-
公开(公告)号：CN119886427A
公开(公告)日：2025-04-25
申请号：CN202411933262.3
申请日：2024-12-26
Applicant: 浙江大学 , 国网浙江省电力有限公司电力科学研究院
Abstract: 本发明公开了一种基于图卷积神经网络的区域光伏功率直接区间预测方法。该方法首先引入条件风险价值和增广拉格朗日乘子法，将机会约束的区间预测优化问题转化为含线性不等式约束的优化问题；其次，以区域内不同地理位置的预报辐照度的协方差矩阵作为邻接矩阵，构建以多地理位置的气象预报特征为输入的图卷积神经网络；最后，借助ReLU激活函数，保证基于图卷积神经网络的深度学习模型的输出满足线性不等式约束，以优化问题的优化目标作为损失函数，通过随机梯度下降实现深度学习模型的训练。该方法考虑了区域内丰富气象信息，构建深度学习模型直接输出准确可靠的光伏功率预测区间，实现区域光伏功率预测不确定性高效量化。
-
公开(公告)号：CN119338283B
公开(公告)日：2025-04-01
申请号：CN202411864813.5
申请日：2024-12-18
Applicant: 浙江大学
IPC: G06Q10/0637 , G06Q50/06
Abstract: 本发明公开了一种基于条件引导扩散过程的电力系统负荷预测方法，属于电力系统时序预测领域。该方法设计了多阶段渐进引导的去噪流程，解决去噪过程不可控的问题；通过相似时段负荷曲线发掘算法和多分辨率趋势特征有效发掘模式特征，并利用混合特征条件生成网络引导多阶段去噪过程；最后，设计了基于Transformer架构的深度去噪网络，通过嵌入深度频域分解模块来提升模型从高斯噪声中还原负荷曲线的能力。该方法实现了去噪过程的可控，确保负荷曲线生成的精细度和准确性，增强了模型的可解释性，显著提升了日前负荷点预测与确定性预测的精度，能为电力系统控制和优化运行提供更为精确的预测信息。
-
公开(公告)号：CN109316766A
公开(公告)日：2019-02-12
申请号：CN201811266558.9
申请日：2018-10-29
Applicant: 浙江大学
IPC: A63H33/12
Abstract: 本发明提供了一种杆索搭接玩具，包括支撑杆和连接索，支撑杆的任意端部均可与多根连接索端部搭接，支撑杆的长度可调且可通过连接索彼此相连；连接索的长度可调从而使支撑杆和连接索拉张形成的结构达到稳定平衡状态。本发明的技术方案，支撑杆和连接索的长度可调节，且操作简单方便，从而儿童在搭建立体模型时可以更容易使结构整体张拉以达到彼此稳定平衡的状态，提高玩具的趣味性更好地激发儿童的操作能力和想象力。并且本技术方案的结构简单合理，高效地利用材料、经济实用，实现大跨度的模型的建立。
-
公开(公告)号：CN119338283A
公开(公告)日：2025-01-21
申请号：CN202411864813.5
申请日：2024-12-18
Applicant: 浙江大学
IPC: G06Q10/0637 , G06Q50/06
Abstract: 本发明公开了一种基于条件引导扩散过程的电力系统负荷预测方法，属于电力系统时序预测领域。该方法设计了多阶段渐进引导的去噪流程，解决去噪过程不可控的问题；通过相似时段负荷曲线发掘算法和多分辨率趋势特征有效发掘模式特征，并利用混合特征条件生成网络引导多阶段去噪过程；最后，设计了基于Transformer架构的深度去噪网络，通过嵌入深度频域分解模块来提升模型从高斯噪声中还原负荷曲线的能力。该方法实现了去噪过程的可控，确保负荷曲线生成的精细度和准确性，增强了模型的可解释性，显著提升了日前负荷点预测与确定性预测的精度，能为电力系统控制和优化运行提供更为精确的预测信息。
-
Patent Agency Ranking
公开(公告)号：CN115860262A
公开(公告)日：2023-03-28
申请号：CN202211720912.7
申请日：2022-12-30
Applicant: 国家电投集团广西电力有限公司运营服务分公司 , 浙江大学
IPC: G06Q10/04 , G06Q50/06 , G06F30/27 , G06F17/12 , G06N3/0499 , G06N3/0985 , G06N3/086 , G06F113/06
