-
公开(公告)号：CN119891371A
公开(公告)日：2025-04-25
申请号：CN202411800726.3
申请日：2024-12-09
Applicant: 三峡大学
Abstract: 一种计及碳捕集电厂的含氢储能系统优化调度方法，包括：分析碳捕集机组与氢储能系统协同运行特性；根据氢储能运行原理，建立氢储能出力模型；引入氢储能出力模型，构建考虑碳交易机制的氢储能‑碳捕集联合运行低碳调度模型；选取机组出力作为决策变量，以系统综合成本最优化为目标，同时考虑机组运行约束与系统安全性约束以及风电出力以及负荷出力具有不确定性,对低碳调度模型进行求解。本发明提出的模型兼顾了系统运行的经济性与低碳性，有效提升了新能源的消纳水平。
-
公开(公告)号：CN111260616A
公开(公告)日：2020-06-09
申请号：CN202010032660.3
申请日：2020-01-13
Applicant: 三峡大学
Abstract: 一种基于Canny算子二维阈值分割优化的绝缘子裂纹检测方法，包括：对架空线路上的绝缘子进行拍摄，将拍摄的绝缘子图片输入到计算机中。采用计算机图像处理技术对拍摄的绝缘子图像进行预处理，预处理包括将所拍摄的绝缘子图像进行弱化背景、灰度化、对比度增强、滤波等操作，使目标绝缘子在图像中更加突出，降低噪声对图像的影响，从而优化图像质量。最后采用Canny算子二维阈值分割对绝缘子进行边缘优化，降低噪声的影响，使提取的绝缘子边缘细节特征更加清晰。对绝缘子是否有裂纹进行识别。本发明可以广泛应用于电网架空线路巡检当中，辅助架空线路野外巡检和维护作业，降低巡检人员的劳动强度，减少电网操作中的危险操作、避免经济损失。
-
公开(公告)号：CN118611023A
公开(公告)日：2024-09-06
申请号：CN202410485494.0
申请日：2024-04-22
Applicant: 三峡大学
IPC: H02J3/00 , G06F18/27 , G06F30/27 , G06F119/02
Abstract: 基于LASSO回归和LSTM‑GRU神经网络的综合能源系统负荷预测方法，包括以下步骤：通过LASSO回归方法对气象因素进行筛选分析，筛选出与多元负荷具有强相关性的气象因素；利用LSTM神经网络对中筛选出的气象因素数据以及历史样本数据进行学习与训练，得到综合能源负荷的初步预测值，并通过初步预测值求取负荷预测误差，作为误差补偿模型的输入；建立误差补偿模型，通过GRU神经网络模型对负荷预测误差进行训练，得到综合能源系统的负荷误差预测值，进而求得误差补偿值，对初步预测值进行重构，输入同一个样本数据的负荷预测值和误差补偿值，将二者求和反归一化处理后得到最终负荷预测结果。该方法能够有效的提升综合能源系统多元负荷预测精度，具有较强的实用性。
-
公开(公告)号：CN119134350A
公开(公告)日：2024-12-13
申请号：CN202411137908.7
申请日：2024-08-19
Applicant: 三峡大学
Abstract: 本发明属于电网低碳优化调度领域技术领域，具体提供一种计及储液式碳捕集电厂的含风电系统低碳经济调度方法，包括：基于燃烧后碳捕集技术，加装储液罐，构建储液式碳捕集电厂运行模型；对碳捕集机组的净出力进行量化分析；引入抽水蓄能机组和风电机组模型，以机组出力情况为决策变量，系统综合成本最优为目标，考虑机组运行约束和系统安全性约束，构建考虑碳交易的风电‑碳捕集联合运行的低碳调度模型；采用松弛技术与分段线性化方法将电量不足期望值与弃风期望值分段线性化。该方法一利用储液式碳捕集电厂参与系统调峰解决风电接入场景下的风电消纳问题，提升系统运行的稳定性和经济性。
-
Patent Agency Ranking
公开(公告)号：CN111751671A
公开(公告)日：2020-10-09
申请号：CN202010605765.3
申请日：2020-06-29
Applicant: 三峡大学
Abstract: 基于VMD-DTW聚类的小电流接地系统故障选线方法，包括以不同线路的零序电流为样本，采用VMD分解法提取和增强零序电流原始信号，将零序电流原始信号分解成高中低三个频段的模态分量；然后使用DTW法计算不同线路模态分量的相似性，实现不同线路零序电流相似性测度；根据相似性测度结果更新HAC聚类簇中心，以实现零序电流特征的聚类；根据聚类结果区分故障线路和健康线路，最终实现对小电流接地系统的故障选线目的。本发明方法可以避免由电网调度监控人员使用拉路法区分故障线路而产生的一系列问题，辅助监控人员及时发现故障线路，保证配电网的安全稳定运行。
-
公开(公告)号：CN111736084A
公开(公告)日：2020-10-02
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：CN119518866A
公开(公告)日：2025-02-25
申请号：CN202411511317.1
申请日：2024-10-28
Applicant: 三峡大学
Abstract: 一种考虑电氢耦合的混合储能系统两阶段规划方法，包括：建立混合储能系统各装置出力模型；建立第一阶段丰能期容量优化配置模型；建立第二阶段枯能期容量优化配置模型；建立负载失电率与能量过剩率评价指标；对微电网混合储能系统两阶段规划模型进行求解。本发明可用于平抑新能源新能源波动，提升电力系统运行稳定性。
-
公开(公告)号：CN118545573A
公开(公告)日：2024-08-27
申请号：CN202410550100.5
申请日：2024-05-06
Applicant: 三峡大学
Abstract: 一种电力输电线缆的可调收放装置，包括车架，车架上设置有安装工位和导线辊，输电线缆穿过车架前端的送线调节模块经由导线辊顺序卷绕在收放机构上，对输电线缆进行缠绕卷收和放线，送线调节模块安装在车架上，收放机构通过定位螺栓固定在安装工位处，收放机构固定在主轴上，收放机构上安装有气动停闸回补装置，车架、送线调节模块、收放机构、气动停闸回补装置、主轴、导线辊均与控制系统连通，控制系统设置有环境分析模块，获取分析输电线缆工作收放环境特征数据，为收放机构的收放工作特征提供参考，气动停闸回补装置根据预设的压力值或控制信号控制收放机构收放；本发明通过多模块协同工作，确保线缆在收放过程中的平稳运行，提高了工作效率。
-
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。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.015 seconds)
