-
公开(公告)号：CN106772195A
公开(公告)日：2017-05-31
申请号：CN201710003706.7
申请日：2017-01-04
申请人： 国网江苏省电力公司电力科学研究院 , 国家电网公司 , 河海大学 , 国网江苏省电力公司镇江供电公司
发明人： 赵双双 , 卢树峰 , 黄奇峰 , 孙国强 , 杨世海 , 陈刚 , 臧海祥 , 杜东华 , 李志新 , 陈铭明 , 徐敏锐 , 穆小星 , 梁智 , 崔林 , 吴桥 , 陆子刚 , 郭勉 , 王少华
IPC分类号： G01R35/02
CPC分类号： G01R35/02
摘要： 本发明公开了一种计量系统电流互感器长期误差稳定性可靠性评价方法，包括步骤1，计算电流互感器在不同额定电流百分比条件下的误差；步骤2，利用混合高斯模型建立误差的概率分布模型；步骤3，采用EM算法确定概率分布模型中的未知参数；步骤4，分别用误差的均值和方差对电流互感器的误差稳定性进行评价；步骤5，利用假设检验原理对电流互感器误差可靠性进行评价。本发明通过模拟数字式计量系统现场工况，获得在线运行过程中计量系统采集到的比差和角差数据，对计量系统误差进行稳定性可靠性分析，需要的信息较少，在数据相对缺失的情况下可以完成评价。
-
公开(公告)号：CN107031512A
公开(公告)日：2017-08-11
申请号：CN201610075663.9
申请日：2016-02-03
申请人： 国家电网公司 , 国网湖北省电力公司宜昌供电公司
IPC分类号： B60R3/00
CPC分类号： B60R3/00
摘要： 一种车载梯架，它包括车体，车体顶部设有底座，底座上设有固定机构，绝缘梯通过固定机构与底座连接；固定机构包括卡件、与卡件活动连接的卡槽，卡槽包括框体，框体内左右两方分别第一限位板和第二限位板，第一限位板和第二限位板通过弹簧与框体内边框连接；底座包括底盘，底盘上设有紧固机构，底盘上部通过转盘与卡件连接。本发明能解决在绝缘梯逐一登上台架的过程中，频繁的绑扎和拆卸浪费大量的工时，导致工作人员工作效率低的问题。
-
公开(公告)号：CN105391083B
公开(公告)日：2018-05-25
申请号：CN201510744636.1
申请日：2015-11-05
申请人： 河海大学
CPC分类号： Y02E10/763
摘要： 本发明公开了一种基于变分模态分解与相关向量机的风功率区间短期预测方法，该方法包含，首先对风功率序列进行变分模态分解，获得多个具有不同中心频率的分量；然后对各分量采用相关向量机算法分别建立区间预测模型；最后将各分量的预测结果进行叠加得到一定置信水平下总体的区间预测结果。采用本发明方法，模型的预测精度和区间覆盖率得到提高，区间宽度明显变窄，从而风功率区间的短期预测效果得到了显著改善。
-
公开(公告)号：CN108022001A
公开(公告)日：2018-05-11
申请号：CN201710854109.5
申请日：2017-09-20
申请人： 河海大学
摘要： 本发明公开一种基于PCA和分位数回归森林的短期负荷概率密度预测方法，包括以下步骤：1)收集电力系统短期负荷预测所需的基本数据，如负荷历史数据，温度、湿度等气象信息，日期类型等；2)从影响因素中选取相关性较强的输入变量，并构造合适的训练样本集；3)采用主成分分析对输入变量集合进行降维处理；4)对降维处理后的数据建立分位数回归森林预测模型，获得任意分位点条件下的回归预测结果；5)通过核密度估计获得短期负荷概率密度预测。本发明提供的方法有效地提高了短期负荷预测精度，可以获得任意时刻负荷概率密度预测结果，能够较好解决电力系统短期负荷预测问题。
-
公开(公告)号：CN107392364A
公开(公告)日：2017-11-24
申请号：CN201710564182.9
申请日：2017-07-12
申请人： 河海大学
CPC分类号： G06Q10/04 , G06N3/084 , G06Q10/06375 , G06Q50/06
摘要： 本发明公开一种基于变分模态分解与深度信念网络的短期负荷预测方法，包括以下步骤：1)采用变分模态分解方法将原始历史负荷数据分解为一系列特征互异的模态函数；2)采用近似熵计算各模态函数复杂度，将近似熵值相近的模态函数合并为新分量，并对每个分量进行特征分析；3)为计算影响因素与输出变量间的相关性，需要对数据进行归一化处理；4)结合负荷的周期特性，采用互信息理论从历史负荷、气象因素、日期类型等角度选取输入变量集合；5)构建基于深度信念网络(deep belief network,DBN)的短期负荷预测方法，通过提前24h负荷预测场景验证本发明方法有效性。本发明提供方法有效地提高了短期负荷预测精度，能够较好地解决电力系统负荷预测问题。
-
