-
公开(公告)号：CN110309978A
公开(公告)日：2019-10-08
申请号：CN201910615225.0
申请日：2019-07-09
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于二次动态调整的神经网络光伏功率预测模型及方法，预测模型基于资源分配神经网络，用历史数据离线训练资源分配网络学习规则，得到在线预测以及后台二次动态调节的初始神经网络预测模型；将初始预测模型投入实际光伏功率预测，以实时数据作为模型输入，记录预测结果偏差较大的样本；误差较大的预测结果再次出现时，将与缓冲区的数据进行匹配，若出现特征相似的输入数据，则增加当前类型的输入样本支持度；具有相似特征的输入样本满足出现支持度阈值时，启用二次动态调节，调整预测模型的结构以学习该类样本。本发明在解决神经网络预测模型单一依赖离线训练样本问题的同时，使预测模型具备在线学习能力，更适应光伏功率的特性。
-
公开(公告)号：CN119150224A
公开(公告)日：2024-12-17
申请号：CN202411172109.3
申请日：2024-08-26
Applicant: 南京邮电大学
IPC: G06F18/25 , G06F18/2411 , G06F18/2413 , G06F18/214
Abstract: 本发明公开了一种基于机理与数据融合驱动的锂电池SOC‑SOH联合估计方法，包括如下步骤：首先，使用相空间重构后的多维数据集对最小二乘支持向量机(LSSVM，Least Square SupportVector Machines)预测模型进行训练。然后，基于安时积分法和容量衰减的经验模型建立状态方程，通过LSSVM预测模型建立IUPF观测方程，代入改进的无迹粒子滤波算法(IUPF，Intermediate UPF)进行状态估计和参数更新。最后，更新后的LSSVM模型参数迭代到训练数据集，实现电池SOC(State OfCharge)和SOH(State OfHealth)的联合预测和数据驱动模型的在线更新。本发明提出的一种基于机理与数据融合驱动的锂电池SOC‑SOH联合估计方法，实现了锂电池荷电状态SOC和健康状态SOH的联合估计，考虑系统的状态噪声和量测噪声，以保证电池状态估计结果的精度和稳定。
-
Patent Agency Ranking
公开(公告)号：CN118739432A
公开(公告)日：2024-10-01
申请号：CN202410934104.3
申请日：2024-07-12
Applicant: 南京邮电大学
IPC: H02J3/46 , H02J3/32 , H02J3/14 , H02J3/00 , G06N3/0442 , G06N3/048 , G06N3/049 , G06N3/092 , G06N3/045
Abstract: 本发明提供一种基于改进DDPG的氢电耦合多微电网系统能量管理方法，通过获取氢电耦合多微电网系统的历史数据；建立基于改进DDPG的氢电耦合多微电网系统的能量管理模型；建立基于改进DDPG的氢电耦合多微电网系统的能量管理模型的目标函数与约束条件；初始化能量管理系统智能体的运行环境；得到训练后的基于改进DDPG算法的氢电耦合多微电网系统的能量管理模型；通过训练后的基于改进DDPG算法的氢电耦合多微电网系统的能量管理模型得到能量管理策略；本发明能够使微电网的动作具有时间相关性，可以有效地避免产生不必要的能量管理动作，能够有效降低氢电耦合多微电网的运行成本，并提高氢电耦合多微电网的运行效率。
-
公开(公告)号：CN118348775A
公开(公告)日：2024-07-16
申请号：CN202410547972.6
申请日：2024-05-06
Applicant: 青海绿能数据有限公司 , 南京邮电大学
Inventor： 王蔚青 , 金金 , 杨涛 , 马军军 , 李丹 , 苗轲 , 吴晓虎 , 陈佳鑫 , 甘寿成 , 郭树锋 , 奎启麟 , 胡东岗 , 朱芮娜 , 杨波 , 赵有辉 , 牛雪莹 , 陈志强 , 施涛
IPC: G05B11/42
Abstract: 本发明公开了基于模糊控制的电极锅炉快速频率响应控制方法及系统，涉及电力设备领域，该基于模糊控制的电极锅炉快速频率响应控制方法包括以下步骤：对电极锅炉的频率进行周期性采样，并将当前周期的采样频率与上一周期的采样频率比较生成频率差值；依据电极锅炉负荷响应特性获取电极锅炉的频率响应系数，并基于频率响应系数计算电机锅炉调频死区；判断频率差值是否在频率死区范围内，并依据判断结果自适应调整电极锅炉的控制参数，以实现电极锅炉的频率波动响应。本发明不仅能够将新能源所产生的过剩电力制热供暖，增加新能源的消纳空间，还可以快速响应高比例间歇式新能源接入电力系统频率的瞬时波动，提供快速的功率支撑。
-
公开(公告)号：CN115001609B
公开(公告)日：2024-06-21
申请号：CN202210474654.2
申请日：2022-04-29
IPC: H04B17/345 , G06F18/214 , G06N3/0499 , G06N3/084
Abstract: 本发明涉及一种计及干扰功率测量值的电力无线专网干扰类型识别方法，包括：步骤1：获取基站干扰功率时频干扰测量矩阵；步骤2：根据干扰测量矩阵计算时间相关性；步骤3：计算干扰测量矩阵的谱特性矩阵；步骤4：基于神经网络构建干扰类型识别模型；步骤5：对干扰类型识别模型进行训练；步骤6：使用训练好的干扰类型识别模型识别电力无线专网干扰类型。与现有技术相比，本发明具有实时性好、准确性高等优点。
-
公开(公告)号：CN110309978B
公开(公告)日：2022-07-22
申请号：CN201910615225.0
申请日：2019-07-09
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于二次动态调整的神经网络光伏功率预测模型及方法，预测模型基于资源分配神经网络，用历史数据离线训练资源分配网络学习规则，得到在线预测以及后台二次动态调节的初始神经网络预测模型；将初始预测模型投入实际光伏功率预测，以实时数据作为模型输入，记录预测结果偏差较大的样本；误差较大的预测结果再次出现时，将与缓冲区的数据进行匹配，若出现特征相似的输入数据，则增加当前类型的输入样本支持度；具有相似特征的输入样本满足出现支持度阈值时，启用二次动态调节，调整预测模型的结构以学习该类样本。本发明在解决神经网络预测模型单一依赖离线训练样本问题的同时，使预测模型具备在线学习能力，更适应光伏功率的特性。
-
公开(公告)号：CN111463773A
公开(公告)日：2020-07-28
申请号：CN202010155683.3
申请日：2020-03-09
Applicant: 中国电力科学研究院有限公司 , 国网河北省电力有限公司 , 国家电网有限公司 , 南京邮电大学
Abstract: 本发明提供一种区域型综合能源系统能量管理优化方法和装置，获取区域型综合能源系统的拓扑结构、负荷和分布式发电功率预测信息；基于能量管理优化模型，采用蒙特卡罗法进行抽样，并结合遗传算法进行求解，得到区域型综合能源系统中冷热电源各自的计划出力和区域型综合能源系统的能量管理成本期望值。本发明大大提高了区域型综合能源系统中冷热电源各自的计划出力和区域型综合能源系统的能量管理成本期望值的置信度，通过功率预测误差样本量化了不确定因素，为提高能量管理优化结果置信度提供可靠基础；可以实现不确定性条件下的区域内外冷、热、电等多种能源供给来源的耦合互补和协同运行。
-
-
-
-
-
-
Search Results
17
records
(took 0.022 seconds)
