-
公开(公告)号：CN108830414B
公开(公告)日：2021-11-09
申请号：CN201810599453.9
申请日：2018-06-12
申请人： 南京邮电大学
摘要： 本发明提供一种电动汽车商用充电区的负荷预测方法，包括以下步骤：基于路阻函数建立路况模型，并根据实时路况进行选择；归一化处理训练极限学习机的历史数据，并提取出与预测日相似的特征数据；将提取的特征数据送入基于极限学习机的预测模型，训练出路阻函数参数；将实时路况信息代入步骤三中训练好的路阻函数，结合步骤一中路况信息模型，计算出路况结构中各路段所需花费时间；再以此计算出各个充电点服务车辆的概率，结合充电点的充电功率算出负荷。本发明基于实时路况信息，避开商用充电区中的预测难点；利用实时预测方法、结合实时信息提高了预测结果的有效性；并将大量经过特征筛选的历史数据用于极限学习机的训练，提高了预测准确性。
-
公开(公告)号：CN108875190A
公开(公告)日：2018-11-23
申请号：CN201810592354.8
申请日：2018-06-11
申请人： 南京邮电大学
摘要： 本发明提供一种智能电网分布式调度方法，包括以下步骤：建立经济调度的智能电网模型，给出各机组的初始输出功率、发电成本参数以及出力约束；通过分布式通信获得机组连接情况，计算机组的权值矩阵；采用投影梯度算法计算用于迭代计算出力值的梯度步长；将步骤三中的梯度步长代入投影算子计算下一步迭代的出力值；若迭代趋于收敛，本次计算结束，继续步骤六；若没有，转到步骤三；通过分布式通信，邻点之间检查有无新接机组或退出机组，若有，转到步骤二；若无，各机组更新最终出力值。该方法能够减少通信线路的架设和维护成本，具有收敛快速、计算量小的特点，且支持即插即用功能，增强了智能电网的鲁棒性和灵活性。
-
公开(公告)号：CN108875190B
公开(公告)日：2023-06-02
申请号：CN201810592354.8
申请日：2018-06-11
申请人： 南京邮电大学
IPC分类号： G06F30/20 , G06Q10/0631 , G06Q50/06 , G06F111/04
摘要： 本发明提供一种智能电网分布式调度方法，包括以下步骤：建立经济调度的智能电网模型，给出各机组的初始输出功率、发电成本参数以及出力约束；通过分布式通信获得机组连接情况，计算机组的权值矩阵；采用投影梯度算法计算用于迭代计算出力值的梯度步长；将步骤三中的梯度步长代入投影算子计算下一步迭代的出力值；若迭代趋于收敛，本次计算结束，继续步骤六；若没有，转到步骤三；通过分布式通信，邻点之间检查有无新接机组或退出机组，若有，转到步骤二；若无，各机组更新最终出力值。该方法能够减少通信线路的架设和维护成本，具有收敛快速、计算量小的特点，且支持即插即用功能，增强了智能电网的鲁棒性和灵活性。
-
公开(公告)号：CN112564945A
公开(公告)日：2021-03-26
申请号：CN202011318745.4
申请日：2020-11-23
申请人： 南京邮电大学
摘要： 本发明公开了一种基于时序先验和稀疏表示的IP网络流量估计方法，首先采集网络中所有源‑目的节点对间传输的流量值构建不完整的流量矩阵；然后通过对不完整的流量矩阵中存在的时空相关性，利用稀疏表示理论和正则化技术建模为流量矩阵估计模型；然后通过交替方向乘子法，将较为复杂的原始问题转换为若干易于求解的子问题，通过迭代优化子问题的全局最优解来找到原始问题的局部最优解。最终估计出完整的流量矩阵。本发明基于流量矩阵中的时序性和空间相关性，考虑相邻网络结点的时序相关性的同时能够利用流量矩阵的空间相关性，为流量估计方法的优化提供了理论支持。
-
公开(公告)号：CN112564945B
公开(公告)日：2023-03-24
申请号：CN202011318745.4
申请日：2020-11-23
申请人： 南京邮电大学
IPC分类号： H04L41/147 , H04L41/14 , H04L41/142 , H04L43/0876
摘要： 本发明公开了一种基于时序先验和稀疏表示的IP网络流量估计方法，首先采集网络中所有源‑目的节点对间传输的流量值构建不完整的流量矩阵；然后通过对不完整的流量矩阵中存在的时空相关性，利用稀疏表示理论和正则化技术建模为流量矩阵估计模型；然后通过交替方向乘子法，将较为复杂的原始问题转换为若干易于求解的子问题，通过迭代优化子问题的全局最优解来找到原始问题的局部最优解。最终估计出完整的流量矩阵。本发明基于流量矩阵中的时序性和空间相关性，考虑相邻网络结点的时序相关性的同时能够利用流量矩阵的空间相关性，为流量估计方法的优化提供了理论支持。
-
公开(公告)号：CN108830414A
公开(公告)日：2018-11-16
申请号：CN201810599453.9
申请日：2018-06-12
申请人： 南京邮电大学
摘要： 本发明提供一种电动汽车商用充电区的负荷预测方法，包括以下步骤：基于路阻函数建立路况模型，并根据实时路况进行选择；归一化处理训练极限学习机的历史数据，并提取出与预测日相似的特征数据；将提取的特征数据送入基于极限学习机的预测模型，训练出路阻函数参数；将实时路况信息代入步骤三中训练好的路阻函数，结合步骤一中路况信息模型，计算出路况结构中各路段所需花费时间；再以此计算出各个充电点服务车辆的概率，结合充电点的充电功率算出负荷。本发明基于实时路况信息，避开商用充电区中的预测难点；利用实时预测方法、结合实时信息提高了预测结果的有效性；并将大量经过特征筛选的历史数据用于极限学习机的训练，提高了预测准确性。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.029 秒)
