-
公开(公告)号：CN116404647A
公开(公告)日：2023-07-07
申请号：CN202310677314.4
申请日：2023-06-09
Applicant: 山东大学 , 中国电力科学研究院有限公司
IPC: H02J3/00 , G06Q10/04 , G06F18/232 , G06Q50/06
Abstract: 本发明属于光伏预测技术领域，具体涉及一种计及动态汇聚特性的分布式光伏短期功率预测方法及系统，包括：考虑动态时间规整的序列插值，调节分布式光伏的功率序列，得到分布式光伏插值后的功率规范曲线；考虑基波占比的无监督聚类，将所得到的功率规范曲线进行分布式光伏站点的动态集群划分，构建分布式光伏的动态汇聚模型；根据所构建的动态汇聚模型得到分布式光伏的聚类结果，根据所得到的聚类结果，将聚类后的气象输入到预设的长短期记忆网络功率预测模型，预测分布式光伏的功率。
-
公开(公告)号：CN116404645A
公开(公告)日：2023-07-07
申请号：CN202310664108.X
申请日：2023-06-07
Applicant: 山东大学 , 中国电力科学研究院有限公司
Abstract: 本发明涉及分布式光伏系统技术领域，具体公开了一种考虑时空相关特性的分布式光伏短期功率预测方法及系统；方法包括：获取关注时间点公共耦合点处的电压，以及各条馈线的电流数据，形成馈线电流矩阵；计算各条馈线电流的互信息值；选取互信息值大于设定值的馈线，将馈线的电流数据相加作为馈线电流矩阵中新的一列数据，同时删除馈线在馈线电流矩阵中原来的电流数据，形成新的馈线电流矩阵；利用独立矢量分析算法对新的馈线电流矩阵进行运算，得到解耦后的分离矩阵；基于公共耦合点处的电压和分离矩阵，得到h次谐波的谐波定量评估结果。本发明可以准确评估分布式光伏接入下，谐波电流相关性较高的多条馈线的谐波责任。
-
Patent Agency Ranking
公开(公告)号：CN115587329A
公开(公告)日：2023-01-10
申请号：CN202211190570.2
申请日：2022-09-28
Applicant: 山东大学
IPC: G06F18/2411 , G06F18/10 , G06F18/213 , G06F18/241 , G06N3/0464 , G06N3/08 , G06Q50/06
Abstract: 本发明属于故障分类技术领域，提供了一种基于卷积神经网络提取特征的配电网故障分类方法及系统，本发明中对配电网故障分类时采用的配电网故障分类模型中，采用深度学习中的卷积神经网络当作特征提取器，进行自适应故障特征提取，保证了故障数据在非线性和随机性增加情况下的的特征提取能力，同时在分类前将故障数据变换为更适用于卷积神经网络输入的二维图形式，以时频谱灰度图的形式输入到卷积神经网络中进行特征自学习和分类等，保证了分类的准确率。
-
公开(公告)号：CN115169128A
公开(公告)日：2022-10-11
申请号：CN202210831222.2
申请日：2022-07-15
Applicant: 山东大学
IPC: G06F30/20 , G06Q50/06 , G06Q10/04 , G06F17/11 , G06F111/04 , G06F119/08
Abstract: 本发明提出了考虑网络动态特性的综合能源系统机组组合方法及系统，包括：综合考虑电、气、热综合能源系统中的能源生产设备及能源存储设备，同时计及网络传输动态特性方程，以系统综合成本最小化为目标函数，构建计及网络动态特性的电、气、热综合能源系统机组组合模型；确定计及网络动态特性的电、气、热综合能源系统机组组合模型的约束条件；采用分段线性化方法对模型进行线性化处理，得到机组组合方案。本发明减少了传统火电机组的频繁启停，优化了其运行时段，提高了风电的接纳空间，增强了系统的经济性及运行灵活性。
-
公开(公告)号：CN111815038B
公开(公告)日：2022-05-13
申请号：CN202010589499.X
申请日：2020-06-24
Applicant: 山东大学 , 山东汉思信息技术有限公司 , 济南睿能电力设计咨询有限公司
Abstract: 本公开提出了一种光伏超短期预测方法,包括：对卫星可见光云图进行像素标准化处理，将标准化云图进行去底操作，获得只包含云信息的图像；利用只包含云信息的图像对未来超短期时刻目标区域的云图进行预测；将预测云图输入至卷积神经网络，获得云遮挡因子；融合云遮挡因子及与光伏功率或辐照度进行相关的影响因素，建立和光伏功率或辐照度的映射关系，利用该关系对待预测量进行预测。卫星可见光云图数据获取途径比较简单且广泛，同时覆盖范围及视野较大，可以反映云层移动以及厚薄情况。卷积神经网络特别适合于图像特征的提取及学习，将卷积神经网络与卫星云图相融合能够更好的捕捉云对于辐射光线的遮挡影响。
-
公开(公告)号：CN110414725B
公开(公告)日：2021-02-19
申请号：CN201910626144.0
申请日：2019-07-11
Applicant: 山东大学 , 国网山东省电力公司经济技术研究院
Abstract: 本公开提供了一种预测决策一体化的风电场储能系统调度方法及装置。其中，预测决策一体化的风电场储能系统调度方法，包括：样本积累步骤：将风电场状态st输入至评价网络，输出动作空间A中所有动作的Q值并由ε‑greedy策略确定储能系统的调度指令at，在储能系统执行该调度指令后，计算返回的奖励rt并观察下一时段风电场状态st+1，将(st,at,rt,st+1)作为一个样本存储到缓存器中，重复上述过程直至缓存器中样本数达到预设上限值；Q值迭代步骤；网络训练步骤；学习环节结束判断步骤：若风电场获取的收益不再增长并在预设书中范围内波动，则此时评价网络已收敛，当前调度指令最优；否则，重复上述步骤，直至评价网络收敛，输出最优调度指令。
-
公开(公告)号：CN111815038A
公开(公告)日：2020-10-23
申请号：CN202010589499.X
申请日：2020-06-24
Applicant: 山东大学 , 山东汉思信息技术有限公司 , 济南睿能电力设计咨询有限公司
Abstract: 本公开提出了一种光伏超短期预测方法,包括：对卫星可见光云图进行像素标准化处理，将标准化云图进行去底操作，获得只包含云信息的图像；利用只包含云信息的图像对未来超短期时刻目标区域的云图进行预测；将预测云图输入至卷积神经网络，获得云遮挡因子；融合云遮挡因子及与光伏功率或辐照度进行相关的影响因素，建立和光伏功率或辐照度的映射关系，利用该关系对待预测量进行预测。卫星可见光云图数据获取途径比较简单且广泛，同时覆盖范围及视野较大，可以反映云层移动以及厚薄情况。卷积神经网络特别适合于图像特征的提取及学习，将卷积神经网络与卫星云图相融合能够更好的捕捉云对于辐射光线的遮挡影响。
-
-
-
-
-
-
Search Results
77
records
(took 0.024 seconds)
