-
公开(公告)号：CN114912963A
公开(公告)日：2022-08-16
申请号：CN202210644846.3
申请日：2022-06-09
Applicant: 国网安徽省电力有限公司经济技术研究院 , 上海交通大学
Abstract: 本发明涉及一种电力现货市场下考虑用户类型的需求响应补偿方法，包括：建立用户负荷中断成本函数；基于用户类型参数建立最优决策目标；建立用户激励约束；建立价格约束的不等式约束；确定用户边际类型，根据最优决策目标与用户激励约束、不等式约束，建立优化模型；基于不同的电力市场现货价格λ，求解优化模型，得到中断补偿价格p，建立中断补偿价格p与电力市场现货价格λ之间的函数关系。本发明考虑了不同用户类型，确立的补偿方法更具实用价值；本发明根据电力市场现货价格确定补偿方法，便于灵活调整；本发明最终建立了电力市场现货价格与中断补偿价格之间的函数关系，能够在电力市场现货价格变化时快速有效计算出中断补偿价格。
-
公开(公告)号：CN114239481A
公开(公告)日：2022-03-25
申请号：CN202111548471.2
申请日：2021-12-17
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 上海交通大学
IPC: G06F30/398 , G06K9/62
Abstract: 一种基于XGBoost的光伏阵列故障诊断方法，通过建立光伏组件等效电路模型，根据模型建立光伏组件基本电流方程后分析光照强度、温度对光伏组件内部参数的影响，得到组件伏安特性曲线随光照强度、温度的变化趋势并进一步分析不同程度下的光伏阵列故障对应的伏安特性曲线的变化情况，选取、构建反映不同故障特性的特征量，作为故障诊断的输入向量；然后建立光伏阵列仿真模型以模拟不同类型、不同程度的故障，通过调节光照强度、温度获取伏安特性曲线，读取、构建故障特征量，建立光伏阵列故障数据集，用于在离线阶段训练基于XGBoost算法的光伏阵列故障诊断模型；最后在在线阶段采用训练后的光伏阵列故障诊断模型融合多种不同类型、不同程度故障的光伏阵列故障特征量、光照强度、温度，通过极限梯度提升决策树得到光伏阵列多种不同类型、不同程度的故障。
-
Patent Agency Ranking
公开(公告)号：CN112381282B
公开(公告)日：2022-06-17
申请号：CN202011237371.3
申请日：2020-11-09
Applicant: 上海交通大学
Abstract: 一种基于宽度学习系统的光伏发电功率预测方法，通过光伏系统历史出力数据和气象数据构建光伏发电预测数据集，利用BLS对光伏发电功率进行点预测以确定BLS网络结构参数；再通过Adam优化算法以及光伏发电预测数据集经训练得到不同比例分位数的BLS输出权重，最后经过结果评估实现光伏发电功率预测。本发明采用拟合性能较好且计算效率较高宽度学习系统作为预测模型，基于分位数回归和Adam优化算法对光伏发电功率的分位数进行预测，从而能够充分反映光伏出力的不确定性。
-
公开(公告)号：CN112182883B
公开(公告)日：2022-06-24
申请号：CN202011043343.8
申请日：2020-09-28
Applicant: 上海交通大学
IPC: G06F30/20 , G06Q50/06 , G06F119/08
Abstract: 一种基于自适应LM的光伏组件参数估计方法，根据光伏组件单二极管等效模型推导出光伏组件多参数解析式；使用灵敏度分析方法进行参数筛选，并结合实验提取到的I‑V输出特性曲线，建立参数优化模型；采用自适应LM算法求解光伏组件的多个参数。本方法能够更加全面的描述组件的工作状态和使用性能。基于灵敏度分析，判别多参数模型中对I‑V特性曲线影响较小甚至无影响的参数，剔除这些参数后的参数保留为单二极管光伏组件的待估计参数，结合不同工况下进行实验所提取到的I‑V输出特性曲线，建立参数优化模型，采用自适应Levenberg‑Marquardt方法求解光伏组件的多个参数。
-
公开(公告)号：CN116522244A
公开(公告)日：2023-08-01
申请号：CN202310498124.6
申请日：2023-05-05
IPC: G06F18/2415 , G06N20/00
Abstract: 本发明公开了一种考虑训练集标签有误情况的光伏阵列故障诊断方法，属于光伏技术领域，该方法包括以下步骤：(1)基于置信学习算法，对训练数据集进行清洗，除去绝大部分标签错误的数据样本；(2)基于分布鲁棒逻辑回归算法，建立对标签错误鲁棒的光伏阵列故障诊断模型，实现对光伏阵列故障的准确诊断。本发明方法能够有效诊断多种不同类型、不同程度的光伏阵列故障。与传统算法相比，所提方法对训练数据标签错误具有鲁棒性，可以有效应对工程实际中采集标签数据时难以避免的人工和技术问题导致的标签错误情况，提升诊断准确率。
-
公开(公告)号：CN112381282A
公开(公告)日：2021-02-19
申请号：CN202011237371.3
申请日：2020-11-09
Applicant: 上海交通大学
Abstract: 一种基于宽度学习系统的光伏发电功率预测方法，通过光伏系统历史出力数据和气象数据构建光伏发电预测数据集，利用BLS对光伏发电功率进行点预测以确定BLS网络结构参数；再通过Adam优化算法以及光伏发电预测数据集经训练得到不同比例分位数的BLS输出权重，最后经过结果评估实现光伏发电功率预测。本发明采用拟合性能较好且计算效率较高宽度学习系统作为预测模型，基于分位数回归和Adam优化算法对光伏发电功率的分位数进行预测，从而能够充分反映光伏出力的不确定性。
-
公开(公告)号：CN112182883A
公开(公告)日：2021-01-05
申请号：CN202011043343.8
申请日：2020-09-28
Applicant: 上海交通大学
IPC: G06F30/20 , G06Q50/06 , G06F119/08
Abstract: 一种基于自适应LM的光伏组件参数估计方法，根据光伏组件单二极管等效模型推导出光伏组件多参数解析式；使用灵敏度分析方法进行参数筛选，并结合实验提取到的I‑V输出特性曲线，建立参数优化模型；采用自适应LM算法求解光伏组件的多个参数。本方法能够更加全面的描述组件的工作状态和使用性能。基于灵敏度分析，判别多参数模型中对I‑V特性曲线影响较小甚至无影响的参数，剔除这些参数后的参数保留为单二极管光伏组件的待估计参数，结合不同工况下进行实验所提取到的I‑V输出特性曲线，建立参数优化模型，采用自适应Levenberg‑Marquardt方法求解光伏组件的多个参数。
-
-
-
-
-
-
Search Results
7
records
(took 0.544 seconds)
