变压器油中溶解气体浓度预测方法

    公开(公告)号:CN117131760A

    公开(公告)日:2023-11-28

    申请号:CN202310874353.3

    申请日:2023-07-14

    Applicant: 三峡大学

    Abstract: 变压器油中溶解气体浓度预测方法,获取变压器油中溶解气体浓度历史数据,利用CEEMADN对数据进行预处理,将其分解为多组子序列;利用SSA对分解后的多组子序列进行主成分提取;将数据集划分为测试集、训练集和验证集并对归一化处理;将逃逸能量策略从线性方式更新为非线性方式,并在位置更新后期得到的最优种群进行交叉变异,得到改进的哈里斯鹰算法IHHO;采用KELM模型对其所有子序列进行预测,提出改进的哈里斯鹰算法IHHO优化KELM模型参数;将各子序列的预测结果进行累加求和得到最终的溶解气体预测结果。本发明采用基于CEEMDAN和SSA的多级特征提取方法,并在HHO的基础上提出了改进的哈里斯鹰算法IHHO,将其优化KELM的超参数,该方法具有较高的预测精度和较快的预测速度。

    质子交换膜燃料电池未来退化趋势预测方法

    公开(公告)号:CN118350267A

    公开(公告)日:2024-07-16

    申请号:CN202410416533.1

    申请日:2024-04-08

    Applicant: 三峡大学

    Abstract: 质子交换膜燃料电池未来退化趋势预测方法,包括:获取质子交换膜燃料电池PEMFC历史退化数据,对数据进行预处理并将堆叠电压作为PEMFC未来退化趋势的检测指标;基于relief算法计算处理后的数据中老化参数的权重大小,筛选出关联因子;对传统的蜣螂优化算法DBO进行改进,得到改进的蜣螂优化算法IDBO;将筛选出的关联因子和堆叠电压划分为训练集和测试集并进行重构,并分别输入到TCN,ELM,KRR中进行预测,得到相应的特征向量;利用基于Attention机制的长短期神经网络LSTM将得到的特征向量进行融合,得到最终的预测结果。本发明将改进的蜣螂优化算法IDBO与LSTM进行结合,利用IDBO来优化LSTM的超参数,使得LSTM的预测性能达到最优状态,进一步提高了总体模型的预测精度。

    综合能源系统多元负荷预测方法
    3.
    发明公开

    公开(公告)号:CN117439045A

    公开(公告)日:2024-01-23

    申请号:CN202311180643.4

    申请日:2023-09-13

    Applicant: 三峡大学

    Abstract: 综合能源系统多元负荷预测方法,包括步骤:对多元负荷历史数据以及气象数据进行关联因子优选,筛选出对多元负荷影响较大的关联因子;将筛选出的关联因子和多元负荷历史数据划分并进行归一化处理;采用嵌入式分解模块将数据进行分解,得到周期分量和趋势分量;提出负荷预测模型MTA‑ANF,对得到的周期分量和趋势分量进行预测,并采用训练集对MTA‑ANF模型进行训练;采用验证集对训练好的MTA‑ANF模型进行验证,检验模型是否训练到最优状态;将测试集数据输入到训练好的MTA‑ANF模型中,得到最终的多元负荷预测结果。本发明方法有机融合嵌入式分解模块ED、多尺度TCN‑Attention架构MTA以及自适应非线性融合方法ANF,在IES多元负荷短期预测领域具有更高的准确性。

Patent Agency Ranking