-
公开(公告)号:CN114707580A
公开(公告)日:2022-07-05
申请号:CN202210275893.5
申请日:2022-03-21
发明人: 唐泽洋 , 崔一铂 , 汪雪琼 , 柯姗姗 , 孔巾娇 , 凌在汛 , 陈孝明 , 蔡万里 , 舒欣 , 王晋 , 饶玮 , 刘畅 , 刘曼佳 , 刘鸣柳 , 桑田 , 孙秉宇 , 王文烁 , 熊昊哲 , 金晨
摘要: 本发明提供一种考虑参考台区的电压曲线相似度计算方法,包括以下步骤:A、获取台区相关数据,所述台区相关数据包括:10kV线路与台区的对应关系、台区名称、台区地址码、台区出口96点电压数据;B、基于步骤A获取的配变出口96点电压数据,对数据进行预处理,形成台区标志矩阵;C、根据步骤B预处理后的台区标志矩阵,确定参考台区;D、根据步骤C确定的参考台区,计算台区电压曲线相似度。本发明所提的考虑参考台区的电压曲线相似度计算方法,在无10kV线路电压曲线时,也能计算台区电压曲线相似度,可为台区线变关系校验提供数据基础。
-
公开(公告)号:CN115511265A
公开(公告)日:2022-12-23
申请号:CN202211072546.9
申请日:2022-09-02
摘要: 本申请涉及一种电动汽车直流充电设备降功率问题辨识方法,包括获取某台直流充电设备额定输出功率PN,并计算其历史最大输出功率为PHmax;初步判断该台直流充电设备是否存在降功率运行问题;再综合计算比较该台直流充电设备月度最大输出功率PMmax,i、当月在该台设备充过电的各台电动汽车的最大充电功率PVmax,ij及各次充电的起始充电SOCin,进一步确认该台直流充电设备是否存在降功率运行问题,并完成该台充电设备在第i个月的功率下降值ΔPi的计算。本发明针对充电设备分布面广,难以依靠人工逐台检测识别设备降功率运行的问题,利用大数据分析技术,提出了降功率运行充电设备快速定位方法,为提升设备运维效率和充电服务质量提供理论支撑。
-
公开(公告)号:CN118101484A
公开(公告)日:2024-05-28
申请号:CN202410062393.2
申请日:2024-01-16
摘要: 一种支撑偏远山区无人机巡检的中继网络拓扑生成方法,包括获取节点信息;设置通讯节点的约束条件;根据优化目标完成算法建模;设计覆盖拓扑生成算法;生成可视化的网络覆盖拓扑;测试拓扑的网络性能。本发明解决了在有线网络难以到达且联网设备多而乱的偏远山区环境下,构建能够满足通信要求并且成本最优化的中继网络以支撑无人机电力巡检作业的技术难题。本发明有如下优点:以生成满足具体通信需求的最优成本无线网络覆盖拓扑为总目标,实现了无人机中继网络部署,大大降低了构建覆盖拓扑的人力成本,可广泛应用在各种无人环境下的无线拓扑覆盖图谱生成场景中;成本最优化并保证无线无线网络的连通性和流畅性。
-
公开(公告)号:CN118645992A
公开(公告)日:2024-09-13
申请号:CN202410689561.0
申请日:2024-05-30
发明人: 黄亮 , 庹量禹 , 崔一铂 , 凌在汛 , 孙朝霞 , 顾一鸣 , 向慕超 , 吴笑民 , 刘曼佳 , 邓桂平 , 陈文 , 韩鸿凌 , 金晨 , 阮佳楠 , 田晨丞 , 宋杨 , 鲁金华 , 万冲
IPC分类号: H02J3/00 , G06N3/0442 , G06N3/049 , G06N3/048 , G06N3/08 , G06Q50/06 , G06Q50/40 , B60L3/12 , B60L53/00
摘要: 一种基于IACO‑Attention‑LSTM的电动汽车充电负荷预测方法,选择电价以及节假日作为输入变量;IACO算法采用精英蚂蚁系统和最小最大蚂蚁系统,使用IACO算法对LSTM神经网络进行优化时,IACO反馈LSTM神经网络的预测误差;进行IACO‑LSTM方法负荷预测前,IACO算法对LSTM进行训练,选择不同的超参数对数据集进行训练并预测输出结果,根据预测结果和真实负荷值的误差确定让蚂蚁最快遍历所有目标的超参数,在迭代次数完成之后输出最优解,赋值给LSTM神经网络,确定最终LSTM神经网络预测模型,运用Attention机制对所有预测结果进行整合,得到预测结果,以提升预测准确性和效率。
-
公开(公告)号:CN118076055A
公开(公告)日:2024-05-24
申请号:CN202410151160.X
申请日:2024-02-02
申请人: 国网湖北省电力有限公司电力科学研究院 , 国网湖北省电力有限公司 , 湖北方源东力电力科学研究有限公司 , 华中科技大学
IPC分类号: H05K7/20
摘要: 本申请涉及一种用于数据中心的跨季节储能多能互补热回收空调系统,液冷末端通过管路连接太阳能集热器、吸附式制冷机以及第一板式换热器,所述太阳能集热器连接吸附式制冷机,所述吸附式制冷机通过管路连接第一冷却塔、第一板式换热器以及精密空调,所述第一板式换热器低温侧通过管路连接第一冷却塔、地埋管换热器以及第二板式换热器,所述地埋管换热器与热泵相连,所述第二板式换热器通过管路连接区域供热用户,所述风冷末端连接精密空调、电制冷机以及第三板式换热器,所述电制冷机连接第二冷却塔,所述第三板式换热器连接热泵,热泵连接区域供热用户。本申请可以有效提高全年热回收率,并降低机房PUE。
-
公开(公告)号:CN117895517A
公开(公告)日:2024-04-16
