-
公开(公告)号：CN115034426A
公开(公告)日：2022-09-09
申请号：CN202210270326.0
申请日：2022-03-18
Applicant: 武汉理工大学
IPC: G06Q10/04 , G06Q10/06 , G06Q50/06 , G06F30/27 , G06N3/04 , G06N3/08 , G06N7/08 , H02J3/00 , G06F113/04
Abstract: 本发明提供了一种基于相空间重构与多模型融合Stacking集成学习方式的滚动负荷预测方法，首先采用相空间重构技术对时间序列的历史负荷数据进行处理，以避免收集温度、湿度等关键信息；然后建立了一种滚动负荷预测方法，利用预测的数据作为下一次训练的训练值，来预测更长时间长度的负荷；最后，使用多模型融合Stacking集成学习方式模型对未来24小时的负荷进行预测，并与其他5种单模型的预测结果进行对比，以验证所建立的相空间重构与多模型融合Stacking集成学习方式的滚动负荷预测方法的科学性与有效性。本发明所提出的方法实现了在缺失温度、湿度等关键信息时，也能对电力负荷进行精确的预测。
-
公开(公告)号：CN114498753A
公开(公告)日：2022-05-13
申请号：CN202210160754.8
申请日：2022-02-22
Applicant: 武汉理工大学
Abstract: 本发明提供了一种数据驱动的低碳船舶微电网实时能量管理方法，首先，通过预测误差拟合、等概率逆变换场景集生成、同步回代法场景集削减建立考虑预测误差时序相关性的船舶净负荷场景集；其次，结合场景集信息及滚动优化、反馈校正机制，建立各场景下控制动作运行成本与荷电状态偏离惩罚成本之和期望最小的随机模型预测控制能量管理模型；随后，基于随机模型预测控制生成大量训练数据样本，训练随机森林算法对数据样本进行多变量回归；分别得到低、中、高三种不同功率等级负荷下的数据驱动随机模型预测控制实时能量管理策略。本发明对探索切实可行的船舶节能减排措施具有重要的现实意义。
-
公开(公告)号：CN113189490B
公开(公告)日：2022-04-01
申请号：CN202110536472.9
申请日：2021-05-17
Applicant: 武汉理工大学
IPC: G01R31/367 , G01R31/378
Abstract: 本发明公开了一种基于特征筛选和高斯过程回归的锂电池健康状态估计方法，包括步骤：1、采集待测电池历史数据，定义电池SOH。2、采用粒子群‑灰色关联分析PSO‑GRA方法筛选最优特征电压区间，并基于充电曲线提取特征。3、将样本划分为训练集、测试集。4、建立改进的GPR模型。5、基于训练集数据训练GPR模型。6、基于训练好的模型进行SOH估计，输出估计均值和置信区间。本发明实现了高相关性特征的自动提取，改进了传统的高斯过程回归GPR模型，提高了电池SOH估计精度，且能够适应不同锂离子电池数据。
-
公开(公告)号：CN110703128B
公开(公告)日：2021-10-22
申请号：CN201910329153.3
申请日：2019-04-23
Applicant: 武汉理工大学
Abstract: 本发明提供了一种基于灰色关联分析的非有效接地配电网单相接地故障选相方法，包括，对故障发生时刻后20ms和故障发生时刻前20ms内各相电流进行高速采样，得到各相电流采样数据；将各相在故障时刻后20ms电流采样数据减去前20ms电流采样数据，得到各相电流故障暂态量，并对各相电流故障暂态量进行归一化及标准化处理；计算A相与B相、A相与C相、B相与C相电流故障暂态量之间的关联度，并求得各相电流故障暂态量平均关联度，具体为各相与另外两相的关联度的平均数；最后计算各相故障评价指标，具体为该相平均关联度与其他两相平均关联度差值绝对值之和；五是确定故障相判断阈值，故障评价指标高于故障相判断阈值的相为故障相。
-
公开(公告)号：CN112613180A
公开(公告)日：2021-04-06
申请号：CN202011581754.2
申请日：2020-12-28
Applicant: 武汉理工大学
IPC: G06F30/20 , G06N3/12 , G06F111/04 , G06F111/06 , G06F119/06
Abstract: 本发明属于水下无人航行器能耗优化技术领域，公开了一种水下无人航行器的能耗优化方法，包括构建用于优化分配燃料电池系统内部各燃料电堆的输出功率的第一模型，使得在预设的燃料电池系统的输出功率下，燃料电池系统的等效瞬时氢耗最小；构建用于优化分配UUV混合动力系统内燃料电池系统和蓄电池系统的输出功率的第二模型，使得在预设的UUV的航速下，UUV混合动力系统的等效瞬时氢耗最小；构建用于规划UUV航行路径的第三模型，使得在预设的UUV的航速下，UUV的等效氢耗最小；联合求解第一模型、第二模型、第三模型，得到UUV的航行路径和最小等效氢耗。本发明能够有效减少水下无人航行器的最小等效氢耗。
-
Patent Agency Ranking
公开(公告)号：CN112003314A
公开(公告)日：2020-11-27
