公开(公告)号：CN113516315A

公开(公告)日：2021-10-19

申请号：CN202110837335.9

申请日：2021-07-23

Applicant: 中南大学

Inventor： 韩华 ,  刘宏毅 ,  孙尧 ,  施光泽 ,  粟梅

IPC: G06Q10/04 ,  G06Q50/06 ,  G06Q10/06 ,  G06N3/04

Abstract: 本公开实施例中提供了一种风力发电功率区间预测方法、设备及介质，属于测量技术领域，具体包括：得到初始数据集和测试数据集；利用变分模态分解方法和滚动模糊粒化方法提取初始数据集的内部特征；将训练数据集输入注意力机制和门控循环单元神经网络；基于改进区间质量评价体系对初始预测模型进行训练，得到区间预测模型；判断评价指标的差值是否小于阈值；若是，则将测试数据集输入区间预测模型，得到风电预测区间组合；若否，则继续训练初始预测模型直至差值小于阈值。通过本公开的方案，提取历史数据的内部特征，然后进一步限定上下限形成训练数据集，训练区间预测模型，得到对应的风电预测区间，提高了预测效率、适应性和预测结果精准度。

公开(公告)号：CN110401232B

公开(公告)日：2020-12-01

申请号：CN201910699390.9

申请日：2019-07-31

Applicant: 中南大学

Inventor： 杨建 ,  冯文栋 ,  董密 ,  宋冬然 ,  韩华 ,  刘琦 ,  王鹏程 ,  郑成燕 ,  葛小海 ,  刘宏毅

IPC: H02J4/00 ,  H02J5/00

Abstract: 本发明提供了一种分布式混合微电网的改进型优化控制方法，该改进型优化控制方法针对带有储能单元和其它可调度的DG单元的交直流混合微电网，进行针对性的改进型的建模和区别控制，针对性的建立了具备内惩函数以及高阶模型的问题描述，并分交直流情况分别对储能单元和可调度的DG单元进行区别控制，从而提高了混合微电网的协调一致性和能量平衡及稳定性，同时降低了控制复杂度，且大大减少了整个系统内各个单元之间的通信量。

公开(公告)号：CN119337182A

公开(公告)日：2025-01-21

申请号：CN202411491247.8

申请日：2024-10-24

Applicant: 中南大学

Inventor： 韩华 ,  高升 ,  刘宏毅 ,  唐欣巍 ,  孙尧 ,  粟梅 ,  李为伟 ,  但汉兵

IPC: G06F18/24 ,  G01R31/08 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/08 ,  G06F18/2131 ,  G06F30/20 ,  G06N3/084 ,  G06N20/00 ,  G06F113/04

Abstract: 基于本地数据驱动的环形直流微电网故障定位方法，针对少故障样本和弱正极电流特征下的故障定位问题，提出了一种基于本地故障数据驱动的精确定位方法，为故障隔离后的检修工作提供依据。针对故障样本不足的问题，提出了基于注意力机制和门控循环单元神经网络的故障数据增强方法，通过预测故障隔离后的故障电压电流动态来扩充智能故障定位所需的训练数据。针对弱正极电流特征导致的高阻和负极接地故障定位难题，提出了结合离散小波变换、极限学习机与自适应增强算法的故障定位方法，从弱特征的故障样本中提取和学习隐含的故障位置信息，提高线路故障定位精度。

公开(公告)号：CN116338380A

公开(公告)日：2023-06-27

申请号：CN202310343048.1

申请日：2023-04-03

Applicant: 中南大学

Inventor： 韩华 ,  郑鑫龙 ,  刘宏毅 ,  施光泽 ,  孙尧 ,  柳张杰 ,  粟梅

IPC: G01R31/08

Abstract: 本发明一种基于最少传感器的直流微电网故障诊断方法，该方法与分布式电源的控制器共享变换器的输出电压、电流采样数据，通过构造基于变换器输出电压、电流多步差分累积和的特征量对不同故障进行检测，通过输出电压估计值的误差对极间故障、正极接地故障和负极接地故障进行分类，最后利用相邻源之间的非实时通信确定故障所在线路。该方法无需额外的传感器即可实现不同故障的检测和分类，对高阻故障的诊断具有较高的准确率，且无需实时通信，可靠性和经济性较好。

公开(公告)号：CN113516315B

公开(公告)日：2023-02-03

申请号：CN202110837335.9

申请日：2021-07-23

Applicant: 中南大学

Inventor： 韩华 ,  刘宏毅 ,  孙尧 ,  施光泽 ,  粟梅

IPC: G06Q10/04 ,  G06Q50/06 ,  G06Q10/067 ,  G06Q10/0639 ,  G06N3/0442

Abstract: 本公开实施例中提供了一种风力发电功率区间预测方法、设备及介质，属于测量技术领域，具体包括：得到初始数据集和测试数据集；利用变分模态分解方法和滚动模糊粒化方法提取初始数据集的内部特征；将训练数据集输入注意力机制和门控循环单元神经网络；基于改进区间质量评价体系对初始预测模型进行训练，得到区间预测模型；判断评价指标的差值是否小于阈值；若是，则将测试数据集输入区间预测模型，得到风电预测区间组合；若否，则继续训练初始预测模型直至差值小于阈值。通过本公开的方案，提取历史数据的内部特征，然后进一步限定上下限形成训练数据集，训练区间预测模型，得到对应的风电预测区间，提高了预测效率、适应性和预测结果精准度。