-
公开(公告)号：CN118449168A
公开(公告)日：2024-08-06
申请号：CN202410485492.1
申请日：2024-04-22
Applicant: 三峡大学
Abstract: 一种考虑储氢系统运行状态的电‑氢混合储能控制方法，包括以下步骤：输入区域源、荷数据，判断t时刻微电网净功率状态。统计蓄电池充电时长Tch与放电时长Tdis，以充、放电时长划分微电网为不同时期；根据微电网时期的划分，判断处在不同时期下的蓄电池最大充放电功率及荷电状态是否满足各模式启动条件；根据蓄电池充放电时长、荷电状态、充放电功率对各模式进行灵活的切换。该方法通过强调电化学储能与氢储能之间的互补机理，来应对电解槽低功率运行和频繁启停的问题。能够应用于解决风光资源充足地区孤岛微电网的电‑氢混合储能系统规划与调度问题，制定合理运行方式，从而促进清洁能源的消纳。
-
公开(公告)号：CN111736084B
公开(公告)日：2022-05-20
申请号：CN202010605779.5
申请日：2020-06-29
Applicant: 三峡大学
IPC: G01R31/392 , G01R31/379 , G01R31/367 , G06N3/04 , G06N3/08
Abstract: 基于改进LSTM神经网络的阀控铅酸蓄电池健康状态预测方法，通过在线监测装置每日测量得到蓄电池的浮充电压、均充电流、均充时长、放电截止电压、放电时长输入数据，蓄电池容量通过每两个月一次的核对性均衡充电测得。以n天为时间跨度，建立n维的样本输入x(ti)。以蓄电池容量数据序列h(ti)作为输出，x(ti)作为输入，建立一个包含多个LSTM神经网络单元的神经网络模型。初始状态下，通过随机生成0到1之间的小数，为网络中的权重矩阵W和偏置矩阵b进行赋值。引入Dropout算法改进LSTM神经网络模型，对其训练过程进行改进。本发明可以减少因数据样本不足导致的预测精度过低和欠拟合问题，对变电站蓄电池健康状态进行准确预测，提高蓄电池利用率。
-
公开(公告)号：CN111915544B
公开(公告)日：2022-05-03
申请号：CN202010631727.5
申请日：2020-07-03
Applicant: 三峡大学
IPC: G06T5/50 , G06T5/30 , G06T5/40 , G06T7/00 , G06T7/11 , G06T7/13 , G06T7/136 , G06T7/62 , G06T7/90
Abstract: 基于图像融合的保护压板运行状态辨识方法，包括保护压板图像高光区域检测步骤；基于图像融合的高光区域去除步骤；保护压板状态辨识步骤。该方法利用基于改进的OTSU二维阈值分割方法快速检测图像中的高光干扰，然后引入改进的RANSAC算法完成多视角的图像特征匹配和求取最佳透视变换矩阵，利用辅助图像透视变换至主图像修复其中的高光区域，最后在图像修复的基础上通过对压板边缘检测的倾角来判断其运行状态。本发明能够更好地辅助智能巡检机器人对压板投退状态的核对，提高继电保护压板投退状态辨识准确率，降低巡检人员的劳动强度，减少电网操作中的误操作、避免经济损失，确保电网安全稳定运行。
-
公开(公告)号：CN114219126A
公开(公告)日：2022-03-22
申请号：CN202111341851.9
申请日：2021-11-12
Applicant: 三峡大学
Abstract: 本发明涉及基于残差修正的小水电渗透地区网供负荷预测方法，包括：对网供负荷数据进行CEMD分解；建立BiGRU网供负荷预测模型；利用模型对历史数据进行预测计算，与历史真实值进行比较，计算残差并划分残差区间，统计残差状态的状态转移概率，得到状态转移概率矩阵；计算历史降雨量的费歇值，并计算其与残差序列各阶步长的相关系数，计算得到各阶步长对应的权重；计算得到各阶步长的预测日残差状态的概率；计算各阶步长的预测日残差状态的概率的加权值作为预测日残差状态的概率；选择概率最大的残差状态作为预测日残差状态；对模型输出的网供负荷预测值进行修正，得到最终的网供负荷预测值。本发明的方法提高了网供负荷预测值的准确率。
-
公开(公告)号：CN112398163A
公开(公告)日：2021-02-23
申请号：CN202011139454.9
申请日：2020-10-22
Applicant: 三峡大学
Abstract: 基于频率临界安全约束与惯量预测的最大风电并网容量计算方法，通过电网的日前发电计划信息、以及风电场的风功率预测曲线，计算下一日各时段的电网惯量H(tj)；根据电网的最大功率缺额和频率跌落最低值要求，求解电网临界惯量Hmin，使得电网临界惯量Hmin满足当发生最大功率缺额时，频率跌落最低值不超过安全限值；比较下一日各时段的电网惯量H(tj)和电网临界惯量Hmin大小，筛查小于电网临界惯量Hmin的时段；根据电网临界惯量Hmin，求解低于电网临界惯量时段内的风电场最大并网容量SWFmax。本发明技术可以分时段精细化决策实时风电最大并网容量和切除量，避免“误切”风电容量，为电网调度控制在频率安全事故处理中提供科学理论依据和技术措施。
-
Patent Agency Ranking
公开(公告)号：CN111915544A
公开(公告)日：2020-11-10
申请号：CN202010631727.5
申请日：2020-07-03
Applicant: 三峡大学
