-
公开(公告)号:CN118508430A
公开(公告)日:2024-08-16
申请号:CN202410805152.2
申请日:2024-06-21
IPC分类号: H02J3/00 , G06F18/20 , G06F18/10 , G06F18/15 , G06F17/18 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06N3/006 , G06F123/02
摘要: 本发明涉及风力发电功率预测技术领域,具体涉及一种基于深度学习的短期风电功率预测方法,利用深度学习模型充分挖掘数据特征,结合多种神经网络构建预测模型,得到既定时刻的功率点预测结果,并通过非参数估计方法计算该时刻的功率预测区间及概率密度函数,即将收集到的风电功率历史数据与NWP数据经过筛选、处理后,再结合多种深度学习神经网络选择CNN与LSTM构建CNN‑LSTM组合预测模型,通过引入鲸鱼优化算法WOA与自注意力机制SA构建多元神经网络算法模型WOA‑CNN‑LSTM‑SA,再基于点预测的结果,结合自适应核密度估计方法ABKDE构建基于ABKDE的WOA‑CNN‑LSTM‑SA区间预测模型,完成短期风电功率的区间预测。其中CNN用于捕捉序列数据中的局部特征,LSTM用于捕捉序列数据中的时间序列特征,WOA算法加快组合模型收敛速率,SA增强模型的拟合能力与泛化能力,ABKDE用于拟合数据的分布,提供准确的概率密度估计,有效提高了短期风电功率区间预测的精度。
-
公开(公告)号:CN117933076A
公开(公告)日:2024-04-26
申请号:CN202410086834.2
申请日:2024-01-22
IPC分类号: G06F30/27 , G06F18/27 , G06N3/0442 , G06N3/084 , G06F113/06 , G06F119/06
摘要: 本发明涉及新能源发电技术领域,具体涉及一种短期风电功率区间预测方法,利用深度学习提取数据的潜在特征信息,利用回归分析拟合得到功率点预测曲线,并通过非参数估计方法预测概率区间,即将收集到的NWP数据经过筛选、处理后,再结合多种人工智能算法选择CNN,LSTM和BP混合算法构建基于基于支持向量回归的多元神经网络算法模型LSTM‑CNN‑BP‑SVR,通过训练实现短期风电功率单点预测,再基于多AI网络的点预测结果,采用KDE模型对风电功率的概率分布进行分析,完成短期风电功率概率预测,其中卷积神经网络CNN网络具有平移不变性以及多层次的特征提取能力,而长短期记忆神经网络LSTM对时间序列数据的特征有较好的捕捉能力、较强的非线性关系建模能力,反向传播神经网络BP具有全局优化能力以及较强的适应性,不同AI网络的点预测模型可分别进行参数训练,解决了组合预测模型的参数训练问题,提高了风电功率区间预测的精度。
-
公开(公告)号:CN116800144A
公开(公告)日:2023-09-22
申请号:CN202211579729.X
申请日:2022-12-09
申请人: 桂林电子科技大学
IPC分类号: H02P21/00 , H02P25/022
摘要: 本发明公开了一种基于混合模式优化的永磁同步电机模型预测转矩控制方法,该方法首先通过转矩误差的目标函数以及永磁同步电机的离散化预测模型构建参考电压矢量,随后设计混合模式优化算法,该算法首先在电压空间矢量图的扇区边界上设计双矢量模式优化,其次在扇区内部设计基于离散空间矢量调制的三矢量优化模式设计,将混合模式优化算法获得最优合成电压矢量传递给基于电压误差目标函数,实现两种模式的切换,从而判断控制执行模式以及最优合成电压矢量。本发明公开的控制方法拥有较高的自由度调整合成电压矢量的幅值与位置,因此具有较高的控制系统稳态性能,且在全速域上具有较快的转矩动态响应。
-
公开(公告)号:CN117613831A
公开(公告)日:2024-02-27
申请号:CN202311582390.3
申请日:2023-11-24
申请人: 桂林电子科技大学
IPC分类号: H02H7/26 , H02H3/06 , H02J13/00 , G06F18/213
摘要: 本发明公开了一种基于延迟相消算子的输电线路自适应重合闸方法,包括以下步骤,第一步:当故障发生时,断路器跳闸,测得故障相端电压波形;第二步:运用CDSC对所测得的故障相端电压进行故障特征提取;第三步:根据故障特征建立三维图,并计算故障特征面积以及阈值;第四步:比较故障特征面积与阈值的大小,判断故障类型,并判断是否开启重合闸系统。本发明方法易于实现,计算量小,不受电压不平衡、谐波等长期干扰的影响;在断路器单相跳开后启动判据,不受熄弧时间的影响;理论上最快在故障熄弧后约半个拍频周期内准确判断熄弧,EMTP仿真和实际录波数据验证了其可行性和优越性。
-
-
-