Abstract: 本发明公开了一种考虑风电集群相关性的风电功率预测方法。该方法考虑了风电集群之间的时间相关性，基于皮尔逊相关系数方法，计算各个相邻风电场与待预测风电场风电功率的最优延时；结合各风电场出力之间的相关性，构建与待预测风电场功率相关性高的虚拟风电集群功率曲线；引入机器学习方法，构建基于改进极限学习机的风电功率预测模型；以虚拟风电集群出力、历史风电功率为输入，实现风电功率的预测。本发明的风电功率预测方法，考虑了风电集群之间的时间相关性，方法的稳定性更好，具有更强的泛化能力。
-
公开(公告)号：CN119651609A
公开(公告)日：2025-03-18
申请号：CN202510147884.1
申请日：2025-02-11
Applicant: 浙江大学 , 广西大学 , 国家电投集团广西电力有限公司
Abstract: 本发明公开了一种基于注意力机制的多维风电功率场景生成方法。包括以下步骤：首先，构建历史风电功率数据集，进而训练具有编码器‑解码器结构的风电功率预测模型，获得训练完成的风电功率预测模型；然后，利用训练完成的风电功率预测模型中的编码器提取历史风电功率数据集中各样本对应的压缩特征以及特征权重，从而更新历史风电功率数据集；最后，利用编码器提取目标样本对应的压缩特征，在历史风电功率数据集中寻找与目标样本最为接近的历史样本并作为风电功率场景，场景重要度作为样本相似程度，以场景及其重要度描述未来风电功率。本发明能在不牺牲概率性能的基础上有效缩短场景生成时间，并且还能更为准确地描述未来风电功率。
-
公开(公告)号：CN117650506A
公开(公告)日：2024-03-05
申请号：CN202311369364.2
申请日：2023-10-20
Applicant: 国家电投集团广西电力有限公司运营服务分公司 , 浙江大学
Abstract: 本发明公开了一种数据驱动的日前风电功率预测方法。该方法考虑了风电及其相关特征因素的相关性关系，基于多种相关系数方法，构建风电功率对历史风电功率、风速、风向、气压、温度、湿度关键特征的灵敏度指标，量化风电功率与相关特征的相关性；开展灵敏度加权的相似性度量，从历史时刻数据集筛选与待预测点相似的数据，建立历史相似数据集；根据待预测点的气象预测数据，自适应划分历史相似数据集的气象场景；组合相似性度量的距离权重和场景划分权重，进行加权重采样，对重采样结果进行平均即可实现日前风电功率预测。本发明的数据驱动预测方法，克服了神经网络等模式驱动方法训练时间长、参数多的缺点，具有更强的泛化能力。
-
公开(公告)号：CN109316766B
公开(公告)日：2020-10-13
申请号：CN201811266558.9
申请日：2018-10-29
Applicant: 浙江大学
IPC: A63H33/12
Abstract: 本发明提供了一种杆索搭接玩具，包括支撑杆和连接索，支撑杆的任意端部均可与多根连接索端部搭接，支撑杆的长度可调且可通过连接索彼此相连；连接索的长度可调从而使支撑杆和连接索拉张形成的结构达到稳定平衡状态。本发明的技术方案，支撑杆和连接索的长度可调节，且操作简单方便，从而儿童在搭建立体模型时可以更容易使结构整体张拉以达到彼此稳定平衡的状态，提高玩具的趣味性更好地激发儿童的操作能力和想象力。并且本技术方案的结构简单合理，高效地利用材料、经济实用，实现大跨度的模型的建立。
-
公开(公告)号：CN212112624U
公开(公告)日：2020-12-08
申请号：CN202020544902.2
申请日：2020-04-14
Applicant: 浙江大学
Abstract: 本实用新型公开了一种多功能的节能自动售货机，涉及自动售货机领域。通过超声波测距模块减少了自动售货机不必要的能量损耗，从而达到节能的目的；通过增加抗EFT(电快速瞬变脉冲群)电路，确保自动售货机装置在EFT(电快速瞬变脉冲群)的干扰下仍然可以继续工作，从而减少故障时的能量损耗；采用回收机构可以对瓶盖、易拉罐、塑料瓶分别进行分类回收，回收过程中可以对易拉罐、塑料瓶进行滚压，减少空间占用，提高回收容量。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.048 seconds)
