一种基于人工智能的多路径效应检测方法

    公开(公告)号:CN117872414A

    公开(公告)日:2024-04-12

    申请号:CN202311871167.0

    申请日:2023-12-29

    Abstract: 本申请提供一种基于人工智能的多路径效应检测方法,包括:根据历史观测数据确定多路径误差与不同特征值的相关程度;获取卫星发送的实时观测数据以及GIS数据;将实时观测数据、GIS数据以及多路径误差与不同特征值的相关程度输入至第一模型,确定多路径效应对实时观测数据的影响程度。该方案,一方面,根据历史观测数据确定多路径误差与不同特征值的相关程度,能够准确确定影响多路径误差的特征,进一步地,能够实现准确有效地探测多路径误差;另一方面,根据GIS数据,能够准确识别可能导致多路径效应的环境特征;再一方面,使用第一模型,对多路径效应进行检测,能够涵盖多路径具有的复杂的时间和空间特性,能够实现准确有效地探测多路径误差。

    一种基于ARIMA和相空间重构SVR的母线净负荷预测方法

    公开(公告)号:CN107944612B

    公开(公告)日:2021-11-30

    申请号:CN201711142909.0

    申请日:2017-11-17

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于ARIMA和相空间重构SVR的母线净负荷预测方法,具体包括以下几个步骤:步骤一,确定ARIMA模型的参数,建立ARIMA模型;步骤二,基于CC法对ARIMA模型残差序列进行相空间重构;步骤三,基于重构后的残差矩阵利用SVR建立净负荷非线性部分预测模型;步骤四,获得净负荷预测最终结果。本发明提出的预测模型充分利用ARIMA模型对线性变化的较强追踪能力以及SVR对非线性变化较强的捕捉能力;CC法相空间重构以嵌入空间维数和时间延迟的选取是相互依赖的为理论基础,计算量小、可靠性高且抗噪能力较强;SVR模型对非线性变化有较强的跟踪与捕捉能力,可以有效分析净负荷的非线性成分。

    利用酒糟和污泥联合厌氧发酵高效生产挥发性脂肪酸的方法

    公开(公告)号:CN108866115A

    公开(公告)日:2018-11-23

    申请号:CN201810762142.X

    申请日:2018-07-11

    Applicant: 河海大学

    Abstract: 本发明公开了利用酒糟和污泥联合厌氧发酵高效生产挥发性脂肪酸的方法,包括以下步骤:1)将酒糟废弃物与污泥混合获得厌氧发酵底物;2)将反应器充氮驱氧,密封反应器,利用机械搅拌将反应体系物质混合均匀,控制发酵pH值和温度,进行厌氧发酵。本发明既能够实现污泥和酒糟的资源化利用,生产具有较高利用价值的短链脂肪酸,同时能够实现污泥和酒糟的减量化和无害化,减轻对环境的污染。

    利用酒糟和污泥联合厌氧发酵高效生产挥发性脂肪酸的方法

    公开(公告)号:CN108866115B

    公开(公告)日:2022-04-12

    申请号:CN201810762142.X

    申请日:2018-07-11

    Applicant: 河海大学

    Abstract: 本发明公开了利用酒糟和污泥联合厌氧发酵高效生产挥发性脂肪酸的方法,包括以下步骤:1)将酒糟废弃物与污泥混合获得厌氧发酵底物;2)将反应器充氮驱氧,密封反应器,利用机械搅拌将反应体系物质混合均匀,控制发酵pH值和温度,进行厌氧发酵。本发明既能够实现污泥和酒糟的资源化利用,生产具有较高利用价值的短链脂肪酸,同时能够实现污泥和酒糟的减量化和无害化,减轻对环境的污染。

    一种光伏电站发电功率的预测方法

    公开(公告)号:CN107766990B

    公开(公告)日:2021-06-08

    申请号:CN201711103682.9

    申请日:2017-11-10

    Applicant: 河海大学

    Abstract: 本发明公开了一种光伏电站发电功率的预测方法,包括,利用光伏电站历史气象数据,以日为单位提取六种气象特征,建立气象特征库;通过KFCM算法将气象特征库中的日特征数据进行聚类,实现天气类型分类,并对每一日的功率数据和气象数据进行类别标记;按照类别标记,每一类中的功率数据和气象数据建立一个SVR子模型;通过数值天气预报提供的目标日天气特征,使用SVM识别目标日的天气类型,选择对应的SVR子模型;利用目标日的实时监测数据建立ARIMA模型,使用滚动预测方式实现辐照强度和气温的实时预测;辐照强度和气温的预测值输入所选择的SVR子模型,得到光伏电站功率预测结果。本发明提高了光伏电站发电功率的预测精度。

    一种基于ARIMA和相空间重构SVR的母线净负荷预测方法

    公开(公告)号:CN107944612A

    公开(公告)日:2018-04-20

    申请号:CN201711142909.0

    申请日:2017-11-17

    Applicant: 河海大学

    CPC classification number: G06Q10/04 G06Q50/06

    Abstract: 本发明公开了一种基于ARIMA和相空间重构SVR的母线净负荷预测方法,具体包括以下几个步骤:步骤一,确定ARIMA模型的参数,建立ARIMA模型;步骤二,基于CC法对ARIMA模型残差序列进行相空间重构;步骤三,基于重构后的残差矩阵利用SVR建立净负荷非线性部分预测模型;步骤四,获得净负荷预测最终结果。本发明提出的预测模型充分利用ARIMA模型对线性变化的较强追踪能力以及SVR对非线性变化较强的捕捉能力;CC法相空间重构以嵌入空间维数和时间延迟的选取是相互依赖的为理论基础,计算量小、可靠性高且抗噪能力较强;SVR模型对非线性变化有较强的跟踪与捕捉能力,可以有效分析净负荷的非线性成分。

    一种光伏电站发电功率的预测方法

    公开(公告)号:CN107766990A

    公开(公告)日:2018-03-06

    申请号:CN201711103682.9

    申请日:2017-11-10

    Applicant: 河海大学

    CPC classification number: G06Q10/04 G06K9/6223 G06Q50/06

    Abstract: 本发明公开了一种光伏电站发电功率的预测方法,包括,利用光伏电站历史气象数据,以日为单位提取六种气象特征,建立气象特征库;通过KFCM算法将气象特征库中的日特征数据进行聚类,实现天气类型分类,并对每一日的功率数据和气象数据进行类别标记;按照类别标记,每一类中的功率数据和气象数据建立一个SVR子模型;通过数值天气预报提供的目标日天气特征,使用SVM识别目标日的天气类型,选择对应的SVR子模型;利用目标日的实时监测数据建立ARIMA模型,使用滚动预测方式实现辐照强度和气温的实时预测;辐照强度和气温的预测值输入所选择的SVR子模型,得到光伏电站功率预测结果。本发明提高了光伏电站发电功率的预测精度。

Patent Agency Ranking