-
公开(公告)号:CN115563293A
公开(公告)日:2023-01-03
申请号:CN202211034265.4
申请日:2022-08-26
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种依据能量图谱识别生产设备的启停状态的方法,包括以下步骤:步骤1:对能量图谱进行预处理;步骤2:构建BiCoNet模型;步骤3:将能量图谱输入到BiCoNet模型中,训练该模型;步骤4:从BiCoNet模型中的五个深度网络中的池化层提取特征;步骤5:从BiCoNet模型中的五个深度网络中的全连接层提取特征;步骤6:将集成特征与全连接层提取的特征相结合;步骤7:对结合后的特征进行特征选择;步骤8:通过步骤7产生的特征进行分类。本发明通过深度学习完成生产设备状态识别,采用五个深度学习网络构成BiCoNet算法,更加高效准确地识别生产设备的启停状态,具有重要的现实意义和理论价值。
-
公开(公告)号:CN111277007A
公开(公告)日:2020-06-12
申请号:CN202010101063.1
申请日:2020-02-19
Applicant: 华北电力大学
Abstract: 本发明提供了计及需求侧响应的火电机组调频系统,包括响应聚合组、分散控制中心和火力发电系统,响应聚合组为多个聚合商管理下的发用电单元,发用电单元包括电动汽车充电单元和空调系统用电单元,火力发电系统包括阀门调节装置、计量装置、调频命令模块、偏差调整模块和一次调频控制器等;通过获取响应聚合组的参数分别建立第一和第二充用电聚合模型,采用粒子群算法和交替方向乘子法进行调频控制策略求解,响应聚合组与分散控制中心相连接以接收相应的控制策略。本发明实现了对负荷资源的调动,最大程度地利用负荷与机组的双向互动弥补火力机组一次调频的不足,以及新能源上网出力的不确定,更好地保障了电网的安全稳定运行。
-
公开(公告)号:CN119029931A
公开(公告)日:2024-11-26
申请号:CN202411139480.X
申请日:2024-08-20
Applicant: 华北电力大学 , 国网山东省电力公司经济技术研究院
Abstract: 本发明公开了一种基于瞬时功率的风电并网系统次同步振荡定位方法和平台,属于电力系统及其自动化领域。该定位方法为:发生次同步振荡扰动时,检测风电并网点的瞬时电压和瞬时电流;根据瞬时电压、瞬时电流,获得并网点的瞬时功率;根据瞬时功率获得次同步周期;根据次同步周期和瞬时功率获得受扰后的直流分量和受扰后的二次项交流分量;根据次同步周期、受扰后的直流分量和受扰后的二次项交流分量获得次同步功率;根据次同步功率判断风电机组是否为次同步振荡源。本发明的有益效果是:本发明提供了一种定位精准、计算简单且时间短、工作量小、适用性强的基于瞬时功率的风电并网系统次同步振荡定位方法。
-
公开(公告)号:CN115081529A
公开(公告)日:2022-09-20
申请号:CN202210739931.8
申请日:2022-06-28
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种基于DQN算法的非用电企业生产行为辨识方法,包括以下步骤:A、使用Open AI的gym库建立非用电企业生产行为辨识的环境模型;B、构建企业生产行为辨识行动方案探索的分类预测模型,将训练集输入到分类预测模型中,并完成模型的训练;C、使用验证集对分类预测模型进行优化,得到优化后的分类预测模型;D、采用测试集进行分类预测模型性能验证;E、将训练好的分类预测模型保存,部署到终端,实时辨识企业的生产行为,为环保过程管理人员辨识企业生产状态提供参考。本发明能够改进现有技术的不足,可以更加精确地辨识非用电企业生产行为。
-
公开(公告)号:CN117592632A
公开(公告)日:2024-02-23
申请号:CN202311642524.6
申请日:2023-12-01
Applicant: 国网山东省电力公司经济技术研究院 , 华北电力大学
Inventor: 孟祥飞 , 赵龙 , 田鑫 , 刘念 , 蒋凯 , 杨立超 , 文艳 , 刘海涛 , 安鹏 , 陈博 , 杨思 , 高效海 , 杨斌 , 王男 , 魏佳 , 张丽娜 , 邱轩宇 , 魏鑫 , 石冰珂 , 马力 , 袁振华 , 张玉跃 , 王耀 , 李淑杨
IPC: G06Q10/047 , G06Q50/06 , G06F18/23213
Abstract: 本发明公开一种基于碳减排路径优化模型的机组容量规划方法及系统,涉及电力系统规划领域,方法包括获取风电光伏功率数据和电热负荷数据;基于风电光伏功率数据和电热负荷数据构建碳减排路径优化模型;碳减排路径优化模型包括目标函数和约束条件,目标函数以系统总成本和碳排放惩罚成本最小为目标构建,约束条件包括:机组约束和碳排放量限制约束;对碳减排路径优化模型进行分层求解,得到最优的能源机组容量规划方案。本发明通过以系统总成本和碳排放惩罚成本最小为目标构建目标函数,将机组约束和碳排放量限制约束作为约束条件,构建碳减排路径优化模型,然后对模型进行分层求解,实现了对能源机组容量的优化,降低了电力系统碳排放量。
-
公开(公告)号:CN114548540A
公开(公告)日:2022-05-27
申请号:CN202210146606.0
申请日:2022-02-17
Applicant: 华北电力大学(保定)
IPC: G06Q10/04 , G06F30/20 , G06F30/27 , H02G1/02 , H02G7/16 , G06F113/04 , G06F119/08 , G06F119/14
Abstract: 本发明公开了一种基于Q‑Learning算法的输配电线路覆冰处置预案生成方法,属于电力线路除冰优化技术领域,步骤以下:建立覆冰增长和发展、处置的环境模型;基于Q‑Learning算法,构建覆冰处置行动方案探索的智能体学习模型并完成训练;选择特定的环境模型作为预案所对应的环境;将训练好的智能体模型作用于预案环境,计算出最优处理策略;将上述环境的每一变化及采取的每一措施输出到处置预案的word文档;构建覆冰处置预案演示动画,为培训处置人员提供帮助。本发明通过将与线路状态相关的数据构建为环境,采用强化学习完成决策优化,采用Q‑Learning算法构建学习模型,完成智能体和评价函数的学习;智能体与之交互,输出相应的处置预案,采用word格式输出预案。
-
-
-
-
-