-
公开(公告)号：CN113452025B
公开(公告)日：2022-03-18
申请号：CN202110682815.2
申请日：2021-06-18
Applicant: 华中科技大学 , 国网湖北省电力有限公司电力科学研究院
IPC: H02J3/06 , G06F30/27 , G06K9/62 , G06Q10/00 , G06Q50/06 , G06F111/10 , G06F113/04
Abstract: 本发明公开了一种模型‑数据混合驱动的电网预想故障评估方法和系统，属于电力系统安全性领域。包括：获取电网结构参数和历史负荷数据样本；对于每个历史负荷数据样本，根据电网结构参数建立CSCOPF模型，通过故障筛选算法求解CSCOPF模型得到有效预想故障集；以历史负荷数据作为特征，预想故障的有效状态作为标签，建立多标签分类kNN算法的训练集；采用多标签分类kNN算法，对实时负荷数据样本的预想故障有效状态进行在线评估。本发明通过故障筛选算法求解CSCOPF问题生成与节点负荷量对应的有效预想故障集，采用多标签分类kNN算法发掘负荷数据和预想故障之间的联系，根据实时负荷直接评估预想故障的有效情况，高准确率的同时大大加快了求解速度。
-
公开(公告)号：CN117493878A
公开(公告)日：2024-02-02
申请号：CN202311302105.8
申请日：2023-10-09
Applicant: 华中科技大学
IPC: G06F18/214 , G06F18/241 , H02J3/00 , B60L53/60
Abstract: 本发明公开了电动汽车充电站的功率预测数据增强方法及功率预测方法，属于电动汽车充电站数据分析技术领域，包括：(S1)收集所述充电站每天各时刻的总充电功率作为真实样本，得到真实样本集；(S2)对于每一个真实样本，生成V个虚拟样本，得到虚拟样本集，完成数据增强；对于任意一个真实样本，生成一个虚拟样本的方式包括：(S21)按照均匀分布采样从预设的时间序列增强函数集中采样S个时间序列增强函数；(S22)对真实样本依次执行采样得到的S个时间序列增强函数，得到虚拟样本。本发明能够在扩充样本量的同时，有效保证了样本的质量，有效解决电动汽车充电站数据少、质量低，无法利用大数据模型准确预测电动汽车充电站充电功率的问题。
-
公开(公告)号：CN117394306A
公开(公告)日：2024-01-12
申请号：CN202311218957.9
申请日：2023-09-19
Applicant: 华中科技大学
IPC: H02J3/00 , H02J3/38 , G06N3/0455 , G06N3/0464 , G06N5/04 , G06N3/084
Abstract: 本发明公开了基于新能源并网的风电功率预测模型建立方法及其应用，属于风电功率预测领域，包括：构建训练数据集；训练数据集中，每一条样本包括历史的气象特征序列以及未来的风电功率序列；构建待训练的初始预测模型，该模型在编码器‑解码器的基础上引入了两个预处理模块，分别用于对输入编码器和输入解码器的数据进行预处理，包括在气象特征序列中的各气象特征中嵌入序列位置和时间戳，得到映射特征序列，并将获取各种气象特征之间的内在联系，得到拓扑图，之后将二者融合；利用训练数据集对初始预测模型进行训练，训练结束后，得到风电功率预测模型。本发明能充分考虑风电预测的特征拓扑相关性和强不确定性，有效提高风电功率预测的精度。
-
公开(公告)号：CN115986839A
公开(公告)日：2023-04-18
申请号：CN202211678735.0
申请日：2022-12-26
Applicant: 华中科技大学
IPC: H02J3/46 , G06Q10/0631 , G06Q50/06 , G06N3/092
Abstract: 本发明公开了一种风‑水‑火综合能源系统的智能调度方法及系统，该方法，为应对新能源不确定性对系统造成的影响，将滚动优化应用于风‑水‑火综合能源系统中，依据全局信息制定调度方案，利用局部优化代替全局优化，根据最新信息进行反馈校正；将滚动优化构建为马尔科夫决策过程，以确保其数学机理适用于深度强化学习。为保证调度方案求解时间与求解质量，提出混合增强智能调度算法结合深度强化学习与演化计算，利用深度强化学习挖掘历史数据价值，并与能源系统进行交互学习，优化自身控制策略，实现初步调度方案的快速给出；并利用演化计算进一步对初步调度方案进行再次优化，保障了风‑水‑火综合能源系统的经济性与稳定性。
-
公开(公告)号：CN115001787B
公开(公告)日：2023-03-14
申请号：CN202210590266.0
申请日：2022-05-26
Applicant: 华中科技大学 , 国网湖北省电力有限公司电力科学研究院
Abstract: 本发明提供了一种适用于受攻击情况下多智能体网络的分布式优化方法，涉及系统、网络安全和信息技术领域。本发明考虑了网络中至多有F个智能体受到攻击的情况，每个智能体每次更新迭代之前对入邻居的信息进行适应性过滤，得到可信的信息进行使用，同时在迭代过程中，使用了平均梯度跟踪法来加快迭代速度，最终使得智能体的决策趋于一致，收敛到每个智能体最优值的凸组合中。本发明在多智能体网络受到外部攻击或者网络内存在恶意智能体的情况下，不需要识别受到攻击智能体，即可适应外部攻击，加快收敛速度，适用于邻接矩阵为非对称的行随机矩阵的应用场景，具有普适性。
-
Patent Agency Ranking
公开(公告)号：CN113988956A
公开(公告)日：2022-01-28
申请号：CN202111587600.9
