-
Patent Agency Ranking
公开(公告)号：CN104767225B
公开(公告)日：2017-10-10
申请号：CN201510105629.7
申请日：2015-03-11
Abstract: 本发明实施例提供了一种电力系统恢复中发电机组出力的计算方法。该方法主要包括：针对电网中已恢复部分所组成的充电子系统，基于搜索算法搜索出与所述充电子系统距离最近的需要恢复的新发电机组，所述新发电机组和所述充电子系统组成整个充电系统；启动所述整个充电系统，以所述整个充电系统中的发电机有功出力调节量最小为目标，计算出所述整个充电系统中的每个发电机组的最佳有功出力。本发明可以有效地计算出整个充电系统中的每个发电机组的最佳有功出力，可以实现缩短调节时间，加快电力系统恢复的总进程。本发明实施例的算法简单，与传统方法相比，能显著的提高系统恢复效率。
-
公开(公告)号：CN110659774A
公开(公告)日：2020-01-07
申请号：CN201910898537.7
申请日：2019-09-23
Applicant: 北京交通大学
Abstract: 本发明提供了一种大数据方法驱动的停车需求预测方法，包括：采集并处理区域范围内的实际用地属性信息、浮动车OD数据和停车数据；根据统计信息网格集计数据，基于多密度聚类算法识别出区域范围内的有效停车小区和待预测停车小区；根据有效停车小区用地及交通数据建立贝叶斯分类器，计算待预测停车小区的高峰停车小时；通过数据融合关联方法将有效停车小区中实际用地属性、停车数据和高峰停车小时对应的浮动车OD数据输入到机器学习的支持向量机模型中建立停车需求预测模型并验证，而后对待预测停车小区进行停车需求预测。采用本方法对停车需求进行预测，能减少人工记录数据成本及所造成的误差，为停车规划和停车资源配置提供参考和技术支持。
-
公开(公告)号：CN104834965A
公开(公告)日：2015-08-12
申请号：CN201510117164.7
申请日：2015-03-17
Abstract: 本发明涉及大停电后的电力系统恢复领域，公开了一种电力系统恢复中搜索充电系统到目标节点最短路径的方法。本发明以线路的充电电流为权重，结合电网结构的拓扑图构建一个距离矩阵；利用迪杰斯特拉算法确定充电子系统中任意一个节点A到目标节点B的最短路径A-B；从A-B的最短路径中寻求一点C，使得路径A-C的节点属于充电子系统，而C-B的节点都不属于充电子系统，这里C可以等于A；输出最短路径C-B。采用本发明能迅速确定下一台即将要启动的发电机组或重要负荷到充电子系统的最短路径，有效提高了系统恢复的效率。
-
公开(公告)号：CN104767225A
公开(公告)日：2015-07-08
申请号：CN201510105629.7
申请日：2015-03-11
Abstract: 本发明实施例提供了一种电力系统恢复中发电机组出力的计算方法。该方法主要包括：针对电网中已恢复部分所组成的充电子系统，基于搜索算法搜索出与所述充电子系统距离最近的需要恢复的新发电机组，所述新发电机组和所述充电子系统组成整个充电系统；启动所述整个充电系统，以所述整个充电系统中的发电机有功出力调节量最小为目标，计算出所述整个充电系统中的每个发电机组的最佳有功出力。本发明可以有效地计算出整个充电系统中的每个发电机组的最佳有功出力，可以实现缩短调节时间，加快电力系统恢复的总进程。本发明实施例的算法简单，与传统方法相比，能显著的提高系统恢复效率。
-
公开(公告)号：CN110659774B
公开(公告)日：2022-08-02
申请号：CN201910898537.7
申请日：2019-09-23
Applicant: 北京交通大学
Abstract: 本发明提供了一种大数据方法驱动的停车需求预测方法，包括：采集并处理区域范围内的实际用地属性信息、浮动车OD数据和停车数据；根据统计信息网格集计数据，基于多密度聚类算法识别出区域范围内的有效停车小区和待预测停车小区；根据有效停车小区用地及交通数据建立贝叶斯分类器，计算待预测停车小区的高峰停车小时；通过数据融合关联方法将有效停车小区中实际用地属性、停车数据和高峰停车小时对应的浮动车OD数据输入到机器学习的支持向量机模型中建立停车需求预测模型并验证，而后对待预测停车小区进行停车需求预测。采用本方法对停车需求进行预测，能减少人工记录数据成本及所造成的误差，为停车规划和停车资源配置提供参考和技术支持。
-
-
-
-
Search Results
5
records
(took 0.02 seconds)
