-
公开(公告)号:CN113964843B
公开(公告)日:2023-11-10
申请号:CN202111423438.7
申请日:2021-11-26
摘要: 基于神经网络的动态电压补偿控制方法。涉及电网配电技术领域,尤其涉及对动态电压补偿装置控制方法的改进。包括动态电压补偿装置,所述动态电压补偿装置并接在所述主交流电源输入端和负载端之间,所述动态电压补偿装置包括控制器以及依次连接的备用交流电源、整流装置和逆变装置,所述控制器通过所述动态电压补偿控制方法控制逆变装置;本发明使得该控制方式能够取得良好的控制效果,能够很好的提高DVR系统的负载适应性。
-
公开(公告)号:CN113964843A
公开(公告)日:2022-01-21
申请号:CN202111423438.7
申请日:2021-11-26
摘要: 基于神经网络的动态电压补偿控制方法。涉及电网配电技术领域,尤其涉及对动态电压补偿装置控制方法的改进。包括动态电压补偿装置,所述动态电压补偿装置并接在所述主交流电源输入端和负载端之间,所述动态电压补偿装置包括控制器以及依次连接的备用交流电源、整流装置和逆变装置,所述控制器通过所述动态电压补偿控制方法控制逆变装置;本发明使得该控制方式能够取得良好的控制效果,能够很好的提高DVR系统的负载适应性。
-
公开(公告)号:CN116522230A
公开(公告)日:2023-08-01
申请号:CN202310499187.3
申请日:2023-05-05
IPC分类号: G06F18/241 , G06Q10/0631 , G06Q50/06 , G06N3/006 , G06N3/0442 , G06N3/08
摘要: 本发明公开了一种基于优化神经网络的用户可调节能力挖掘方法及系统,包括以下步骤:在LSTM下进行负荷分类后,在传统粒子群算法引入非线性变权和突变操作的基础上,引入多粒子初值及多目标函数对粒子群算法进行进一步改进,改进粒子群算法与LSTM相结合,考虑了算法的稳定度,保证了过载收敛,提高了负荷预测精度。利用改进粒子群算法对LSTM超参数进行优化,以解决LSTM参数难求的问题。通过对负荷进行精确的分类和预测,可以根据负荷各类特性辨识出负荷的可调节功率范围及可调节时间段,综合计算出各时间点的总可调负荷,从而在总体上具有用户可调能力。
-
-