-
公开(公告)号：CN111860979A
公开(公告)日：2020-10-30
申请号：CN202010628266.6
申请日：2020-07-01
申请人： 广西大学
摘要： 本发明提出一种基于TCN与IPSO-LSSVM组合模型的短期负荷预测方法，包括以下步骤：通过通讯网络采集短期负荷预测所需地区电网历史负荷数据及温度、湿度、风速、降雨量等气象信息数据，计算综合气象指数，并进行数据预处理；基于加权灰色关联度构建混合日特征量和实时气象因素进行最佳相似日选取的混合特征量相似日选取模型；分别构建基于时域卷积网络TCN的短期负荷预测模型和基于改进粒子群法优化的最小二乘支持向量机IPSO-LSSVM的短期负荷预测模型；基于优势矩阵法构建TCN与IPSO-LSSVM组合预测模型，作日前负荷预测。本发明充分利用气象因素对负荷的影响，结合气象相似日法，通过建立考虑实时气象因素的短期负荷组合模型预测方法，为电网运行人员做好日前发电计划提供依据。
-
公开(公告)号：CN111555363A
公开(公告)日：2020-08-18
申请号：CN202010275099.1
申请日：2020-04-09
申请人： 广西大学
摘要： 本发明公开了一种大数据环境下基于深度学习的AGC实时控制策略，其包括以下步骤：步骤1，生成优良的混合大数据控制数据集；步骤2，数据预处理；步骤3，使用长短期记忆网络进行AGC控制，进行模型构建，设置网络参数与函数选择，并进行网络的训练；步骤4，根据AGC的控制要求进行控制性能评估。本发明提出了通过深度网络学习多种控制策略离线混合控制得到的优秀控制数据集，来获得蕴藏在控制数据集中的，各个控制策略的优秀控制性能。
-
公开(公告)号：CN115693700A
公开(公告)日：2023-02-03
申请号：CN202110866516.4
申请日：2021-07-29
申请人： 广西大学
摘要： 本发明公开了调频市场下考虑振动区的AGC总功率分配策略，包括：步骤1，根据电网实时采集的数据，并按照总调节指令策略得到下令数值；步骤2，构建机组模型，得到机组运行区，并对构建的模型中涉及的跨越次数、完整跨越里程和经过振动区时间进行概念定义；步骤3，构建多目标函数和约束条件；步骤4，定义各目标函数的重要性，并得到加权和方法中所用到的各目标函数系数，将多目标问题转化成单目标问题；步骤5，对构建的模型进行求解得到最终的分配策略。本发明的分配策略减少了跨越次数和机组停留在振动区中的时间，减少了水电AGC机组的损耗，降低了社会运行的总成本，还充分调动了各台调频里程排序价格高低不同的机组的积极性。
-
公开(公告)号：CN111860979B
公开(公告)日：2022-08-12
申请号：CN202010628266.6
申请日：2020-07-01
申请人： 广西大学
摘要： 本发明提出一种基于TCN与IPSO‑LSSVM组合模型的短期负荷预测方法，包括以下步骤：通过通讯网络采集短期负荷预测所需地区电网历史负荷数据及温度、湿度、风速、降雨量等气象信息数据，计算综合气象指数，并进行数据预处理；基于加权灰色关联度构建混合日特征量和实时气象因素进行最佳相似日选取的混合特征量相似日选取模型；分别构建基于时域卷积网络TCN的短期负荷预测模型和基于改进粒子群法优化的最小二乘支持向量机IPSO‑LSSVM的短期负荷预测模型；基于优势矩阵法构建TCN与IPSO‑LSSVM组合预测模型，作日前负荷预测。本发明充分利用气象因素对负荷的影响，结合气象相似日法，通过建立考虑实时气象因素的短期负荷组合模型预测方法，为电网运行人员做好日前发电计划提供依据。
-
公开(公告)号：CN111555363B
公开(公告)日：2021-09-10
申请号：CN202010275099.1
申请日：2020-04-09
申请人： 广西大学
摘要： 本发明公开了一种大数据环境下基于深度学习的AGC实时控制策略，其包括以下步骤：步骤1，生成优良的混合大数据控制数据集；步骤2，数据预处理；步骤3，使用长短期记忆网络进行AGC控制，进行模型构建，设置网络参数与函数选择，并进行网络的训练；步骤4，根据AGC的控制要求进行控制性能评估。本发明提出了通过深度网络学习多种控制策略离线混合控制得到的优秀控制数据集，来获得蕴藏在控制数据集中的，各个控制策略的优秀控制性能。
-
-
-
-
搜索结果
5 条记录 (耗时 0.03 秒)