基于变分模态分解与长短期记忆混合模型的负荷预测方法

    公开(公告)号:CN116050601A

    公开(公告)日:2023-05-02

    申请号:CN202211737904.3

    申请日:2022-12-31

    Abstract: 本发明公开了基于变分模态分解与长短期记忆混合模型的负荷预测方法包括:获取电力负荷实测数据并对数据进行预处理,采用VMD算法对预处理后的数据进行分解;基于分解后的数据提取特征,通过双向长短期记忆神经网络层进行双向的时序特征以及内部变化规律的学习;利用attention机制计算双向长短期记忆神经网络隐层状态的不同权重,整合文本信息作为预测模型输出层的输入,从而获取训练后的LSTM神经网络;根据训练后的LSTM神经网络对数据进行预测并获取负荷预测结果;本发明提供的方法提高了算法精度,在训练过程中加入了学习率下降与提前中止训练的代码,在保证训练精度的前提下大大节省了训练时长。

    基于厂网协调的火电厂厂级负荷优化分配系统

    公开(公告)号:CN103761579A

    公开(公告)日:2014-04-30

    申请号:CN201310748872.1

    申请日:2013-12-31

    Abstract: 本发明公开了一种基于厂网协调的火电厂厂级负荷优化分配系统,包括网络防火墙、主站计算服务器、主站应用服务器、反向隔离装置、非实时VPN以及子站应用服务器,其中主站计算服务器部署在电网安全Ⅱ区,并通过网络防火墙与处于电网安全Ⅰ区的能量管理系统经由数据通讯网络双向连接;主站计算服务器与电网安全Ⅱ区的主站应用服务器进行双向连接,实现业务数据交换;处于电网安全Ⅲ区的主站煤耗系统经反向隔离装置将业务数据单向传递至主站应用服务器;同时主站应用服务器与部署在电厂安全Ⅱ区的子站应用服务器通过非实时VPN进行双向通讯,实现业务数据的上传、下发。该系统能实现全厂负荷的优化分配,达到安全经济运行的目的。

    一种火力发电厂内运煤车辆的流量监控系统及监控方法

    公开(公告)号:CN119399971A

    公开(公告)日:2025-02-07

    申请号:CN202411299691.X

    申请日:2024-09-18

    Abstract: 本发明属于火力发电厂内运煤车辆监控技术领域,公开了一种火力发电厂内运煤车辆的流量监控系统及监控方法。所述的流量监控系统,包括:智控终端;厂区入口监控组件,设置在火力发电厂的厂区入口处;厂区入口监控组件将检测到的待进厂车辆的牌照信息发送至智控终端;车辆位置识别组件,将检测到的运煤车辆的位置信息发送至智控终端;智控终端根据接收到的待进厂车辆的牌照信息和确定的厂内的实时容纳度,发送第一控制指令。本发明,通过对厂内的运煤车辆进行位置和数量的确定,指导厂区通路的开闭,避免了厂内集聚多辆的运煤车辆,从而克服了厂内交通阻塞、秩序混乱的问题,对运煤车辆进行有效监控,提升了厂内有序度。

    基于K-means聚类与卷积神经网络模型的负荷预测方法

    公开(公告)号:CN115983477A

    公开(公告)日:2023-04-18

    申请号:CN202310009803.2

    申请日:2023-01-04

    Abstract: 本发明公开了基于K‑means聚类与卷积神经网络模型的负荷预测方法包括:采集电力负荷实测数据并对数据进行预处理,基于K‑means聚类算法对预处理后的数据进行聚类处理;利用VMD算法对聚类处理后的数据进行分解,根据分解后的数据构建CNN卷积神经网络并提取电力负荷特征和节假日负荷特征;通过CNN卷积神经网络对数据进行负荷预测,获取并分析负荷预测结果;本发明提供的方法通过K‑means聚类将数据分类成规律性更强的几类,具有较好的较好的抗噪声干扰和对复杂数据的分解精度高,提高了算法精度;并且本发明在训练过程中加入了学习率下降与满足一定条件时提前中止训练的代码,这样不仅保证了训练精度同时也大量的减少了训练的时长。

Patent Agency Ranking