IPC: G06T5/50 , G06T5/30 , G06T5/40 , G06T7/00 , G06T7/11 , G06T7/13 , G06T7/136 , G06T7/62 , G06T7/90
Abstract: 基于图像融合的保护压板运行状态辨识方法，包括保护压板图像高光区域检测步骤；基于图像融合的高光区域去除步骤；保护压板状态辨识步骤。该方法利用基于改进的OTSU二维阈值分割方法快速检测图像中的高光干扰，然后引入改进的RANSAC算法完成多视角的图像特征匹配和求取最佳透视变换矩阵，利用辅助图像透视变换至主图像修复其中的高光区域，最后在图像修复的基础上通过对压板边缘检测的倾角来判断其运行状态。本发明能够更好地辅助智能巡检机器人对压板投退状态的核对，提高继电保护压板投退状态辨识准确率，降低巡检人员的劳动强度，减少电网操作中的误操作、避免经济损失，确保电网安全稳定运行。
-
公开(公告)号：CN109038613A
公开(公告)日：2018-12-18
申请号：CN201810719653.3
申请日：2018-07-02
Applicant: 三峡大学
CPC classification number: H02J3/24 , H02J3/386 , H02J3/48 , H02J2003/007
Abstract: 本发明提供了一种计及风电虚拟惯性/一次调频响应的自适应低频减载方法。风电机组施加典型虚拟惯性控制策略条件下，解析求解了风电虚拟惯量及电力系统等效惯性时间常数(H∑)。依据所求实时H∑，结合初始系统频率变化率，计算了系统精确的总有功功率缺额。同时在风电机组施加典型一次调频控制策略时，求解了风电场一次调频响应传递函数及一次调频响应的有功增量，结合求解的风电虚拟惯量动态计算低频减载过程中逐轮操作的功率缺额，并据此优化减载量。算例分析结果表明，因充分考虑风电虚拟惯性和一次调频作用，对含风电调频的电力系统，所提方法能更准确计算系统功率缺额、更精确操作各伦次低频减载，频率恢复动态过程和稳态更符合真实情况。
-
公开(公告)号：CN119674916A
公开(公告)日：2025-03-21
申请号：CN202411477970.0
申请日：2024-10-22
Applicant: 三峡大学
IPC: H02J3/00 , G06N3/006 , G06N3/0442 , G06N3/0985
Abstract: 计及最优参数的两阶段网供负荷预测方法，定义适用于负荷预测的集成经验模态分解EEMD评价指标，采用花授粉算法FPA求解评价指标最小下的分解参数最优解；再次利用花授粉算法FPA对双向门控循环递归单元BiGRU进行超参数寻优，建立各模态分量预测模型，得到各模态分量初步预测结果；叠加各模态分量初步预测结果和实际值进行作差，得到误差序列作为输出，各模态分量结合短期因素作为的输入，建立两者之间的映射关系，从而进行误差校正值，得到最终负荷预测结果。本发明一种计及最优参数的两阶段网供负荷预测方法，能够针对具有强非线性和高波动性的负荷序列进行较高精度的负荷预测。
-
公开(公告)号：CN119476542A
公开(公告)日：2025-02-18
申请号：CN202410945517.1
申请日：2024-07-15
Applicant: 三峡大学
IPC: G06Q10/04 , G06Q10/067 , G06Q10/0631 , G06Q50/06 , H02J3/32 , H02J3/46
Abstract: 基于微电网的电动汽车协调充电调度方法，包括：基于收集的充电信息，结合蒙特卡罗模拟(MCS)方法模拟电动汽车的随机性，获得每一辆电动汽车的充电需求；以最小化整体峰谷负荷差异为目标函数，建立协调充电调度优化模型，并且考虑了电动汽车慢速充电、电动汽车快速充电和微电网运行各种限制；对协调充电调度优化模型进行求解，生成调度策略并传送到电动汽车聚合商；电动汽车聚合商将按照调度指令，对不同的用电需求进行充电。结果揭示了电动汽车车主的充电模式选择以及微电网运行的削峰填谷，降低负荷的峰值、极差和方差，从而有助于提高微电网的安全性和可靠性。
-
公开(公告)号：CN119417436A
公开(公告)日：2025-02-11
申请号：CN202411272224.8
申请日：2024-09-11
Applicant: 三峡大学
IPC: G06Q10/20 , G06Q10/0631 , G06Q50/06 , G06F30/27 , G06N7/02 , G06N3/006 , G06F113/04 , G06F111/06 , G06F111/04
Abstract: 计及可再生能源接入的发电机组多目标检修优化调度方法，建立可再生能源出力与负荷的不确定模型；考虑经济性目标、可靠性目标以及可再生能源的消纳量目标，选取最小化总成本、最小化备用容量平方和以及最小化弃风弃光量进行综合评价，构建多目标机组检修优化模型；将系统功率平衡约束和备用容量约束转化为具有明确等价性的确定性约束；基于模糊理论选取各目标的隶属度函数，将多目标机组检修优化模型转化为单目标机组检修优化模型；利用改进蚁群算法对基于模糊理论转化而成的单目标机组检修优化模型进行求解，得到最大满意度时同时得到各机组的检修与运行状况。该方法应用于电网安排发电机组检修调度，提高经济效益、可靠性以及可再生能源消纳量。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.04 seconds)
