面向电网输电断面可行域提升的薄弱环节辨识与规划方法

    公开(公告)号:CN111259326A

    公开(公告)日:2020-06-09

    申请号:CN201911367194.8

    申请日:2019-12-26

    IPC分类号: G06F17/16 G06Q10/04 G06Q50/06

    摘要: 本发明公开了面向电网输电断面可行域提升的薄弱环节辨识与规划方法,主要步骤为:1)建立最优潮流模型;2)利用多参数规划理论解算最优潮流模型;3)基于t时刻的输电断面功率传输可行域RT和可行域顶点坐标矩阵VT,建立电力系统薄弱环节辨识模型;4)对电力系统薄弱环节辨识模型进行解算,得到待升级规划线路集合Ωl和发电机集合Ωg;5)建立电力系统规划模型;6)将待升级规划线路集合Ωl和发电机集合Ωg输入到电力系统规划模型中,完成电力系统薄弱环节的升级规划。本发明通过刻画输电断面功率传输可行域,辨识出限制输电断面功率传输能力的线路和发电机,并确定出合理的规划方案对其进行升级改造,可有效提升输电断面功率传输能力。

    一种通过迁移学习提升重庆方言语音识别的方法

    公开(公告)号:CN116416967B

    公开(公告)日:2024-09-24

    申请号:CN202111651840.0

    申请日:2021-12-30

    摘要: 本发明公开一种通过迁移学习提升重庆方言语音识别的方法,步骤为:1)获取语音数据;2)得到语音频谱图;3)对语音频谱图向量化,得到向量V;4)获取transformer模型的输入X;5)将参数Q、参数K、参数V输入到transformer模型的编码器中,得到编码器输出Y1和编码器输出Y2;6)将编码器输出Y1和编码器输出Y2输入到transformer模型的解码器中,得到语音识别文本;8)确定拼音BERT模型的输入x;9)将输入x输入到拼音BERT模型中,得到语音识别结果。本发明通过pipeline设计模式,将ASR中的声学模型,语言模型独立开,增强了ASR模型选择的多样性。

    基于自适应线性潮流模型的网络约束机组组合建模方法

    公开(公告)号:CN118523286A

    公开(公告)日:2024-08-20

    申请号:CN202410450062.6

    申请日:2024-04-15

    申请人: 重庆大学

    摘要: 基于自适应线性潮流模型的网络约束机组组合建模方法,包括以下步骤:1)对电力系统历史场景的运行工况进行聚类,并划分为多个运行工况子区域;2)建立各子区域内误差最小的最优拟合分段线性潮流模型;3)提取各子区域之间的线性边界参数,并引入辅助变量矩阵z;4)从所有最优拟合分段线性潮流模型中选择出一个最优拟合分段线性潮流模型;5)建立基于自适应线性潮流模型的网络约束机组组合模型;6)求解网络约束机组组合模型,得到高线性近似精度机组组合解。本发明针对网络约束机组组合运行工况范围广、约束条件复杂的问题,提出了一种基于自适应线性潮流模型的网络约束机组组合建模方法,大大提高了建模精度。

    一种适用于容量约束越限的电力市场出清系统

    公开(公告)号:CN111242800B

    公开(公告)日:2024-04-19

    申请号:CN201911327748.1

    申请日:2019-12-20

    申请人: 重庆大学

    IPC分类号: G06Q50/06

    摘要: 本发明公开了一种适用于容量约束越限的电力市场出清系统,主要包括数据采集模块、电力系统安全调度模块、电力节点发电回报规划模块和电力市场出清模块。本发明提出的方法能够在解决电力节点发电回报尖峰问题的同时,获得比目前电力市场实践更小的额外补偿,提高电力市场透明程度。

    一种电力系统机组组合加速方法
    7.
    发明公开

    公开(公告)号:CN117674089A

    公开(公告)日:2024-03-08

    申请号:CN202311591318.7

    申请日:2023-11-27

    IPC分类号: H02J3/00 H02J13/00 G06F18/214

    摘要: 本发明公开一种电力系统机组组合加速方法,包括以下步骤:1)构建电力系统机组组合MILP模型;2)生成多个人工MILP模型,并通过并行的方式收集这些人工MILP模型分支定界初始搜索阶段的信息,从而构建训练数据集;3)利用训练数据集预测离散变量取值;4)基于离散变量取值的预测结果,削减电力系统机组组合问题的离散变量规模,并将削减规模后的离散变量代入电力系统机组组合MILP模型中,求解得到电力系统机组组合。本发明通过收集分支定界初始搜索信息高效即时地建立训练数据集,通过两阶段联合预测保证在线学习的高精度,大幅度降低离散变量规模,从而实现电力系统机组组合加速,满足实际工程对求解效率和求解误差的需求。

    一种通过迁移学习提升重庆方言语音识别的方法

    公开(公告)号:CN116416967A

    公开(公告)日:2023-07-11

    申请号:CN202111651840.0

    申请日:2021-12-30

    摘要: 本发明公开一种通过迁移学习提升重庆方言语音识别的方法,步骤为:1)获取语音数据;2)对语音数据进行傅里叶转换,得到语音频谱图;3)利用VGG网络对语音频谱图向量化,得到向量V;4)获取transformer模型的输入X;5)得到参数Q、参数K、参数V;6)将参数Q、参数K、参数V输入到transformer模型的编码器encoder1和编码器encoder2中,分别得到编码器输出Y1和编码器输出Y2;7)将编码器输出Y1和编码器输出Y2输入到transformer模型的解码器中,得到语音识别文本;8)确定拼音BERT模型的输入x;9)将输入x输入到拼音BERT模型中,得到语音识别结果。本发明能更全面的捕捉到语义层面信息,并通过pipeline设计模式,将ASR中的声学模型,语言模型独立开,增强了ASR模型选择的多样性。