申请号:CN202311817259.0
申请日:2023-12-26
IPC分类号: H02J3/06 , H02J3/48 , H02J3/50 , H02J3/32 , G06F30/18 , G06F30/27 , G06N3/006 , G06N3/092 , G06F113/04 , G06F113/06
摘要: 本发明提供提出了一种基于强化学习的多微网能量共享方法,包括:S1,建立源荷模型,包括风力发电、光伏发电、储能电池的数学模型;S2,确定微网内部组成单元的约束限制,述约束限制包括负载需求相应限制、储能电池限制、可再生能源限制;S3,基于步骤S1建立的数学模型和步骤S2确定的约束限制设计多微网系统拓扑结构;S4,在步骤S3设计的多微网系统拓扑结构提出多微网分层优化的方法,将系统分为两层进行调度;S5,根据步骤S4提出的优化方法,采用强化学习对下层多微网进行求解,采用自适应粒子群算法对上层进行求解,进而实现多微网能量共享。与现有的方法相比,本发明首次将强化学习与多微网能量共享方法结合起来,通过最佳学习策略,可更有效地利用可用的能量资源,并提高能量共享的效果;同时,也可更好地解决多微网能量共享的复杂性与不确定性。
-
公开(公告)号:CN115983095A
公开(公告)日:2023-04-18
申请号:CN202211526379.0
申请日:2022-12-01
IPC分类号: G06F30/27 , G06F18/23213 , G06N3/0442 , G06N3/084 , H02J3/00 , G06F113/04 , G06F111/08
摘要: 本发明提供一种基于聚类算法、神经网络和遗传算法的光伏发电预测方法,通过将光伏发电功率与天气等影响因素的映射关系建立辨识模型,对历史数据集进行K‑Means聚类分析,然后将聚类所得的数据输入至BP神经网络中进行训练,输出发电功率,再将所得发电功率数据集作为输入放入LSTM神经网络中训练,对于神经网络的超参数利用遗传算法(GA)来确定,最终预测输出明日光伏发电功率。本发明为当前光伏发电预测的可靠性及准确性提供了新思路。
-
公开(公告)号:CN114661784A
公开(公告)日:2022-06-24
申请号:CN202210220632.3
申请日:2022-03-08
申请人: 国网湖北省电力有限公司电力科学研究院 , 国网湖北省电力有限公司
IPC分类号: G06F16/2458 , G06F16/215 , G06N3/04 , G06Q50/06
摘要: 本发明提供一种配网台区电压曲线相似性的判断方法,包括以下步骤:A、台区相关数据的获取,所述台区相关数据包括:变电站、10kV线路与台区的正确对应关系、台区名称、台区地址码、台区出口电压数据;B、基于步骤A获取的台区相关数据,对数据进行预处理;C、根据步骤B预处理后的数据,生成训练数据;D、根据步骤C生成的训练数据,基于神经网络训练得到台区电压曲线相似性的确定模型。本发明所提的配网台区电压曲线相似性的判断方法,可实现台区电压曲线相似性的准确判断,为台区线变关系校验提供数据基础。
-
公开(公告)号:CN115879296B
公开(公告)日:2024-10-18
申请号:CN202211530366.0
申请日:2022-12-01
申请人: 武汉科技大学 , 国网湖北省电力有限公司襄阳供电公司 , 国网湖北省电力有限公司电力科学研究院
IPC分类号: G06F30/20 , G06F17/11 , H02J3/36 , G06F113/04
摘要: 本发明提供一种基于ν‑gap度量的HVDC‑MTDC系统鲁棒稳定分析方法、装置及系统,包括步骤(1):建立基于自稳/致稳作用系统的MTDC系统小信号模型;步骤(2):基于步骤(1)建立的MTDC系统小信号模型建立可用于ν‑gap分析的MTDC标准反馈系统模型;步骤(3):基于步骤(2)建立的可用于ν‑gap分析的MTDC标准反馈系统模型计算系统鲁棒稳定裕度指标;步骤(4):基于步骤(3)计算所得系统鲁棒稳定裕度指标和ν‑gap度量,求解系统参数稳定区域。本发明提出了一种基于具有ν‑gap度量的稳定性判据和稳定性指标计算控制参数稳定区域的方法,实现了参数稳定裕度和稳定区域的准确量化。
-
公开(公告)号:CN115619028A
公开(公告)日:2023-01-17
申请号:CN202211327749.8
申请日:2022-10-26
IPC分类号: G06Q10/04 , G06Q50/06 , G06F18/23213 , G06F18/214 , G06F18/24 , G06N3/048 , G06N3/08
摘要: 本发明提出一种基于聚类算法融合的电力负荷精准预测方法,该预测方法引入了聚类算法,与改进型多输出ANN预测模型相结合。首先对样本数据进行预处理,并使用最大最小归一化方法对样本数据进行归一化处理,再利用K‑means聚类算法对样本进行聚类,采用同类特征的数据作为预测输入,强化了样本规律性,提升预测精度;之后引入多输出策略改进传统的ANN预测模型,提升了模型拟合程度,使输出更接近实际值,将聚类算法与ANN预测模型相结合,构成组合预测模型。与传统ANN预测模型及典型深度学习预测模型相比,本发明所提方法提升了预测精度,且具有良好的学习性和适应性。该发明进一步提高了负荷预测精度,具有一定的参考价值。
-
-
-
-
-
-
-
-
-