一种基于小波长短期记忆网络的超短期风电功率预测方法

    公开(公告)号:CN109214575B

    公开(公告)日:2021-08-31

    申请号:CN201811059862.6

    申请日:2018-09-12

    申请人: 河海大学

    IPC分类号: G06Q10/04 G06Q50/06 G06K9/62

    摘要: 本发明公开了一种基于小波长短期记忆网络的超短期风电功率预测方法,根据历史数据生成输入变量,以所对应的风功率历史数据作为输出,得到训练样本;采用小波分析方法对训练样本进行三级小波分解,得到四个小波样本,利用长短期记忆网络模型对四个小波样本分别进行训练,得到训练后的小波长短期记忆网络预测模型;根据四个小波样本的待预测时刻的实际数据生成测试输入数据,并输入到预测模型,其输出即为待预测的时刻的超短期风电功率预测值。本发明将小波分析方法与长短期记忆深度网络结合,可以同时实现数据的平稳化处理与深度学习,提高了预测的精度,增强了模型的泛化能力。

    一种计及模型不确定性的电力系统辅助预测状态估计方法

    公开(公告)号:CN110021931B

    公开(公告)日:2020-07-14

    申请号:CN201910347788.6

    申请日:2019-04-28

    申请人: 河海大学

    IPC分类号: H02J3/00

    摘要: 本发明公开了一种计及模型不确定性的电力系统辅助预测状态估计方法,用于电力系统模型参数不确定情形下的动态状态估计。该方法在H无穷扩展卡尔曼滤波基础上,结合自适应技术,建立了自适应H∞扩展卡尔曼滤波动态状态估计方法(adaptive H∞extended Kalman filter,AHEKF)。所设计的方法,不仅能够抑制模型参数不确定性对状态估计器性能的影响,增强动态状态估计器对模型不确定性的鲁棒性,提升状态估计精度;而且避免了HEKF方法不确定上界参数难选取的问题。本发明方法能够解决现有状态估计器的不足,且实现流程清晰,具有较高的工程应用价值。

    一种计及线路传输损耗的微电网负荷调度方法

    公开(公告)号:CN107147139B

    公开(公告)日:2020-07-14

    申请号:CN201710462293.9

    申请日:2017-06-19

    申请人: 河海大学

    IPC分类号: H02J3/32

    摘要: 本发明公开一种计及线路传输损耗的电力系统负荷调度方法,首先基于分布式控制原理,建立电力系统功率平衡模型,然后设定各节点功率初值,并根据各节点约束条件,建立节点互联矩阵;接着利用节点互联矩阵和功率初值对各节点功率值进行更新,得到各节点功率稳定值;最后考虑线路传输损耗情况,对方法进行更新,得到满足约束条件同时计及线路传输损耗的新方法,并重新计算各节点功率值,给出算例分析,测试所提方法正确性。

    一种插值H∞扩展卡尔曼滤波发电机动态状态估计方法

    公开(公告)号:CN107425548B

    公开(公告)日:2020-06-16

    申请号:CN201710811192.8

    申请日:2017-09-11

    申请人: 河海大学

    IPC分类号: H02J3/38 G01R31/34

    摘要: 本发明公开了一种插值H∞扩展卡尔曼滤波(interpolation H∞ extended Kalman filter,IHEKF)发电机动态状态估计方法,该方法分为自适应插值、多步预测和修正两部分,首先,通过在多步预测和修正之前计算状态方程和量测方程的非线性指标,使用有限状态机确定内插因子,再根据内插因子使用插值法在两个实际量测值之间增加伪量测值;然后根据所增加的伪量测值进行多步预测和修正,运用扩展卡尔曼滤波的预测步得到状态预测值和状态预测误差协方差,并进一步在扩展卡尔曼滤波的修正步引入H∞对预测值进行修正得到机电暂态过程中发电机功角和电角速度的估计值和估计误差协方差。最后,算例分析结果表明,本发明所提方法可以准确应用于发电机动态状态估计,且具有较好的鲁棒性。

    一种发电机机电暂态过程动态估计方法

    公开(公告)号:CN107478990B

    公开(公告)日:2019-11-12

    申请号:CN201710811169.9

    申请日:2017-09-11

    申请人: 河海大学

    IPC分类号: H02J3/24

    摘要: 本发明公开了一种基于改进H∞扩展卡尔曼滤波(H∞EKF)的发电机机电暂态过程动态估计方法,用于发电机运行过程中动态状态估计。本发明具体实施步骤如下:首先,对采用的发电机经典二阶连续模型进行离散化获得状态方程;其次,根据同步相量量测单元的配置建立量测方程。在此基础上,考虑到系统噪声协方差的时变性,通过运用自适应技术实现对噪声协方差的动态计算。最后,结合H∞扩展卡尔曼滤波方法实现对电力系统机电暂态过程中发电机运行状态准确估计。算例分析表明本发明方法较传统发电机状态估计方法的优越性和实用性。

    一种基于马尔可夫模型的光伏并网发电系统MPPT方法

    公开(公告)号:CN109217357A

    公开(公告)日:2019-01-15

    申请号:CN201810800709.8

    申请日:2018-07-20

    申请人: 河海大学

    IPC分类号: H02J3/38

    摘要: 本发明一种基于马尔可夫模型的光伏并网发电系统MPPT方法,搭建光伏并网发电系统模型,构造状态空间,计算概率转移矩阵,基于马尔可夫模型的最大功率点跟踪算法,占空比控制器计算;本发明用马尔可夫模型描述太阳辐射随机变化,并根据NREL的太阳辐照度数据库定义马尔可夫链,通过计算太阳辐射变化的概率转移矩阵来预测太阳辐射的变化,最后,根据预测状态,可以很容易地找到与最大功率点对应的占空比值;本发明方法其模型与实际太阳辐射变化拟合度较高,求解光伏并网系统的最大功率点及其对应的占空比值时,求解速度更加快速、更加稳定。