-
公开(公告)号：CN115393310A
公开(公告)日：2022-11-25
申请号：CN202211005289.7
申请日：2022-08-22
Applicant: 东北电力大学 , 国网吉林省电力有限公司吉林供电公司
Abstract: 本发明是一种基于改进的YOLOv5s的绝缘子缺陷检测方法，其特点在于，具体步骤如下：原始图像数据的筛选；图像预处理；制作图像数据集；构建基于改进的YOLOv5s的绝缘子缺陷检测网络；网络模型训练；网络模型检测性能评估；网络模型应用。本发明通过无人机的2.4GHz/5GHz的双频通信将图像传输到现场便携式边缘计算设备上，在现场边缘计算设备上实现绝缘子缺陷的快速和准确检测。为了提高绝缘子缺陷检测速度，在保证绝缘子缺陷检测精度满足要求的同时，对YOLOv5s模型进行轻量化处理，降低YOLOv5s模型的复杂度，使其更适合部署在现场的便携式边缘计算设备上，提高绝缘缺陷检测的速度。
-
公开(公告)号：CN115601644A
公开(公告)日：2023-01-13
申请号：CN202211292721.5
申请日：2022-10-21
Applicant: 东北电力大学(CN) , 国网吉林省电力有限公司吉林供电公司(CN)
Abstract: 本发明公开了一种基于生成对抗网络的低光照度下输电线路图像增强方法，其特点是：本发明设计了基于混合注意力机制的残差模块，并结合并行空洞卷积模块等设计了可以提取更多有效特征信息的生成网络，以对低光照度下输电线路图像进行增强。其次，本发明还设计了基于全局判别网络和局部判别网络的双判别网络的对抗网络，提高了对抗网络对输入图像的判别能力。最后，本发明还设计了基于上述生成对抗网络的低光照度下输电线路图像增强网络的损失函数。本发明可以在有效提高低光照度下输电线路图像亮度的同时，避免增强后的图像出现过度曝光或者曝光不足，以及伪影现象的出现，保留更多的图像细节信息，提高增强后的输电线路图像质量。
-
公开(公告)号：CN118748398A
公开(公告)日：2024-10-08
申请号：CN202410726146.8
申请日：2024-06-06
Applicant: 东北电力大学
IPC: H02J3/00 , G06F18/2431 , G06F18/2321 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/088 , H02J3/46 , G06N3/048
Abstract: 本发明涉及功率预测技术领域，公开了考虑海上风电波动过程分类的短期功率预测方法及系统，方法包括VMD方法提取风电波动过程的特征；通过风电波动过程的特征和SOM聚类神经网络将海上风电的波动过程分为不同阶段；CNN网络对各阶段的非线性特征进行提取；将各阶段的非线性特征输入Bi LSTM网络，得到预测的海上风电短期功率。本发明选用考虑波动过程分类的基于VMD‑CNN‑B i LSTM模型，从时序和空间两个方面提取波动过程时序特征，在海上复杂的环境中，充分考虑出力特征的时序特性，提高对历史参数的利用率，避免丢失历史参数的特征，挖掘海上风电功率潜在的时序特性，提高在海上风电短期功率预测方面的精确度。
-
公开(公告)号：CN115081733A
公开(公告)日：2022-09-20
申请号：CN202210829971.1
申请日：2022-07-14
Applicant: 东北电力大学
Abstract: 本发明属于碳捕集电厂发电技术领域，具体为一种考虑碳捕集电厂的区间优化低碳调度方法，包括以下步骤：步骤一：建立灵活运行碳捕集电厂模型；步骤二：风电碳捕集联合运行方法；步骤三：源荷互补低碳运行机理；步骤四：区间优化调度模型建立；步骤五：区间优化调度模型确定性转化方法，考虑风电碳捕集协调运行可以减少碳捕集电厂碳排放并降低其运行成本；考虑需求响应可以实现负荷削峰填谷，从而提高风电消纳量并减少机组调峰压力，通过仿真结果可以证明在源侧考虑灵活运行碳捕集电厂和风电协调运行，负荷侧考虑需求响应，系统的经济性和低碳性得到了显著提升。
-
公开(公告)号：CN115081727A
公开(公告)日：2022-09-20
申请号：CN202210796387.0
申请日：2022-07-06
Applicant: 东北电力大学
Abstract: 本发明属于电力市场预测技术领域，具体为一种基于注意力机制和Seq2Seq模型的短期电价预测方法，包括步骤1：相关性分析，计算数据集中的相关序列与预测电价之间的MIC，选取MIC大的备选序列作为模型输入，并对输入数据进行标准化处理；步骤2：模型构建与训练，独立构建并初始化各基于注意力机制的Seq2Seq点预测模型，设置网络超参数；步骤3：模型预测实现，使用训练好的预测模型在测试样本集上进行预测，得到测试集下的预测结果。将输出值反标准化，作为最终短期电价的预测结果，其结构合理，能够实现高精确度的短期电价预测，同时提高模型泛化能力，使模型能够适应不同的应用场景。
-
Patent Agency Ranking
公开(公告)号：CN118709824A
公开(公告)日：2024-09-27
申请号：CN202410694693.2
申请日：2024-05-31
