-
公开(公告)号：CN107909510B
公开(公告)日：2020-04-14
申请号：CN201711115711.3
申请日：2017-11-13
Applicant: 广东电网有限责任公司湛江供电局
Abstract: 本发明涉及一种基于野花优化算法的电力系统经济调度方法，包括以下步骤：步骤1：以系统燃料费用最小为目标函数，考虑等式约束和不等式约束，建立电力系统经济调度模型；步骤2：结合调度模型，执行混沌机制初始化种群；步骤3：执行正态扩散和趋养进化机制；步骤4：执行配对繁殖机制；步骤5：执行染色体突变机制；步骤6：终止条件：若达到最大迭代次数，则结束循环，输出结果；否则，转步骤3。
-
公开(公告)号：CN118112423A
公开(公告)日：2024-05-31
申请号：CN202410217259.5
申请日：2024-02-27
Applicant: 广东电网有限责任公司湛江供电局
IPC: G01R31/367 , G01R31/3842 , G01K13/00 , G06N3/0442 , G06N3/084
Abstract: 本申请提供了一种基于CKF‑LSTM的SOC估计方法和估计装置，该方法包括：实时获取蓄电池的多组实时工况数据，一组实时工况数据包括电压、电流和温度；采用容积卡尔曼滤波算法根据实时工况数据对蓄电池的SOC进行估计，得到SOC的多个状态估计值和多个量测噪声，一组实时工况数据对应一个状态估计值和一个量测噪声；采用长短期记忆网络根据实时工况数据对对应的量测噪声进行修正，得到修正量测噪声；基于修正量测噪声和状态估计值采用容积卡尔曼滤波算法重新对蓄电池的SOC进行估计。本申请解决了量测噪声的统计不确定性所引致的滤波精度降低及滤波发散的问题。
-
公开(公告)号：CN107909510A
公开(公告)日：2018-04-13
申请号：CN201711115711.3
申请日：2017-11-13
Applicant: 广东电网有限责任公司湛江供电局
Abstract: 本发明涉及一种基于野花优化算法的电力系统经济调度方法，包括以下步骤：步骤1：以系统燃料费用最小为目标函数，考虑等式约束和不等式约束，建立电力系统经济调度模型；步骤2：结合调度模型，执行混沌机制初始化种群；步骤3：执行正态扩散和趋养进化机制；步骤4：执行配对繁殖机制；步骤5：执行染色体突变机制；步骤6：终止条件：若达到最大迭代次数，则结束循环，输出结果；否则，转步骤3。
-
公开(公告)号：CN117261687A
公开(公告)日：2023-12-22
申请号：CN202311321833.3
申请日：2023-10-12
Applicant: 广东电网有限责任公司湛江供电局
Abstract: 本申请涉及一种电池主动均衡控制方法、装置、计算机设备和存储介质。所述方法包括：根据电池组荷电特性曲线确定实际工况下电池单元荷电状态；基于电池单元荷电状态和预设聚类算法进行聚类处理，获得聚类结果；基于聚类结果对电池组内电池单元进行均衡判断，获得均衡判断结果；基于均衡判断结果对电池单元进行均衡控制。采用本方法能够提高电池组整体充放电效率以及循环寿命，还可以提高电池组的可靠性和能量存储能力，以及降低了能量的耗散。
-
公开(公告)号：CN118944241A
公开(公告)日：2024-11-12
申请号：CN202411025021.9
申请日：2024-07-29
Applicant: 广东电网有限责任公司湛江供电局
Abstract: 本申请公开了一种充电控制方法、装置、电池管理系统及非易失性存储介质。其中，该方法包括：确定电池组在第一时间步的电池状态，其中，电池状态包括：电池组的电池终端电压、温度和健康状态；确定在第一时间步的电池状态下，执行动作空间中各充电动作对应的累计奖励值；将动作空间中累计奖励值最大的充电动作，确定为第一时间步对应的目标充电动作；在执行目标充电动作之后，确定电池组在第二时间步的电池状态，重复确定目标充电动作并执行的步骤，直至电池组充电完成，其中，第二时间步为紧邻第一时间步的下一个时间步。本申请解决了相关技术中传统的充电策略波动性较大，造成的在电池充电过程中能源利用率低，电池损耗大的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN118777905A
公开(公告)日：2024-10-15
申请号：CN202411025023.8
申请日：2024-07-29
Applicant: 广东电网有限责任公司湛江供电局
IPC: G01R31/385 , G01R31/392