申请日：2021-12-23
Applicant: 华中科技大学 , 国网江苏省电力有限公司电力科学研究院 , 全球能源互联网研究院有限公司
Abstract: 本发明公开了一种基于智能合约的衔接电力现货市场中长期交易方法和系统，属于分布式电力交易领域，包括：售购双方生成包含电量曲线的中长期交易申请，通过智能合约上传至区块链；电网企业调用智能合约从区块链获取交易申请进行校核；若需要转让合约，合约出让者和寻求出让者达成转让意向后通过智能合约完成合约所有权和资产转移；区块链依据存储的合约转让记录确认合约最终所有权；智能合约从现货市场获取实时电价，使用差价合约结算各方费用。本申请采用电量分解曲线进行中长期交易，交易电量附带时标，便于衔接现货市场；交易合约建立后允许合约转让，保障交易灵活性；提高跨部门跨市场数据处理、分析、溯源和监管的效率。
-
公开(公告)号：CN113452025A
公开(公告)日：2021-09-28
申请号：CN202110682815.2
申请日：2021-06-18
Applicant: 华中科技大学 , 国网湖北省电力有限公司电力科学研究院
IPC: H02J3/06 , G06F30/27 , G06K9/62 , G06Q10/00 , G06Q50/06 , G06F111/10 , G06F113/04
Abstract: 本发明公开了一种模型‑数据混合驱动的电网预想故障评估方法和系统，属于电力系统安全性领域。包括：获取电网结构参数和历史负荷数据样本；对于每个历史负荷数据样本，根据电网结构参数建立CSCOPF模型，通过故障筛选算法求解CSCOPF模型得到有效预想故障集；以历史负荷数据作为特征，预想故障的有效状态作为标签，建立多标签分类kNN算法的训练集；采用多标签分类kNN算法，对实时负荷数据样本的预想故障有效状态进行在线评估。本发明通过故障筛选算法求解CSCOPF问题生成与节点负荷量对应的有效预想故障集，采用多标签分类kNN算法发掘负荷数据和预想故障之间的联系，根据实时负荷直接评估预想故障的有效情况，高准确率的同时大大加快了求解速度。
-
公开(公告)号：CN119647653A
公开(公告)日：2025-03-18
申请号：CN202411635681.9
申请日：2024-11-15
Applicant: 华中科技大学 , 国网福建省电力有限公司
IPC: G06Q10/04 , H02J3/46 , G06Q50/06 , G06N3/0985
Abstract: 本发明属于电力系统调度技术领域，公开了一种交流安全约束机组组合的约束学习内嵌优化方法及系统，方法包括：构建待优化电力系统的考虑交流潮流的SCUC问题的混合整数非线性模型；以交流潮流约束的输入数据为样本，以对应的交流潮流约束的输出数据为标签，构建数据集；采用所述数据集离线训练神经网络，得到训练好的表征所述交流潮流约束的神经网络；将表征所述交流潮流约束的神经网络线性化，再内嵌到所述混合整数非线性模型，替换所述混合整数非线性模型中的交流潮流约束；采用优化算法在线求解内嵌后的模型，得到待优化电力系统的考虑交流潮流的安全约束机组组合问题的最优解。本发明能够提升交流潮流SCUC问题的求解精度和求解效率。
-
公开(公告)号：CN117584792B
公开(公告)日：2024-08-27
申请号：CN202311504490.4
申请日：2023-11-13
Applicant: 华中科技大学
IPC: B60L53/62 , B60L53/30 , G06N3/0442 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种电动汽车充电站充电功率在线预测方法及系统，属于电动汽车充电站功率预测领域，包括：在线预测：对于预测时刻h，基于充电功率的历史数据构建特征向量并输入至深度核自适应滤波模型以预测时刻h的功率分布并存储；深度核自适应滤波模型包括依次连接的深度循环神经网络、标准正定核以及预测模块；预测模块，用于利用核自适应滤波算法预测功率分布；在线更新：对于任意时刻h'，实时收集到实际功率Ph'后，获取时刻h'处的功率分布的预测结果，计算其均值与Ph'的误差作为预测损失，基于预测损失对深度核自适应滤波模型的参数进行更新。本发明能够追踪电动汽车充电站充电功率的时变特性，提高电动汽车充电站充电功率的预测准确性。
-
公开(公告)号：CN117394306B
公开(公告)日：2024-06-14
申请号：CN202311218957.9
申请日：2023-09-19
Applicant: 华中科技大学
IPC: H02J3/00 , H02J3/38 , G06N3/0455 , G06N3/0464 , G06N5/04 , G06N3/084
Abstract: 本发明公开了基于新能源并网的风电功率预测模型建立方法及其应用，属于风电功率预测领域，包括：构建训练数据集；训练数据集中，每一条样本包括历史的气象特征序列以及未来的风电功率序列；构建待训练的初始预测模型，该模型在编码器‑解码器的基础上引入了两个预处理模块，分别用于对输入编码器和输入解码器的数据进行预处理，包括在气象特征序列中的各气象特征中嵌入序列位置和时间戳，得到映射特征序列，并将获取各种气象特征之间的内在联系，得到拓扑图，之后将二者融合；利用训练数据集对初始预测模型进行训练，训练结束后，得到风电功率预测模型。本发明能充分考虑风电预测的特征拓扑相关性和强不确定性，有效提高风电功率预测的精度。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.027 seconds)
