-
公开(公告)号：CN112398142B
公开(公告)日：2022-05-13
申请号：CN202011152690.4
申请日：2020-10-26
Applicant: 广西大学
Abstract: 本发明提出一种基于经验模态分解的电网频率智能控制方法，该方法包括两个模块，第一个是以长短期记忆人工神经网络为基础的经验模态分解模块，第二个是包含强化学习方法和深度神经网络的控制模块，同时提出双层分步频率控制框架。首先，分解模块将电网频率信号实时分解为多个模态分量，突出信号的规律性。其次，控制模块根据模态分量的高频信号和低频信号调整发电机组的出力，维持电网频率的稳定。最后，在含多机组的电网中，分解模块和控制模块可以有效地应用于双层分步频率控制框架中以获得最优控制性能。
-
公开(公告)号：CN110543942A
公开(公告)日：2019-12-06
申请号：CN201910801527.7
申请日：2019-08-28
Applicant: 广西大学
Abstract: 本发明提供一种多时空长短记忆深度网络精准预测方法，该方法能解决目前电力系统由于不同时间尺度和空间尺度的电力负荷波动较大而导致负荷预测精度较低的问题。本发明提出了结合电力系统负荷的多时空分布特性进行预测的思想，利用长短记忆深度神经网络对不同时间尺度和空间尺度的电力负荷数据进行学习，该神经网络是一种时间循环网络，有着很强的时间序列记忆能力，十分适用于电力系统负荷预测。本发明提出的一种多时空长短记忆深度网络精准预测方法，能根据实际所需预测地区的负荷分布特性的不同，改变预测模型的输入和输出个数，并对不同时间尺度和空间尺度的电力负荷进行精准预测。能替代用于负荷预测的传统统计模型和普通的机器学习模型。
-
公开(公告)号：CN110580394B
公开(公告)日：2022-08-12
申请号：CN201910858822.6
申请日：2019-09-11
Applicant: 广西大学
IPC: G06F30/20 , G06Q10/04 , G06Q50/06 , G06F111/08 , G06F113/06
Abstract: 本发明提供一种平行多层蒙特卡罗双馈异步风机参数优化方法，该方法通过平行多层的仿真系统来减少群体智能决策的时间，其核心是在每层仿真系统中灵活运用多区域多粒度蒙特卡方法，每层每区域所使用方法的参数不同，通过使用不同的参数来寻求系统最优化的参数，从而进行必要的决策。本方法的技术效果是：即可实现快速的参数寻优决策，又可以避免一般的蒙特卡罗方法寻优所遇到的“维数灾害”问题。本发明能够对双馈异步风机的比例积分微分控制器参数进行优化。
-
公开(公告)号：CN113947291A
公开(公告)日：2022-01-18
申请号：CN202111140307.8
申请日：2021-09-28
Applicant: 广西大学
Abstract: 本发明提出一种多模态分布式多目标分层智能综合能源系统调度方法，该方法将多层分布式多目标一致性方法和多模态多目标智能方法进行结合，用于综合能源系统的智能调度。首先，所提方法中多层分布式多目标一致性方法用于解决互联综合能源系统规模增大和智能体数量增多时系统的计算速度、鲁棒性和信息私密性问题。其次，所提方法中多模态多目标智能方法用于解决多模态多目标调度中的多模态特性问题。所提方法利用多区域分层并行处理提升综合能源系统的优化速度，解决多模态多目标调度问题中一个目标空间帕累托前沿对应决策空间两个或者以上的最优帕累托解集的问题，提供多样的可供选择的解集。
-
公开(公告)号：CN110580394A
公开(公告)日：2019-12-17
申请号：CN201910858822.6
申请日：2019-09-11
Applicant: 广西大学
Abstract: 本发明提供一种平行多层蒙特卡罗双馈异步风机参数优化方法，该方法通过平行多层的仿真系统来减少群体智能决策的时间，其核心是在每层仿真系统中灵活运用多区域多粒度蒙特卡方法，每层每区域所使用方法的参数不同，通过使用不同的参数来寻求系统最优化的参数，从而进行必要的决策。本方法的技术效果是：即可实现快速的参数寻优决策，又可以避免一般的蒙特卡罗方法寻优所遇到的“维数灾害”问题。本发明能够对双馈异步风机的比例积分微分控制器参数进行优化。
-
Patent Agency Ranking
公开(公告)号：CN110535123A
公开(公告)日：2019-12-03
申请号：CN201910801887.7
申请日：2019-08-28
Applicant: 广西大学