Abstract: 本申请公开了一种电池热参数的确定方法、装置及电子设备。其中，该方法包括：获取在预设时间段采集到的电池进行充放电过程的实际表面温度和电数据；依据电数据确定电池产生的总功率；依据电池产生的总功率、初始核心温度、电池对应的模拟热参数，确定电池在预设时间段内的模拟表面温度，其中，初始核心温度为电池预设时间段的初始时刻的初始表面温度；依据实际表面温度和模拟表面温度，确定电池对应的实际热参数。本申请解决了相关技术中在实验条件下进行电池热参数的估算，但模型构建和参数估算过于复杂的技术问题。
-
公开(公告)号：CN117977742A
公开(公告)日：2024-05-03
申请号：CN202311818179.7
申请日：2023-12-27
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司湛江供电局
Abstract: 本发明涉及电池均衡技术领域，公开了一种基于改进萤火虫优化的电池组均衡控制方法及系统，本方法通过将串联电池组进行构建多层级立均衡电路拓扑，并对每层级的电池组分别由一个Buck‑boost电路进行均衡控制，实现对串联电池组内三层次的均衡控制，降低了均衡电路复杂度和均衡成本，同时，还通过基于萤火虫算法对Buck‑boost电路的PWM占空比进行优化，实现对串联电池组的SOC状态的实时监测和均衡电流的精确控制，避免了串联锂离子电池组存在的荷电状态不一致的问题，也提高了荷电均衡速度。
-
公开(公告)号：CN110348632A
公开(公告)日：2019-10-18
申请号：CN201910625676.2
申请日：2019-07-11
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司湛江供电局
Abstract: 本发明公开了一种基于奇异谱分析和深度学习的风电功率预测方法，包括以下步骤：获取风电功率、风速和风向历史数据并对风电功率、风速和风向历史数据进行预处理获得风电功率、风速和风向角度时间序列；取风向角度时间序列的正弦值和余弦值；利用奇异谱分析提取风电功率和风速时间序列的趋势成分和振荡成分，对以上两种成分进行重构；将重构序列与风向的正弦和风向的余弦拼接起来，形成m@T×n的张量；动态选择训练样本，建立卷积神经网络-门控循环单元深度学习预测模型；对生成的张量采用卷积神经网络-门控循环单元深度学习预测模型进行预测获得预测风电功率时间序列。本发明通过奇异谱分析获得降噪的重构时间序列，进一步提高了预测精度。
-
公开(公告)号：CN118914859A
公开(公告)日：2024-11-08
申请号：CN202411000268.5
申请日：2024-07-24
Applicant: 广东电网有限责任公司湛江供电局
IPC: G01R31/367 , G01R31/3842 , G01R31/392
Abstract: 本申请提供了一种电池的SOC的确定方法和电池的SOC检测系统。该方法包括：获取电池的初始参数，其中，初始参数包括第一初始参数和第二初始参数，第一初始参数包括初始电容值、初始电压值、初始电阻值和初始电池容量中的至少一个，第二初始参数包括电流传感器输入的初始电流值；采用更新算法对第一初始参数进行更新，得到第一参数，其中，更新算法包括最小二乘法和/或在线梯度法；采用偏置函数对第二初始参数进行更新，得到第二参数；根据第一参数和第二参数，计算电池的SOC值。该方案解决了现有技术中SOC估计的准确率较低的问题。
-
公开(公告)号：CN118501715A
公开(公告)日：2024-08-16
申请号：CN202410731964.7
申请日：2024-06-06
Applicant: 广东电网有限责任公司湛江供电局
IPC: G01R31/367 , G01R31/387 , G01R31/378 , G01R31/36 , G01R31/385 , G01R31/388 , G06F18/241 , G06F18/2135 , G06F17/16 , G06N3/0442 , G06N3/08 , G06N3/006
Abstract: 本申请提供了一种基于深度学习模型和降维机制的电池状态预测方法和装置，该方法包括：采集目标电池的运行数据得到第一目标数据，并根据第一目标时段内获取的第一目标数据构建预测数据集；通过MPPI‑PCA算法对预测数据集进行降维，得到第一目标数据集；将第一目标数据集输入目标OPSLSTM网络进行目标电池的SOC值预测得到目标SOC值，根据目标SOC值更新目标电池显示的SOC值。该方法解决了现有技术中SOC预测方法精度较低的问题。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.036 seconds)
