一种考虑源荷不确定性的微电网动态区间优化调度方法

    公开(公告)号:CN119050987A

    公开(公告)日:2024-11-29

    申请号:CN202411011530.6

    申请日:2024-07-26

    Abstract: 本发明属于微电网优化调度领域,公开了一种考虑源荷不确定性的微电网动态区间优化调度方法,包括:步骤1,光伏功率预测;步骤2,光伏功率动态区间预测;步骤3,电力负荷预测;步骤4,负荷动态区间预测;步骤5,考虑源荷不确定性的微电网的动态区间优化调度,首先建立考虑源荷不确定性的微电网动态区间优化调度模型,进一步建立微电网动态区间优化调度模型的目标函数和约束条件,求解得到微电网的优化调度结果。本发明使用ConvLSTM‑Attention‑LSTM融合预测模型进行光伏功率预测,模型能够更准确地捕捉到时间序列数据中的空间和时间依赖性,从而提高预测的准确性。

    一种基于节点电压灵敏度的微电网电能质量综合评价方法

    公开(公告)号:CN111950913B

    公开(公告)日:2024-11-26

    申请号:CN202010824284.1

    申请日:2020-08-17

    Abstract: 本发明公开了一种基于节点电压灵敏度的微电网电能质量综合评价方法,具体包括以下步骤:1)构建基于微电网实时运行信息的电能质量评价体系;2)微电网单节点电能质量实时评分;3)基于节点电压灵敏度系数的节点评分熵权分配;4)微电网电能质量综合评价;本发明的方法充分考虑了实时评价过程中各电能质量指标重要性动态变化对单节点电能质量评价权重的影响,以及微电网内各电气节点间的相互关联对电能质量综合评价的影响,不仅可以有效评价微电网系统单个节点的电能质量,还可以对微电网系统整体的电能质量进行有效评价;能够判断各个节点在微电网系统内的重要程度,为抗扰动能力差的节点进行电能质量治理提供理论依据。

    一种基于字符消息队列的非侵入式负荷识别方法

    公开(公告)号:CN115001796B

    公开(公告)日:2024-08-09

    申请号:CN202210594091.0

    申请日:2022-05-27

    Abstract: 一种基于实时事件的非侵入式负荷识别方法,所述方法包括以下步骤:步骤1:低频数据在线实时输入,数据预处理;步骤2:数据整合传输;步骤3:事件检测;步骤4:特征提取;步骤5:事件识别;步骤6:更新偏移量。本发明能够实现在线滑动窗口,在采集数据的同时,实现累积和窗口事件检测。采用本发明的技术方案,可以实现对负荷事件的实时检测,避免事件重复检测和由于数据缺失而漏检。

    一种基于字符消息队列的非侵入式负荷识别方法

    公开(公告)号:CN115001796A

    公开(公告)日:2022-09-02

    申请号:CN202210594091.0

    申请日:2022-05-27

    Abstract: 一种基于实时事件的非侵入式负荷识别方法,所述方法包括以下步骤:步骤1:低频数据在线实时输入,数据预处理;步骤2:数据整合传输;步骤3:事件检测;步骤4:特征提取;步骤5:事件识别;步骤6:更新偏移量。本发明能够实现在线滑动窗口,在采集数据的同时,实现累积和窗口事件检测。采用本发明的技术方案,可以实现对负荷事件的实时检测,避免事件重复检测和由于数据缺失而漏检。

    一种基于copula算法电动汽车充电站负荷预测方法

    公开(公告)号:CN107609670B

    公开(公告)日:2020-12-01

    申请号:CN201710680238.7

    申请日:2017-08-10

    Abstract: 一种基于copula算法的电动汽车充电站负荷预测方法,包括以下步骤1)用户分类,2)分类拟合数据,3)扩充数据4)输出电动汽车充电站负荷曲线。本发明首先将用户进行分类,利用AIC准则和BIC准则选取核函数和copula函数,采用核密度函数拟合数据,结合copula算法得出包含数据之间的耦合关系的扩充数据,该扩充数据能够真实反映用户的实际充电行为,得到的预测曲线更符合实际情况。

    一种基于红外图像储能电池堆三维温度可视化方法

    公开(公告)号:CN110567583A

    公开(公告)日:2019-12-13

    申请号:CN201910638335.9

    申请日:2019-07-16

    Abstract: 一种基于红外图像储能电池堆三维温度可视化方法,首先以面源黑体为基准,采集红外热像仪在不同黑体温度下的灰度图像,建立温度与灰度映射模型;对获取的红外图像预处理,分割出电池堆表面,然后划分表面并计算子单元灰度,根据温度与灰度映射模型得到电池堆表面温度;基于反距离权重插值原理,以电池堆表面温度初步插值得到电池堆三维温度,然后根据N个温度传感器的温度误差插值得到电池堆三维温度误差并修正电池堆三维温度模型,以预留的温度传感器的输出用于评价电池堆三维温度模型;以所用电池型号为基准,建立电池阻抗与温度映射模型,以获取的立体子单元内部温度修正三维温度模型。本发明可更加智能化对电池堆热故障进行定性和定位分析。

    一种基于MLCDTL的非侵入式负荷识别方法

    公开(公告)号:CN110555369A

    公开(公告)日:2019-12-10

    申请号:CN201910638325.5

    申请日:2019-07-16

    Abstract: 一种基于MLCDTL(Multi-Label Consistent Deep Dictionary Learning)的非侵入式负荷识别方法,包括以下步骤:1)数据处理;2)事件探测;3)特征提取;4)负荷识别。首先采用中值滤波滤除功率采样序列中的尖峰,有助于抑制设备运行过程中的脉冲或波动;然后根据滤波后的功率时间序列,通过改进的变长滑动窗口CUSUM双向探测算法,检测暂态过程的开始与结束时间;接着根据暂态过程的开始与结束时间,对稳态时的电流采样数据使用快速傅里叶变换(FFT),获得由电流基波与各次谐波分量构成的特征向量,所有特征向量组合在一起为特征向量矩阵;最后基于MLCDTL算法,将负荷识别转化为一个多标签分类问题,通过迭代求解目标函数,实现非侵入式负荷识别。本发明能够全面客观且符合实际情况、可信度较高。

Patent Agency Ranking