-
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。
-
公开(公告)号：CN117277426A
公开(公告)日：2023-12-22
申请号：CN202310981164.6
申请日：2023-08-03
Applicant: 三峡大学
IPC: H02J3/46 , H02J3/38 , H02J3/00 , G06Q50/06 , G06Q10/0631 , G06Q10/0635
Abstract: 一种基于C藤Copula及CVaR的综合能源系统优化调度方法，包括以下步骤：步骤1，针对风、光、荷预测误差造成的灵活爬坡备用容量估计偏差问题，通过C藤Copula函数构建风、光、荷的相关性模型；步骤2，构造计及条件风险价值的综合能源系统灵活爬坡经济目标函数；步骤2.1，根据风、光、荷预测误差相关性模型构建灵活爬坡产品模型；步骤2.2，采用CVaR理论量化不确定性灵活爬坡备用模型对系统造成的风险；步骤2.3，建立综合能源系统日前运行成本与CVaR成本目标函数；步骤3，构造考虑灵活爬坡产品的电‑热‑气综合能源系统优化调度约束条件。本发明提供一种基于C藤Copula及CVaR的综合能源系统优化调度方法，能够促进新能源消纳、节约运行成本。
-
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。
-
公开(公告)号：CN115511177A
公开(公告)日：2022-12-23
申请号：CN202211173914.9
申请日：2022-09-26
Applicant: 三峡大学
Abstract: 基于INGO‑SWGMN混合模型的超短期风速预测方法，获取风电场的历史风速数据，对数据进行预处理；基于LSTM网络提出一种共享权重门控记忆网络SWGMN，建立SWGMN预测模型；对北方苍鹰优化算法进行改进，将非线性减小机制应用于其狩猎半径，并在北方苍鹰个体的位置更新中加入扰动阶段；利用INGO优化算法和验证集数据，对SWGMN的初始学习率和隐藏层节点个数两个超参数进行寻优处理，以获得模型的最优超参数组合；将最优超参数和测试集数据分别输入到INGO‑SWGMN模型中，得到测试集中各子序列的预测结果；将各子序列的预测结果进行累加求和，得到最终的风速预测结果。本发明对北方苍鹰优化算法和LSTM网络进行了改进，并将二者进行了结合，具有较高的预测精度和较快的预测速度。
-
-
-
Search Results
4
records
(took 0.012 seconds)
