-
公开(公告)号：CN118983768A
公开(公告)日：2024-11-19
申请号：CN202410594161.1
申请日：2024-05-14
Applicant: 华北电力大学
Abstract: 本发明提供了一种基于两阶段分布式去噪的虚拟电厂惯量估计算法，属于电力系统领域。首先，针对新能源系统如光伏电厂、风电场、储能聚合区和常规发电厂，引入虚拟电厂(Virtual Power Plant,VPP)的概念。然后，针对VPP引入电力系统频率响应模型，构建了精确描述电力系统动态特性的回归方程；针对虚拟电厂惯量估计的精度与效率问题，本发明提出一种两阶段分布式去噪的虚拟电厂惯量估计方法，其中第一阶段采用自适应无迹卡尔曼滤波对VPP的非线性频率响应模型进行处理，第二阶段采用基于分布式去噪扩散模型(Denoising Diffusion Probabilistic Model,DDPM)的算法对VPP的分布式非高斯噪声进行处理，实现了对虚拟电厂惯量的精准评估。分布式DDPM算法能有效地近似后验概率分布，从而增强估计的稳定性和准确性，实现了对虚拟电厂惯量的精准评估。该算法不仅提升了采样数据的可靠性、抑制了VPP普遍存在的非高斯噪声的影响，还有效增强了电力系统的频率稳定性。本研究为虚拟电厂的稳定运行与优化控制提供了理论支撑和技术支持。
-
公开(公告)号：CN118920438A
公开(公告)日：2024-11-08
申请号：CN202410594239.X
申请日：2024-05-14
Applicant: 华北电力大学
Abstract: 本发明为一种继及传感器安全通信的虚拟电厂惯量估计新方法。本发明提供了一种虚拟电厂(Virtual Power Plant,VPP)惯量估计的新方法，属于电力系统领域。首先引入VPP概念并建立电力系统频率响应模型。本发明方法包括两个阶段：第一阶段使用自适应无迹卡尔曼滤波处理VPP频率响应模型的非线性；第二阶段利用分布式去噪扩散模型(Denoising Diffusion Probabilistic Model,DDPM)处理非高斯噪声，以提高估计准确性。为保障传感器间通信的安全性，本发明还引入了改进的ElGamal加密算法，并通过融合权重计算传感器间估计误差的协方差矩阵，以确保通信的安全性、隐私性和融合性。该研究为VPP的稳定运行与优化控制提供了理论和技术支持。
-
公开(公告)号：CN112104340B
公开(公告)日：2024-04-16
申请号：CN202010932326.3
申请日：2020-09-08
Applicant: 华北电力大学
IPC: H03H17/02
Abstract: 本发明提供了一种基于HMM模型和Kalman滤波技术的开关量输入模块BIT降虚警方法。该方法可以更好地识别间歇故障，降低BIT系统的虚警率。首先，基于开关量输入模块建立BIT系统，收集其BIT检测信号的海量数据；将其分为正常、永久故障、间歇故障三种状态的样本数据；对原始信号进行Kalman滤波处理，过滤噪声；利用局部均值分解法(Local Mean Decomposition,LMD)提取特征向量；然后，对处理后的三组样本数据分别进行HMM训练；最后对BIT系统的监测的实时数据也进行Kalman滤波处理，再输入到训练好的三种HMM模型中，得出识别结果。在本发明中，Kalman滤波技术可以去除采集信号过程中出现的干扰噪声，使得HMM模型的训练效果更好，识别精度提高，从而达到降低BIT系统虚警率的目的。
-
公开(公告)号：CN113126489B
公开(公告)日：2024-01-26
申请号：CN202110330063.3
申请日：2021-03-29
Applicant: 华北电力大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于CNN‑GRU‑BINN的重型燃气轮机控制系统智能BIT设计方法，属于重型燃气轮机智能BIT设计领域。针对重型燃气轮机控制系统常规BIT虚警率高的问题，采用CNN和GRU两种神经网络结合的结构解决了常规BIT无法提取硬件模块检测信号时序特征的问题，利用CNN卷积神经网络结构提取控制器模块检测信号的空间特征，结合GRU循环神经网络结构提取控制器模块检测信号的时间特征，并将两者融合后输入生物激励神经网络实现控制器模块的正确状态识别以及降虚警的功能，提高智能BIT的识别精度，增强重型燃气轮机控制系统的运行可靠性。
-
公开(公告)号：CN113158555A
公开(公告)日：2021-07-23
申请号：CN202110331921.6
申请日：2021-03-29
Applicant: 华北电力大学
IPC: G06F30/27 , G06K9/62 , G06F111/08
Abstract: 本发明提供了一种基于专家系统和随机森林分类器的重型燃机控制系统模拟量输入模块BIT设计方法，属于测试和人工智能领域。该方法用于提高现有模拟量输入模块的可靠性，解决模拟量输入模块BIT虚警率高的问题。步骤如下：通过知识获取机制，采用产生式规则构建模拟量输入模块专家系统知识库，采用正向推理策略设计专家系统推理机。采用LMD算法对BIT检测数据进行特征提取，将提取到的特征向量采用CART算法训练决策树，适当对每颗决策树剪枝后，将每棵树以投票的方式生成随机森林，由随机森林对BIT检测数据进行状态识别，将过滤掉间歇状态的检测数据后送入专家系统推理机，由专家系统给出诊断结果，实现模拟量输入模块精确故障定位。
