-
公开(公告)号：CN111738512B
公开(公告)日：2022-05-24
申请号：CN202010573272.6
申请日：2020-06-22
Applicant: 昆明理工大学
Abstract: 本发明公开了一种基于CNN‑IPSO‑GRU混合模型的短期电力负荷预测方法，首先收集电网历史负荷、气象因素和日期信息等数据，进行数据归一化处理后并划分训练集和测试集，利用卷积神经网络技术提取出表征负荷变化的多维特征向量，构造成时间序列作为模型的输入；然后构建门控循环单元网络预测模型，并利用训练集数据通过改进粒子群算法对门控循环单元网络预测模型进行优化，获得两个最优的预测模型参数，以获得的最优预测模型参数重新建立门控循环单元网络模型；最后以测试集数据实现电网短期的负荷预测。本发明提供的方法可以准确预测电网短期负荷变化趋势，进一步对降低发电机组的损耗、保证电网经济可靠运行发挥着重要作用。
-
公开(公告)号：CN111126549A
公开(公告)日：2020-05-08
申请号：CN201911348053.1
申请日：2019-12-24
Applicant: 昆明理工大学
IPC: G06N3/00
Abstract: 本发明公开了一种基于策略改进樽海鞘智能算法的双星光谱拟合方法，首先将待拟合的观测光谱波段设置其在双星模型下的理论光谱星族样本库；然后运用策略改进樽海鞘智能算法对待拟合的观测光谱在理论光谱星族样本库中进行寻优，获得最优拟合光谱。本发明将混沌映射、以及反向学习方法应用于种群初始化，使得种群个体的初始位置分布更均匀，种群多样性更加明显，有利于避免传统算法前期的早熟收敛问题；采用随机游走策略来实现食物源的位置更新，有利于跳出局部收敛陷阱，进一步增强了算法的全局寻优性能；策略改进后的樽海鞘智能算法收敛速度更快，收敛更为平滑，更利于跳出局部早熟，将策略改进后的樽海鞘智能算法应用于双星光谱拟合时，拟合速度更快，拟合精度更高。
-
公开(公告)号：CN111738512A
公开(公告)日：2020-10-02
申请号：CN202010573272.6
申请日：2020-06-22
Applicant: 昆明理工大学
Abstract: 本发明公开了一种基于CNN-IPSO-GRU混合模型的短期电力负荷预测方法，首先收集电网历史负荷、气象因素和日期信息等数据，进行数据归一化处理后并划分训练集和测试集，利用卷积神经网络技术提取出表征负荷变化的多维特征向量，构造成时间序列作为模型的输入；然后构建门控循环单元网络预测模型，并利用训练集数据通过改进粒子群算法对门控循环单元网络预测模型进行优化，获得两个最优的预测模型参数，以获得的最优预测模型参数重新建立门控循环单元网络模型；最后以测试集数据实现电网短期的负荷预测。本发明提供的方法可以准确预测电网短期负荷变化趋势，进一步对降低发电机组的损耗、保证电网经济可靠运行发挥着重要作用。
-
公开(公告)号：CN111654047A
公开(公告)日：2020-09-11
申请号：CN202010539651.3
申请日：2020-06-12
Applicant: 昆明理工大学
Abstract: 本发明公开了一种基于自抗扰的抽水蓄能与电化学储能联合参与电网负荷频率控制方法。首先建立考虑非线性环节的两区域再热式汽轮机组负荷频率控制模型；其次设计一个线性自抗扰控制器；然后基于抽水蓄能电站发电和抽水两种工作模式，建立抽水蓄能与电化学储能联合的两区域负荷频率控制模型；最后建立需求响应模型，分析不同程度需求响应控制下的抽/储联合自抗扰控制效果。本发明为抽/储联合负荷频率控制方法，考虑了实际电力系统中存在的非线性因素，通过自抗扰控制器与抽/储联合负荷频率控制的有效结合，进一步提高了电网频率控制的可靠性和电力系统运行稳定性。
-
-
-
Search Results
4
records
(took 0.021 seconds)