Abstract: 本发明提供一种快速的解析式分布式多目标多微网经济调度优化方法，该方法可以在保证微网安全可靠及其电能质量的前提下，使整个微网能耗和运行费用最低，从而获得最大的经济效益。本发明采用了广义Benders分解算法(GBD)将原多目标多微网主动配电系统的经济调度优化问题分解成多个子区域对应的优化问题，各个子区域之间独立完成各自子问题的优化，区域间通过联络线交换边界变量和目标变量。本发明提出的方法在有效地解决多目标多微网经济调度优化问题同时，不仅能解决目前传统集中式优化中设备私密性和系统运行可靠性的问题，也能够有效地减少计算所需的内存从而加快计算速度。
-
公开(公告)号：CN112906289A
公开(公告)日：2021-06-04
申请号：CN202110054194.3
申请日：2021-01-15
Applicant: 广西大学
IPC: G06F30/27 , H02J3/00 , G06F111/04 , G06F111/06
Abstract: 本发明提出一种协调电力系统稳定器与二级电压控制器参数优化方法，该方法将多层级与自适应深度、自适应宽度和自适应注意力网络相结合，用于协调二级电压控制器和电力系统稳定器的参数优化。首先，所提方法中的多层级主要用于将卷积神经网络中形成的相同结构不同维度的信息进行分组，提高运算效率。其次，所提方法中自适应深度、自适应宽度和自适应注意力主要用于根据输入输出参数的大小自适应改变三维参数的大小，并从不同维度出发，自适应地提升卷积神经网络的性能。最后，该方法可加速差分进化方法的协调二级电压控制器和电力系统稳定器参数的优化过程，避免低频振荡和电压崩溃的发生，提高系统的稳定性和鲁棒性。
-
公开(公告)号：CN110535123B
公开(公告)日：2021-04-20
申请号：CN201910801887.7
申请日：2019-08-28
Applicant: 广西大学
Abstract: 本发明提供一种快速的解析式分布式多目标多微网经济调度优化方法，该方法可以在保证微网安全可靠及其电能质量的前提下，使整个微网能耗和运行费用最低，从而获得最大的经济效益。本发明采用了广义Benders分解算法(GBD)将原多目标多微网主动配电系统的经济调度优化问题分解成多个子区域对应的优化问题，各个子区域之间独立完成各自子问题的优化，区域间通过联络线交换边界变量和目标变量。本发明提出的方法在有效地解决多目标多微网经济调度优化问题同时，不仅能解决目前传统集中式优化中设备私密性和系统运行可靠性的问题，也能够有效地减少计算所需的内存从而加快计算速度。
-
公开(公告)号：CN110599032A
公开(公告)日：2019-12-20
申请号：CN201910859368.6
申请日：2019-09-11
Applicant: 广西大学
Abstract: 本发明提出一种灵活电源的深度斯坦伯格自适应动态博弈方法，该方法将斯坦伯格博弈模型作为框架，以深度自适应动态规划算法作为核心算法，并将深度神经网络替换了自适应动态规划算法中原有的神经网络。本发明中的深度自适应动态博弈算法布置于灵活电源中，同时考虑传统发电厂和负荷消费者(用户)对灵活电源的影响，可以有效解决微电网在运行中存在的能量分布不合理、整体效益较低的问题。本发明提出的方法可以通过让每个灵活电源与传统发电厂和负荷消费者在共同的微电网之间进行博弈，从而设计出合理的利益引导策略，在追求灵活电源自身效益最大化的同时，实现微电网中供给侧与需求侧的双赢。
-
公开(公告)号：CN112651183A
公开(公告)日：2021-04-13
申请号：CN202110065842.5
申请日：2021-01-19
Applicant: 广西大学
IPC: G06F30/27 , G06Q10/06 , G06Q50/06 , G06F119/02 , G06F113/04
Abstract: 本发明所提一种量子分布式对抗统一深度哈希网络的可靠性评估方法，该方法能结合配电网拓扑相似性准确地分析评估配电网网架的可靠性。本发明所提方法是基于量子计算的分布式对抗统一深度哈希网络，该方法由量子分布式对抗模块和深度哈希网络模块组成，其中量子分布式对抗模块主要包括量子计算和分布式对抗统一两种操作，对配电网拓扑结构进行建模；深度哈希网络模块主要使用深度学习和哈希编码技术完成配电网可靠性分析的模型训练任务。所提方法具有较强配电网模型构建能力和数据拟合能力，可以准确地评估配电网网架可靠性。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.03 seconds)
