。
-
公开(公告)号：CN112949904A
公开(公告)日：2021-06-11
申请号：CN202110118904.4
申请日：2021-01-28
申请人： 华中科技大学
摘要： 本发明公开一种基于特征选择与多层级深度迁移学习的风电场短期功率预测方法，将采集到的的数据划分为两个数据集，分别作为迁移学习的目标风电场和源风电场，首先根据与目标风电场的相关程度对源风电场的数据样本进行了多层级划分，然后基于多层级的源风电场数据样本构建目标风电场的多层级深度迁移学习模型，最后采用特征选择的方法对多层级深度迁移学习模型进行优化，通过该方法预测可以减少数据训练规模，避免数据过度拟合，具有推广价值。
-
公开(公告)号：CN115586407A
公开(公告)日：2023-01-10
申请号：CN202211259783.6
申请日：2022-10-14
申请人： 华中科技大学 , 东方电气集团东方电机有限公司
摘要： 本发明公开一种基于并行CNN‑BiLSTM的发电机局放模式识别方法，在实验室环境下采集不同电压等级、不同缺陷类型的发电机定子线棒典型缺陷局放数据，绘制不同去噪系数的局放相位图谱、采集不同相位的电压信号、提取局放相位图谱特征和局放波形特征共十种参数，作为十通道并行CNN神经网络训练的输入参数，不同参数经过并行CNN网络对各特征进行卷积池化，送入分别与CNN特征输出层连接的BiLSTM神经网络，对BiLSTM神经网络进行训练，进行发电机局放典型缺陷的模式识别，十通道BiLSTM分别输出基于不同参数的模式识别结果，与现场样本进行结果对比，确定每个输出通道的权重完成对发电机定子线棒缺陷类型的判别。此方法基于多形式的输入训练多通道并行网络，提高模式识别的精确度。
-
公开(公告)号：CN114091340A
公开(公告)日：2022-02-25
申请号：CN202111419800.3
申请日：2021-11-26
申请人： 华中科技大学
IPC分类号： G06F30/27 , G06N3/04 , G06N3/08 , G06N20/00 , G06F119/08 , G06F119/14
摘要： 本发明公开一种基于多物理场直流局部放电模型的构建与判别方法，通过AutoCAD构建仿真片状试样、MATLAB生成含谐波的直流电压、COMSOL软件对温度场和应力场进行参数设置，建立基于荷‑场‑热‑力多物理场仿真系统，同时通过空间电荷测量系统获取界面电荷随应力、温度和时空的变化规律，建立空间电荷分布特性数据库，并基于局放与谐波、应力和温度的数据建立局放判别器，进而将数据库中的空间电荷数据等效为静电场送入荷‑场‑热‑力多物理场仿真系统中，计算得出缺陷位置的电场、温度和应力参数，通过局放判别器判断缺陷位置是否达到局放产生条件。此方法将空间电荷因素加入局放的判别模型中，增加局放判别模型的数据类型，提高判别准确度，具有推广价值。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.078 秒)