Applicant: 东北电力大学
IPC: G06Q10/04 , G06Q10/067 , G06Q30/018 , G06Q30/0601 , G06Q50/06 , G06N3/006
Abstract: 本发明适用于优化控制技术领域，提供了基于绿证‑碳交易交互的气‑氢混合能源系统优化方法。首先，分析燃气机组灵活掺氢运行机理；其次，考虑P2G反应热约束，分析P2G能量转换关系；然后，研究阶梯碳交易和绿色证书交易运行原理，引入取得绿色证书数量作为提高系统碳排放碳配额的依据之一，提出绿证‑阶梯碳交易交互机制；最后，考虑绿证‑阶梯碳交易、掺氢比等约束，以经济成本最小为目标，构建计及绿证‑阶梯碳交易的含燃气掺氢综合能源系统优化模型，通过粒子群算法对燃气轮机和燃气锅炉的灵活掺氢比例进行优化。这种整合方法充分发挥了资源的双重价值，确保经济性与低碳性的双重优化。
-
公开(公告)号：CN113591382B
公开(公告)日：2023-08-04
申请号：CN202110878094.2
申请日：2021-08-02
Applicant: 东北电力大学
IPC: G06F30/27 , G06N3/0464 , G06N3/08 , G06Q10/04 , G06F113/06 , G06F119/06
Abstract: 本发明一种基于WT‑TCN风电功率超短期滚动预测方法，其特征是，结合历史风电功率数据，利用小波变换找寻历史风电功率在时间上内在联系，借助基于PReLU激活函数时序卷积网络对历史风电功率的高频分量、低频分量分别进行训练、预测，最大程度挖掘历史风电功率数据，然后利用小波重构获取预测结果，保存模型，采用滚动预测将历史数据与最新数据共同作为训练数据，模型内部参数进行微调，滚动更新数据变化规律，其能有效降低风电功率并网带来的不稳定性问题，同时在风电场参与日前调度时能够提高风电场收收益。
-
公开(公告)号：CN113591382A
公开(公告)日：2021-11-02
申请号：CN202110878094.2
申请日：2021-08-02
Applicant: 东北电力大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06Q10/04 , G06F113/06 , G06F119/06
Abstract: 本发明一种基于WT‑TCN风电功率超短期滚动预测方法，其特征是，结合历史风电功率数据，利用小波变换找寻历史风电功率在时间上内在联系，借助基于PReLU激活函数时序卷积网络对历史风电功率的高频分量、低频分量分别进行训练、预测，最大程度挖掘历史风电功率数据，然后利用小波重构获取预测结果，保存模型，采用滚动预测将历史数据与最新数据共同作为训练数据，模型内部参数进行微调，滚动更新数据变化规律，其能有效降低风电功率并网带来的不稳定性问题，同时在风电场参与日前调度时能够提高风电场收收益。
-
公开(公告)号：CN119340983A
公开(公告)日：2025-01-21
申请号：CN202411449018.X
申请日：2024-10-17
IPC: H02J3/00 , G06Q10/04 , G06Q50/06 , G06F18/2113 , G06F18/213 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N20/10 , H02J3/38 , G06F123/02
Abstract: 本发明属于光伏发电技术领域，具体为多环境因素与季节差异的光伏超短期功率预测与修正方法，包括步骤一：进行相关性分析，筛选出影响光伏功率的主要环境因素；步骤二：利用VMD对光伏时间序列数据进行信号特征提取，得到平稳性强且含有不同频率的分量，采用CNN‑BiGRU‑Attention模型对各分量进行一次预测；步骤三：利用VMD‑SSA‑LSSVM对误差序列进行二次预测，对一次预测的结果进行修正，其设计合理，提出了考虑季节差异的预测模型优化策略，光伏出力具有明显的周期性，在考虑季节的前提下建立光伏出力概率预测模型，优化模型参数，使得预测模型在各个季节的预测精度均达到最优。
-
公开(公告)号：CN115207906A
公开(公告)日：2022-10-18
申请号：CN202210829953.3
申请日：2022-07-14
Applicant: 东北电力大学
Abstract: 本发明属于新能源发电技术领域，具体为一种考虑高载能负荷参与调控的多时间尺度调度方法，包括以下步骤：步骤一：建立高载能负荷运行模型，针对电解铝和碳化硅负荷的可离散调节负荷的调节模型；步骤二：激励型需求响应机制研究，根据IDR响应调控的速度的不同，将IDR分为IDRA和IDRB；步骤三：多时间尺度调度框架，分为日前计划层和日内修正层；步骤四：多时间尺度调度模型建立，并通过CPLEX求解器对设计的多时间尺度调度模型进行求解，分别以系统弃风量最小和日前调度计划与日内风功率预测值之间的偏差最小为目标函数，求得使系统弃风量达到最低的解,通过修正日前风电计划值与日内风功率预测值之间的偏差，进一步提高系统风电消纳。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.071 seconds)
