-
公开(公告)号:CN114662382A
公开(公告)日:2022-06-24
申请号:CN202210208998.9
申请日:2022-03-03
Applicant: 华南理工大学 , 中国电力科学研究院有限公司 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F113/04
Abstract: 本发明公开了一种基于模型仿真的负荷识别方法、系统、装置及介质,其中方法包括:构建多种电气设备的电路仿真模型;更新设置电路仿真模型的参数后,运行电路仿真模型,获取负荷的电力指纹特征数据;将获得的电力指纹特征数据进行归一化处理,获得去量纲的数据集;根据数据集获取训练集和测试集,采用训练集对负荷识别模型进行训练,采用测试集对训练后的负荷识别模型进行测试。本发明基于仿真软件实现对电气设备电路模型的仿真,能够轻松通过改变模型的参数从而得到多样化数据,同时可以得到多数量的负荷模型数据,对于进行负荷分解和识别算法的研究具有极大的意义。本发明可广泛应用于非侵入式负荷识别技术领域。
-
公开(公告)号:CN110689209B
公开(公告)日:2023-06-20
申请号:CN201911048031.3
申请日:2019-10-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种同步优化风电容许区间和机组期望发电成本的方法,包括以下步骤:步骤S1、获取数据;步骤S2、根据Nataf变换原理得到的下三角矩阵;步骤S3、根据三点估计法,形成采样矩阵Z;步骤S4、通过Nataf逆变换可用出力采样值;步骤S5、通过仿射校正过程得到机组的实际出力值;步骤S6、构建本文模型的目标函数;步骤S7、非线性项的消除;步骤S8、计算机组实际出力;步骤S9、凸化目标函数;步骤S10、求解本文模型;步骤S11、利用校正模型进行蒙特卡洛模拟仿真,获取出弃风量和机组应对风电波动的再调整出力。该发明将应对风电波动的发电成本期望值作为经济目标,反映实际发电成本的最小化模型。
-
公开(公告)号:CN117171667A
公开(公告)日:2023-12-05
申请号:CN202310984705.0
申请日:2023-08-04
Applicant: 华南理工大学
IPC: G06F18/2415 , G06F18/243 , G06F18/214 , G06F18/213 , G06N3/0464 , G06N20/20 , G06N5/01 , G06F18/23213
Abstract: 本发明公开了一种非侵入式负荷识别增强方法、装置和存储介质,属于非侵入式负荷识别领域。其中方法包括:S1、构建训练集;S2、构建并训练负荷辨识模块;S3、在用电总线持续监测电压、电流,当有负荷投切时,提取该负荷的运行特征;S4、判断用户是否开启算法增强,若是,进入步骤S5;S5、缓存步骤S3所提取的负荷的运行特征;S6、将缓存的运行特征输入至负荷辨识模块,负荷辨识模块的每个分类器输出识别结果和对应各负荷种类的概率向量;S7、筛选若干个高不确定度样本和共识样本;S8、根据步骤S7获得的样本及其标签,对分类器进行更新,并在更新后返回步骤S3。本发明可达到标注成本低、性能提升大的效果。
-
公开(公告)号:CN111582357B
公开(公告)日:2023-05-26
申请号:CN202010367254.2
申请日:2020-04-30
Applicant: 华南理工大学
IPC: G06F18/25 , G06F18/2415 , G06F18/2431 , G06F18/241 , G06Q50/06
Abstract: 本发明公开了一种基于多维度集成的电力指纹识别方法,包括以下步骤:步骤S1、获取用电器的电力指纹数据;步骤S2、根据时间维度数据集训练分类器C1;步骤S3、根据暂态维度数据集训练分类器C2;步骤S4、根据暂态维度数据集训练分类器C3;步骤S5、将待识别电器的数据输入分类器C1、C2、C3中得到结果;步骤S6、根据分类器输出结果校正每个电器类别的初始概率,得到后验概率;步骤S7、比较所有电器的后验概率,选出最大的作为识别结果,完成识别;步骤S8、检验步骤S7得到的结果,若通过检验,则完成识别。
-
公开(公告)号:CN111582357A
公开(公告)日:2020-08-25
申请号:CN202010367254.2
申请日:2020-04-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于多维度集成的电力指纹识别方法,包括以下步骤:步骤S1、获取用电器的电力指纹数据;步骤S2、根据时间维度数据集训练分类器C1;步骤S3、根据暂态维度数据集训练分类器C2;步骤S4、根据暂态维度数据集训练分类器C3;步骤S5、将待识别电器的数据输入分类器C1、C2、C3中得到结果;步骤S6、根据分类器输出结果校正每个电器类别的初始概率,得到后验概率;步骤S7、比较所有电器的后验概率,选出最大的作为识别结果,完成识别;步骤S8、检验步骤S7得到的结果,若通过检验,则完成识别。
-
公开(公告)号:CN110689209A
公开(公告)日:2020-01-14
申请号:CN201911048031.3
申请日:2019-10-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种同步优化风电容许区间和机组期望发电成本的方法,包括以下步骤:步骤S1、获取数据;步骤S2、根据Nataf变换原理得到的下三角矩阵;步骤S3、根据三点估计法,形成采样矩阵Z;步骤S4、通过Nataf逆变换可用出力采样值;步骤S5、通过仿射校正过程得到机组的实际出力值;步骤S6、构建本文模型的目标函数;步骤S7、非线性项的消除;步骤S8、计算机组实际出力;步骤S9、凸化目标函数;步骤S10、求解本文模型;步骤S11、利用校正模型进行蒙特卡洛模拟仿真,获取出弃风量和机组应对风电波动的再调整出力。该发明将应对风电波动的发电成本期望值作为经济目标,反映实际发电成本的最小化模型。
-
-
-
-
-