申请号：CN202010964396.7
申请日：2020-09-15
Applicant: 武汉理工大学
Abstract: 本发明提出了一种电动汽车有序充电补贴调度方法。本发明基于分时电价研究电动汽车接入电网充电的时间无序性，建立电动汽车充电负荷模型。构建考虑用户和电网收益的互利共赢收益模型；将互利共赢收益作为优选目标，利用粒子群算法求解得到优化后电动汽车起始充电时间；构建刺激补贴模型和电动汽车最优充电补贴调度模型，采用遍历方法优化得到电网对于响应策略的用户在一定时间的补贴价格；依据优化后用户对于补贴政策的响应度和补贴价格，采用粒子群算法对最优充电补贴调度模型进行求解，获得电动汽车最优充电开始时刻。本发明充分考虑了电网用户双方收益，利用粒子群算法求解互利共赢收益最高，获得电网和用户双方较为满意的电动汽车调度策略。
-
公开(公告)号：CN109499949A
公开(公告)日：2019-03-22
申请号：CN201811439302.3
申请日：2018-11-29
Applicant: 国家电网有限公司 , 国网湖北省电力有限公司检修公司 , 武汉理工大学
Abstract: 本发明公开了一种变电站绝缘子全自动清扫装置，包括三个部分：动力及控制系统、传动杆和由特殊绝缘材料制成的清洁刷头，其中，动力及控制部分封装在一个基座内与传动杆连接，传动杆经过一个连接锁与刷头相连。清扫器的三个组成部分中，动力与传动部分最为复杂，由控制电路、电机及传动装置和升降装置组成，该部分负责实现刷头升降、控制刷头转速等功能；传动部分结构相对简单，由传动零件和绝缘杆组成。本发明由于该装置的刷头和传动杆部分皆为绝缘材料，具有良好的绝缘性，故无需停电作业，而工作人员只需用遥控器便可以对该装置进行操作，大大提高了安全性，该装置具有绝缘水平高，清扫能力强，操作方便，易于控制等特点。
-
公开(公告)号：CN107730049A
公开(公告)日：2018-02-23
申请号：CN201711039610.2
申请日：2017-10-30
Applicant: 武汉理工大学
CPC classification number: G06Q10/047 , G06Q50/06
Abstract: 本发明提供一种电动汽车快速充电最优位置选择方法，包括：步骤1：分别构建影响电动汽车在路网中行驶的行驶路程和行驶时间的目标函数，以及影响电动汽车在配电网中充电的节点失效概率和节点用电容量的目标函数；步骤2：运用多属性决策的节点重要性评价方法得到各充电节点重要度排序，引导电动汽车选择重要度低的节点进行快速充电。本发明对电动汽车快速充电位置进行优化，考虑路网和配电网的耦合作用，通过多属性决策的节点重要性评价方法，根据电动汽车在路网和配电网下的影响因素，找到既考虑电网安全又考虑用户利益的快充位置选择。
-
公开(公告)号：CN111259533B
公开(公告)日：2024-08-09
申请号：CN202010031295.4
申请日：2020-01-13
Applicant: 武汉理工大学
Abstract: 本发明涉及高频电磁场计算技术，具体涉及GIS隔离开关操作下套管处特快速暂态电磁辐射的计算方法，包括以下步骤：VFTO激励源的选取与处理；分析GIS设备的结构，建立考虑套管结构的模型；施加VFTO激励源，GIS设备接地，GIS设备外壳进行加密处理，获取套管周围空间辐射电磁场；改变VFTO激励源的大小，逐一仿真开关操作条件下的GIS变电站空间电磁场，得到空间电磁场时域仿真波形；根据步骤4所述空间电磁场时域仿真波形，获得GIS变电站开关操作时空间电磁场的电磁干扰频段。该方法解决了目前特快速瞬态空间辐射电磁场计算时间较长，计算过程复杂及尺寸限制问题。准确得到开关操作条件下瞬态空间电磁场的电磁干扰频段。
-
公开(公告)号：CN115034426B
公开(公告)日：2024-07-02
申请号：CN202210270326.0
申请日：2022-03-18
Applicant: 武汉理工大学
IPC: G06Q10/04 , G06Q10/0637 , G06Q50/06 , G06F30/27 , G06N3/0442 , G06N3/084 , G06N7/08 , H02J3/00 , G06F113/04
Abstract: 本发明提供了一种基于相空间重构与多模型融合Stacking集成学习方式的滚动负荷预测方法，首先采用相空间重构技术对时间序列的历史负荷数据进行处理，以避免收集温度、湿度等关键信息；然后建立了一种滚动负荷预测方法，利用预测的数据作为下一次训练的训练值，来预测更长时间长度的负荷；最后，使用多模型融合Stacking集成学习方式模型对未来24小时的负荷进行预测，并与其他5种单模型的预测结果进行对比，以验证所建立的相空间重构与多模型融合Stacking集成学习方式的滚动负荷预测方法的科学性与有效性。本发明所提出的方法实现了在缺失温度、湿度等关键信息时，也能对电力负荷进行精确的预测。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.138 seconds)
