-
公开(公告)号：CN106058888A
公开(公告)日：2016-10-26
申请号：CN201610550079.4
申请日：2016-07-13
Applicant: 三峡大学
IPC: H02J3/18
CPC classification number: Y02E40/12 , H02J3/1864
Abstract: 一种静态无功补偿器的晶闸管软开关投切电路及控制方法，包括电网、晶闸管控制电抗器TCR、晶闸管投切电容器TSC、控制电路。晶闸管控制电抗器TCR与晶闸管投切电容器TSC并联后接入电网。控制电路部分包括相位检测模块、无功检测与控制量计算模块、信号发生器1#和2#、驱动电路1～4。对于TSC和TCR的晶闸管TC与TL的控制，均以电网电压相位为参考，要根据目标控制量的大小，确定触发TC与TL导通的周期和相位。本发明不含耗能电阻，增加了桥式二极管整流单元，但在TSC或TCR中仅采用一只晶闸管，即可实现电能的双向控制。
-
公开(公告)号：CN117543532A
公开(公告)日：2024-02-09
申请号：CN202311293439.3
申请日：2023-09-28
Applicant: 三峡大学
IPC: H02J3/00 , G06Q10/04 , G06Q50/06 , G06F18/10 , G06F18/213 , G06N3/006 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 基于PSO‑VMD和CNN‑GRU的短期电力负荷预测方法，包括以下步骤：步骤1，利用变分模态分解将原始电力负荷序列分解为多个模态分量，并使用粒子群算法对其中超参数优化。步骤2，运用皮尔逊系数分析各模态分量和气象、电价等特征因素之间的相关性，获得最佳特征集。步骤3，将分解得到的各个模态分量结合特征集输入到卷积神经网络和门控循环单元组合神经网络中进行训练预测，并使用粒子群算法对组合神经网络超参数进行优化。步骤4，将预测结果进行重构得到最终预测结果。本发明可以提高电力系统短期负荷预测精度，且具有良好的泛化能力。
-
公开(公告)号：CN116961127A
公开(公告)日：2023-10-27
申请号：CN202310743062.0
申请日：2023-06-21
Applicant: 三峡大学
Abstract: 本发明提供了一种考虑需求响应及火电深度调峰的含抽蓄电力系统优化调度方法，包括以下几个步骤：S1构建需求响应模型；S2构建火电机组深度调峰成本模型；S3建立计及需求响应的火蓄联合调峰两阶段优化模型；S4构建约束条件；S5模型的求解，其中第1阶段优化模型以考虑需求响应模型构建的负荷与风电差值的平方和最小为目标优化负荷曲线；第2阶段优化模型计及火电深度调峰电量损失成本、抽蓄调峰成本、弃风成本和系统网损成本，以系统的总运行成本最小为目标优化各机组出力。利用本发明的算例结果表明，利用所提模型求解电力系统最优出力分配方案，可以降低火电深度调峰程度，促进风电消纳以及降低系统总运行成本。
-
公开(公告)号：CN116561573A
公开(公告)日：2023-08-08
申请号：CN202310415366.4
申请日：2020-05-19
Applicant: 三峡大学
IPC: G06F18/214 , G06F18/241 , G06Q10/0639 , G06Q50/06
Abstract: 一种电压稳定评估的训练集循环分裂训练方法，它将高效样本集采用十倍交叉验证法分为训练集和测试集，将其送入到伞式NP分类器中进行模型离线训练，基于伞式算法对多种传统分离器进行改造，得到一系列对应NP分类器的伞式NP分类器；在模型训练阶段，在保证总体分类精度的前提下，根据一类分类错误和二类分类错误性质的不同基于伞式NP分类器对一类误分类错误设置一类分类错误阈值上限进行约束，并且通过设置训练集循环分裂训练次数M控制每种NP分类器的训练模式，获得一系列子NP分类器，并对各种类型的NP分类器的子NP分类器采用加权投票方式获得各NP分类器的稳定不稳定分类结果，从而优化VSA模型的分类性能。
-
公开(公告)号：CN110311376B
公开(公告)日：2022-12-20
申请号：CN201910703341.8
申请日：2019-07-31
Applicant: 三峡大学
Abstract: 一种电力系统动态安全评估综合模型及时空可视化方法，步骤一)：构建动态安全指标，基于电力系统历史运行数据与预想事故集，建立动态安全评估初始样本集；步骤二)：构建特征选择框架，对初始样本集进行特征选择，形成处理后的高效样本集；步骤三)：基于随机位森林构建在线动态安全评估综合模型，并利用高效样本集对模型进行离线训练及更新；步骤四)：利用持续更新的动态安全评估模型完成对动态安全状态的在线评估，并利用时空可视化方法实现对动态安全信息的可视化呈现。本发明的目的是为了提供一种有利于系统运行人员及时采取预防控制措施，避免事故引起的大停电，提高电网安全运行水平的在线动态安全评估综合模型及时空可视化方法。
-
Patent Agency Ranking
公开(公告)号：CN111652478A
公开(公告)日：2020-09-11
申请号：CN202010426427.3
申请日：2020-05-19