-
Patent Agency Ranking
公开(公告)号：CN113110044A
公开(公告)日：2021-07-13
申请号：CN202110330069.0
申请日：2021-03-29
Applicant: 华北电力大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于Elman神经网络和SVM的重型燃气轮机控制器模块智能BIT设计方法，采集重型燃气轮机控制器模块历史运行数据；数据标准化处理，按照时间序列确定Elman神经网络的输入和输出；针对控制器模块的单一特征参数设计并训练Elman神经网络；将处理好的数据输入训练好的的Elman神经网络并得到输出结果，将该输出结果传递至SVM进行二分类；得到当前特征参数的诊断结果，通过开关量表示正常或故障，完成控制器模块智能BIT诊断。本发明提高了重型燃气轮机控制系统控制器模块的安全性和可靠性，通过提取控制器模块历史数据中的信息建立智能BIT模型，降低了虚警率。
-
公开(公告)号：CN112000015A
公开(公告)日：2020-11-27
申请号：CN202010926704.7
申请日：2020-09-07
Applicant: 华北电力大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于LSTM和生物激励神经网络的重型燃机控制器模块智能BIT设计方法，收集重型燃气轮机控制器模块在设定时间段内的时间序列历史数据；数据标准化处理，分为训练集、测试集；针对控制器的每一个状态特征参数类型设计并训练LSTM神经网络，使用改进的万有引力算法对其优化；将处理好的数据输入训练好的指定状态类型的LSTM神经网络并得到该指定状态类型的预测数据，取该预测值与实际状态数据的差值；通过生物激励神经网络，将差值与控制器模块状态信息相关联，训练得到可靠生物激励神经网络模型，完成控制器模块BIT自检。本发明有效提高了重型燃气轮机控制系统控制器模块的安全性和可靠性，提高了智能化水平。
-
公开(公告)号：CN110989342A
公开(公告)日：2020-04-10
申请号：CN201911132487.8
申请日：2019-11-19
Applicant: 华北电力大学
IPC: G05B13/04
Abstract: 本发明公开了一种联合循环机组重型燃气轮机实时T-S模糊建模方法，首先，根据实际需求确立燃气轮机待辨识模型结构，并采集联合循环机组重型燃气轮机的现场运行数据作为模型辨识所用训练数据；然后，对初始训练数据进行预处理以消除异常数据的不利影响；其次，通过改进的熵聚类方法对数据空间进行分类，自动得到聚类个数及其相应的聚类中心；在此基础上，引入一种改进的鲸鱼优化算法对初始聚类中心进行修正并计算得到对应的聚类半径；接下来，通过带遗忘因子的最小二乘算法获取后件辨识中各子模型参数并进行模糊加权得到全局输出；最后，对辨识所得模型进行验证。
-
公开(公告)号：CN105117814B
公开(公告)日：2018-09-04
申请号：CN201510388367.X
申请日：2015-07-03
Applicant: 国家电网公司 , 国网河南省电力公司经济技术研究院 , 华北电力大学
Inventor： 李秋燕 , 王利利 , 田春筝 , 李锰 , 李科 , 孙义豪 , 全少理 , 郭勇 , 丁岩 , 郭璞 , 马骁川 , 孙钒 , 温俊强 , 李英姿 , 施锦月 , 王英瑞 , 曾博 , 张建华
Abstract: 本发明公开了一种基于改进杜鹃搜索算法的主动配电网双层风电规划方法，步骤如下：步骤一：建立双层规划模型；步骤二：进行潮流计算，并将潮流计算进行线性化；步骤三：构建含有正弦载波的Levy飞行函数的杜鹃搜索算法；步骤四：将双层规划模型转化为单层单目标规划模型；步骤五：根据单层单目标规划模型构造一个双目标优化问题；步骤六：利用步骤三中的含有正弦载波的Levy飞行函数的杜鹃搜索算法对步骤五中的双目标优化问题进行求解。本发明的正弦载波的Levy飞行，可以很好的将随机解限制在决策变量的约束范围内，且可以支持局部精确寻优。双目标优化问题可以迫使不可行解向可行解区域移动，逐步改善可行解，加快解的优化速度，提高算法的效率。
-
公开(公告)号：CN108171369A
公开(公告)日：2018-06-15
申请号：CN201711392267.X
申请日：2017-12-21
Applicant: 国家电网公司 , 国网河南省电力公司经济技术研究院 , 华北电力大学
Abstract: 本发明提出了一种基于客户用电差异化特性的短期负荷组合预测方法，包括分析用电客户差异化特性，建立基于客户画像技术的用电客户综合评价体系，提出基于模糊聚类的用电客户的分类方法；结合不同类型客户用电受到政策、经济、环境等不同因素的影响程度的不同的特点，基于层次分析法，提出短期负荷的组合预测方法；结合实例证明，本发明提出的预测方法精度可靠，同时客户的不同分类及其电负荷预测值也为供电服务的转型及升级提供了技术数据基础。
-
-
-
-
-
-
-
-
-
Search Results
137
records
(took 0.141 seconds)