公开(公告)号：CN106971240A
公开(公告)日：2017-07-21
申请号：CN201710157411.5
申请日：2017-03-16
申请人： 河海大学
摘要： 本发明公开一种基于变量选择与高斯过程回归的短期负荷预测方法，包括以下步骤：1)对样本数据进行坏数据剔除、补充以及归一化预处理；2)从历史负荷、温度和湿度、预测日日期类型等角度选取候选输入变量，通过随机森林算法计算各变量重要性评分并排序；3)结合高斯过程回归模型，采用序列前向搜索策略确定最优变量集合；4)基于确定的最优变量集合训练高斯过程回归模型，并利用改进粒子群算法优化模型参数；5)在测试集中验证模型的预测性能。本发明提供的方法有效地提高了预测精度，能够较好地解决电力系统负荷预测问题。
-
公开(公告)号：CN108022001B
公开(公告)日：2021-10-19
申请号：CN201710854109.5
申请日：2017-09-20
申请人： 河海大学
摘要： 本发明公开一种基于PCA和分位数回归森林的短期负荷概率密度预测方法，包括以下步骤：1)收集电力系统短期负荷预测所需的基本数据，如负荷历史数据，温度、湿度等气象信息，日期类型等；2)从影响因素中选取相关性较强的输入变量，并构造合适的训练样本集；3)采用主成分分析对输入变量集合进行降维处理；4)对降维处理后的数据建立分位数回归森林预测模型，获得任意分位点条件下的回归预测结果；5)通过核密度估计获得短期负荷概率密度预测。本发明提供的方法有效地提高了短期负荷预测精度，可以获得任意时刻负荷概率密度预测结果，能够较好解决电力系统短期负荷预测问题。
-
公开(公告)号：CN107392363A
公开(公告)日：2017-11-24
申请号：CN201710564155.1
申请日：2017-07-12
申请人： 河海大学
摘要： 本发明公开一种基于完备总体经验模态分解(complete ensemble empirical mode decomposition,CEEMD)和随机森林的短期风功率预测方法，包括以下步骤：1)采用CEEMD技术将原始风功率序列分解为一系列特征互异的本征模态函数(intrinsic mode functions,IMFs)；2)采用近似熵计算各本征模态函数复杂度，将近似熵值相近的模态函数合并为新的分量，分别为随机分量、细节分量和趋势分量；3)对不同分量数据进行零均值化处理；4)采用偏自相关函数(partial autocorrelation function,PACF)对不同分量确定输入变量集合；5)对每个新分量构建随机森林(random forest,RF)预测模型，将各分量预测结果叠加获得最终的短期风功率预测值，并通过算例验证本发明方法的有效性。本发明提供的方法有效地提高了短期风功率预测精度，能够较好地解决电力系统短期风功率预测问题。
-
公开(公告)号：CN108549929B
公开(公告)日：2019-06-07
申请号：CN201810269300.8
申请日：2018-03-29
申请人： 河海大学
摘要： 本发明公开了一种基于深层卷积神经网络的光伏功率预测方法，包括：利用变分模态分解算法对获取的历史光伏功率序列进行模态分解，将其分解为若干个频率分量和一个余项分量；分别排列成二维格式数据；将二维格式的频率分量作为多通道深层卷积神经网络模型的输入并进行预测，及输出一个频率分量预测值总和；将二维格式的余项分量利用单通道深层卷积神经网络模型提取高阶特征，将所提取的高阶特征和气象数据作为支持向量机模型输入并进行预测，及输出一个余项分量的预测值；将频率分量预测值总和与余项分量的预测值相加，得到待预测时刻的光伏功率预测结果。本发明使光伏功率的预测精度明显提升，有效地指导电网调度，保证电力系统安全稳定运行。
-
公开(公告)号：CN107704953A
公开(公告)日：2018-02-16
申请号：CN201710850654.7
申请日：2017-09-20
申请人： 河海大学
摘要： 本发明公开一种EWT分位数回归森林的短期风电功率概率密度预测方法，包括以下步骤：1)采用经验小波变换(empirical wavelet transform,EWT)将原始风电功率序列分解为一系列特征互异经验模式；2)根据频率范围将经验模式进行重新组合，形成高频、中频和低频分量；3)对各分量采用皮尔森相关系数选取输入变量；4)对各分量建立分位数回归森林预测模型，获得不同分位点回归预测结果；5)将各分量预测结果叠加，得到风电功率预测值；6)采用核密度估计获得风电功率概率密度预测。本发明提供方法有效提高了风电功率预测精度，获得任意时刻风电功率概率密度预测，能够较好解决电力系统风电功率预测问题。
-
-
-
-
-
-
-
-
-
搜索结果
16 条记录 (耗时 0.105 秒)