Applicant: 三峡大学
Abstract: 基于伞式算法的电力系统电压稳定评估误分类约束方法，步骤1：构建初始数据集，并基于电力系统电压稳定评估规则，构建电压稳定安全分类标签；步骤2：选择关键运行变量构建高效样本集；步骤3：对电压稳定评估模型进行离线训练；步骤4：将新的运行工况条件下产生的新样本集送入电压稳定评估模型中进行模型更新；步骤5：利用已训练好的电压稳定评估模型完成在线电压稳定评估。本发明为了解决传统基于数据驱动工具构建的VSA模型在误分类约束及模型更新机制方面存在的局限性，提出基于伞式算法的电力系统电压稳定评估误分类约束方法，使得VSA模型可提供权衡总体分类精度与一类分类错误约束的VSA结果。
-
公开(公告)号：CN118626907A
公开(公告)日：2024-09-10
申请号：CN202410724564.3
申请日：2024-06-05
Applicant: 三峡大学
IPC: G06F18/24 , G06F18/214 , G06N20/20 , G06F18/21 , G06F18/20
Abstract: 本发明公开了一种基于Blending集成学习的窃电检测识别方法，包括以下步骤：利用采样设备实时获取用户的用电量数据；采用ADASYN采样方法处理类别不平衡的用电数据；通过初级学习器进行遴选，选择最佳初级学习器组合，通过元学习器性能上的比较选择表现最优的元学习器融合不同初级学习器的优势，构建Blending集成学习模型；基于Blending集成学习模型基于历史数据对每一个台区未来一天的用电量进行短期预测；针对RSPE超过阈值的窃电嫌疑台区进行重点核查；将窃电可疑台区后连接的所有用户暂时全部确定为可疑用户，将处理后的数据作为模型的输入，通过构建的Blending集成学习模型完成窃电用户检测识别；该方法可以结合台区窃电检测和用户窃电检测台区来提高检测的效率和准确性。
-
公开(公告)号：CN117592593A
公开(公告)日：2024-02-23
申请号：CN202311366894.1
申请日：2023-10-20
Applicant: 三峡大学
IPC: G06Q10/04 , G06Q50/06 , G06N3/006 , G06N3/0442 , G06N3/045 , G06N3/0985 , H02J3/00
Abstract: 基于改进二次模态分解和WOA优化BILSTM‑attention的短期电力负荷预测方法，包括：Step1、对历史电力负荷数据进行预处理；Step2、对预处理之后的数据采用完全集合经验模态分解，得到多个子序列分量；Step3、采用变分模态分解进一步分解，建立评价标准，采用鲸鱼优化算法对分解个数和惩罚因子进行参数寻优；Step4、选取最大相关性影响因素，获得最佳特征集；Step5、构建双向长短期神经网络进行训练预测，定义损失函数为目标函数，并采用鲸鱼优化算法对其中超参数进行优化；Step6、预测得到得到最终预测结果；Step7、验证预测模型的有效性。二次模态分解可以自适应地分解为合适数量的简单模态分量；BiLSTM神经网络的双向处理能力以及注意力机制和鲸鱼优化算法也进一步地提高了预测精度。
-
公开(公告)号：CN117351259A
公开(公告)日：2024-01-05
申请号：CN202311098090.8
申请日：2023-08-29
Applicant: 三峡大学
IPC: G06V10/764 , G01R31/00 , G06F18/2431 , G06V10/44 , G06V10/56 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种基于二值化V‑I轨迹颜色编码的非侵入式负荷识别方法，包括以下步骤：从采集到的高频电压、电流数据中提取设备的稳态区间；利用Fryze功率理论将电流分解为有功和无功电流；将得到的电压和无功电流数据进行归一化处理并绘制V‑I轨迹曲线；得到V‑I轨迹后对其进行二值轨迹映射并进行HSV颜色编码；再构建ResNet50神经网络，并把图像作为输入，将神经网络的全连接层数调整至与设备类别数保一致来进行特征提取和负荷识别。通过HSV颜色编码将V‑I轨迹转换为视觉表示，将不同领域之间的知识联系起来，这样不仅增强了负荷特征的唯一性，还能把在图像识别领域的出色表现的ResNet50神经网络用到非侵入式负荷识别领域中来，最后利用PLAID公共数据集进行了验证。
-
公开(公告)号：CN116957008A
公开(公告)日：2023-10-27
申请号：CN202310698023.3
申请日：2023-06-13
Applicant: 三峡大学
IPC: G06N3/0464 , H02J3/00 , G06N3/08
Abstract: 一种针对错判的图卷积网络暂态稳定评估方法，包括以下步骤：步骤1：模拟电力系统不同运行场景构建样本集；步骤2：获得改进后的自适应图卷积网络GCN；步骤3：基于改进后的自适应图卷积网络GCN建立评估模型，进行离线训练；步骤4：在在线应用过程中，通过构建辅助决策模块对模型得到的稳定类别与稳定水平进行协调，判断电力系统的真实运行状态。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.026 seconds)
