-
公开(公告)号：CN108596407B
公开(公告)日：2021-08-03
申请号：CN201810461530.4
申请日：2018-05-15
Applicant: 浙江工业大学
Abstract: 一种基于曼哈顿距离和无迹卡尔曼滤波的微电网日常综合负荷短时预测方法，包括以下步骤：1)历史负荷数据预处理，补全在信号传输中丢失的数据；2)选定数据匹配周期，计算当前的负荷时间序列与历史负荷时间系列的曼哈顿距离，得到小于设定阈值的集合；3)计算该集合内历史负荷时间系列与当前负荷时间序列的欧氏距离，得到欧氏距离最小的历史时间序列在对应预测点的负荷值；4)基于时间序列集合采用无迹卡尔曼滤波方法求出预测时刻的负荷值；5)将之前各时刻计算得到两个预测值和相对应时刻的历史真值作为输入，采用神经网络算法进行训练得到当前两个预测值的权重；6)数据整理得出微电网下一时刻日常负荷短期预测结果。本发明预测精度较高。
-
Patent Agency Ranking
公开(公告)号：CN111476393A
公开(公告)日：2020-07-31
申请号：CN202010123539.1
申请日：2020-02-27
Applicant: 浙江工业大学
Abstract: 一种用于光伏项目可行性定量评估的方法，包括以下步骤：第一步、样本数据准备；第二步、冗余样本预处理，通过删除天顶角余弦值小于0的样本，剔除冗余样本；第三步、模型输入、输出变量准备：建模、预测输入变量包括：风速、风在斜面上的入射角、环境温度、相对湿度、水平总辐照度、水平散辐照度、水平直接辐照度、斜面总辐照度和系统运行时间；输出变量为采样周期内系统效率PRp；第四步、基于建模系统输入、输出变量，设定模型初始参数，训练随机森林回归RFR模型并进行调参；第五步、待建光伏系统气象环境建站适应性参数化。本发明提供了一种准确性较高、精度高、抗过拟合、对数据质量鲁棒性高的用于光伏项目可行性定量评估的方法。
-
公开(公告)号：CN111476393B
公开(公告)日：2024-06-21
申请号：CN202010123539.1
申请日：2020-02-27
Applicant: 浙江工业大学
Abstract: 一种用于光伏项目可行性定量评估的方法，包括以下步骤：第一步、样本数据准备；第二步、冗余样本预处理，通过删除天顶角余弦值小于0的样本，剔除冗余样本；第三步、模型输入、输出变量准备：建模、预测输入变量包括：风速、风在斜面上的入射角、环境温度、相对湿度、水平总辐照度、水平散辐照度、水平直接辐照度、斜面总辐照度和系统运行时间；输出变量为采样周期内系统效率PRp；第四步、基于建模系统输入、输出变量，设定模型初始参数，训练随机森林回归RFR模型并进行调参；第五步、待建光伏系统气象环境建站适应性参数化。本发明提供了一种准确性较高、精度高、抗过拟合、对数据质量鲁棒性高的用于光伏项目可行性定量评估的方法。
-
公开(公告)号：CN108510147B
公开(公告)日：2022-01-11
申请号：CN201810062225.8
申请日：2018-01-23
Applicant: 浙江工业大学
Abstract: 一种基于残差波动模型的电能质量综合评价方法，包括以下步骤：1)构建电能质量综合评价体系；2)电能质量指标采样值的数据重构；3)电能质量指标横向及纵向权值分配；4)输出综合评价值。首先根据现有电能质量指标确立电能质量评价的指标体系，确定评价范围与评价尺度；剔除采样数据的异常点，对采样数据在时间序列上进行完整性检验，然后进行归一化处理，求出各指标的采样点在时间序列上的熵，并得出评价点的残差波动矩阵；利用方差法对指标进行敏感性检验，利用区分函数对指标残差波动值在时间序列上进行区分，得到处理完毕的残差波动矩阵；最后输出指标与节点的评价值。本发明能够全面客观且符合实际情况、可信度较高。
-
公开(公告)号：CN108510147A
公开(公告)日：2018-09-07
申请号：CN201810062225.8
申请日：2018-01-23
Applicant: 浙江工业大学
Abstract: 一种基于残差波动模型的电能质量综合评价方法，包括以下步骤：1)构建电能质量综合评价体系；2)电能质量指标采样值的数据重构；3)电能质量指标横向及纵向权值分配；4)输出综合评价值。首先根据现有电能质量指标确立电能质量评价的指标体系，确定评价范围与评价尺度；剔除采样数据的异常点，对采样数据在时间序列上进行完整性检验，然后进行归一化处理，求出各指标的采样点在时间序列上的熵，并得出评价点的残差波动矩阵；利用方差法对指标进行敏感性检验，利用区分函数对指标残差波动值在时间序列上进行区分，得到处理完毕的残差波动矩阵；最后输出指标与节点的评价值。本发明能够全面客观且符合实际情况、可信度较高。
-
公开(公告)号：CN108596407A
公开(公告)日：2018-09-28
申请号：CN201810461530.4
申请日：2018-05-15
Applicant: 浙江工业大学
Abstract: 一种基于曼哈顿距离和无迹卡尔曼滤波的微电网日常综合负荷短时预测方法，包括以下步骤：1)历史负荷数据预处理，补全在信号传输中丢失的数据；2)选定数据匹配周期，计算当前的负荷时间序列与历史负荷时间系列的曼哈顿距离，得到小于设定阈值的集合；3)计算该集合内历史负荷时间系列与当前负荷时间序列的欧氏距离，得到欧氏距离最小的历史时间序列在对应预测点的负荷值；4)基于时间序列集合采用无迹卡尔曼滤波方法求出预测时刻的负荷值；5)将之前各时刻计算得到两个预测值和相对应时刻的历史真值作为输入，采用神经网络算法进行训练得到当前两个预测值的权重；6)数据整理得出微电网下一时刻日常负荷短期预测结果。本发明预测精度较高。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
