-
公开(公告)号：CN112668186B
公开(公告)日：2024-05-14
申请号：CN202011610792.6
申请日：2020-12-30
Applicant: 华中科技大学
IPC: G06F30/20 , G06Q10/04 , G06Q30/0201 , G06Q50/06 , G06F111/04 , G06F111/06 , G06F113/04
Abstract: 本发明公开了一种基于ELM的输配一体储能系统选址定容协同优化方法，属于储能系统选址定容技术领域。首先，综合考虑输配电网的安全运行约束和经济性优化目标，分别建立输配电网储能系统选址定容模型；引入二阶锥松弛转化模型非凸约束，建立基于二阶锥松弛的输配一体储能系统选址定容优化模型。其次，充分计及输配电网协同运行机制，推导含二阶锥约束的输电网节点边际电价；构建基于ELM的输配电网状态表征模型，实现输配电网状态快速响应。再次，提出一种基于ELM的输配电网储能系统选址定容求解算法，获取输配电网储能系统的全局最优配置。本发明所提优化方法能够充分协同输配电网资源，促进清洁能源安全消纳，有效提升输配电网运行经济性。
-
公开(公告)号：CN111046581B
公开(公告)日：2022-10-04
申请号：CN201911373921.1
申请日：2019-12-27
Applicant: 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江苏省电力有限公司 , 华中科技大学 , 中国电力科学研究院有限公司 , 江苏省电力试验研究院有限公司
Abstract: 本发明公开了一种输电线路故障类型识别方法和系统，利用输电线路故障仿真模型生成目标线路各类型的故障时序数据，对故障时序数据进行处理，产生面向卷积神经网络CNN的目标域数据样本；利用目标域数据样本对预训练模型进行卷积核迁移训练，形成目标域模型；采用目标域模型对目标线路的故障类型进行识别。本方法能够实现利用少量数据对深度模型进行迁移，生成适用于目标线路的深度学习模型，避免了针对各个线路单独训练深度学习模型，提高了深度学习模型的泛化能力。
-
公开(公告)号：CN112668186A
公开(公告)日：2021-04-16
申请号：CN202011610792.6
申请日：2020-12-30
Applicant: 华中科技大学
IPC: G06F30/20 , G06Q10/04 , G06Q30/02 , G06Q50/06 , G06F111/04 , G06F111/06 , G06F113/04
Abstract: 本发明公开了一种基于ELM的输配一体储能系统选址定容协同优化方法，属于储能系统选址定容技术领域。首先，综合考虑输配电网的安全运行约束和经济性优化目标，分别建立输配电网储能系统选址定容模型；引入二阶锥松弛转化模型非凸约束，建立基于二阶锥松弛的输配一体储能系统选址定容优化模型。其次，充分计及输配电网协同运行机制，推导含二阶锥约束的输电网节点边际电价；构建基于ELM的输配电网状态表征模型，实现输配电网状态快速响应。再次，提出一种基于ELM的输配电网储能系统选址定容求解算法，获取输配电网储能系统的全局最优配置。本发明所提优化方法能够充分协同输配电网资源，促进清洁能源安全消纳，有效提升输配电网运行经济性。
-
公开(公告)号：CN111046581A
公开(公告)日：2020-04-21
申请号：CN201911373921.1
申请日：2019-12-27
Applicant: 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江苏省电力有限公司 , 华中科技大学 , 中国电力科学研究院有限公司 , 江苏省电力试验研究院有限公司
Abstract: 本发明公开了一种输电线路故障类型识别方法和系统，利用输电线路故障仿真模型生成目标线路各类型的故障时序数据，对故障时序数据进行处理，产生面向卷积神经网络CNN的目标域数据样本；利用目标域数据样本对预训练模型进行卷积核迁移训练，形成目标域模型；采用目标域模型对目标线路的故障类型进行识别。本方法能够实现利用少量数据对深度模型进行迁移，生成适用于目标线路的深度学习模型，避免了针对各个线路单独训练深度学习模型，提高了深度学习模型的泛化能力。
-
公开(公告)号：CN109921418A
公开(公告)日：2019-06-21
申请号：CN201910233455.0
申请日：2019-03-26
Applicant: 国网内蒙古东部电力有限公司 , 国网内蒙古东部电力有限公司电力科学研究院 , 华中科技大学
Abstract: 本发明公开了一种V/v牵引供电系统电能质量的改进滑模控制方法，包括：连接在两供电臂之间的铁路功率调节器通过改进滑模控制策略控制两供电臂负荷电压；根据两供电臂负荷电流的瞬时值利用小波变换和单相锁相环得到两供电臂负荷电流的相位，基于瞬时无功功率理论得到两供电臂负荷电流的有效值；根据所述两供电臂负荷电流的相位和有效值得到两供电臂的参考指令有功电流有效值和参考指令无功电流的有效值，进而得到两变流器的参考指令电流；通过改进滑模策略得到变流器的输出电压，使得铁路功率调节器输出电流被跟踪控制。本发明提供的方法实现了对铁路功率调节器补偿电流的精确跟踪，减小谐波和负序电流的影响，显著改善了V/v牵引供电系统的电能质量。
-
Patent Agency Ranking
公开(公告)号：CN107658878A
公开(公告)日：2018-02-02
申请号：CN201711012328.5
申请日：2017-10-25
Applicant: 华中科技大学
Abstract: 本发明公开了一种含大规模储能装置的电力系统概率最优潮流方法，包括：以火电机组的发电的总费用最小为目标函数，建立含大规模储能装置的概率最优潮流模型；根据负荷的概率分布形式得到负荷的定位系数，根据风电的概率分布形式，得到风电的定位系数；根据负荷的定位系数和风电的定位系数，利用三点估计法得到负荷吸收和风电出力的N种情形；并基于含大规模储能装置的概率最优潮流模型得到N种情形下的最优潮流，根据N种情形下的最优潮流得到电力系统概率最优潮流。本发明充分考虑电网中负荷、风电等的不确定性因素，合理安排火电机组、大规模储能装置参与到电网调度中，提高了电网运行的经济性和安全性。
-
公开(公告)号：CN113595105B
公开(公告)日：2023-08-04
申请号：CN202110857398.0
申请日：2021-07-28
Applicant: 华中科技大学
Abstract: 本发明公开了一种利用绝热压缩空气储能实现电网调频的方法和系统，属于电网调频领域。方法包括：在绝热压缩空气储能运行于放电状态下时，根据电网频率变化状态，通过控制流入透平的空气压力pa调节发电机的发电机电磁功率Pg,e，使电网频率恢复正常；通过控制热水质量流量mw，使得流出换热器的空气温度Tsh始终跟踪流出换热器的空气温度参考值Tsh,ref。本发明通过控制热水质量流量mw，使得流出换热器的空气温度Tsh始终跟踪流出换热器的空气温度参考值Tsh,ref，从而使得A‑CAES的运行效率在调频过程中始终较高；本发明仅需通过控制流入透平的空气压力pa来调节发电机的发电机电磁功率Pg,e，从而实现电网调频，技术手段简单。
-
公开(公告)号：CN115173437A
公开(公告)日：2022-10-11
申请号：CN202211087275.4
申请日：2022-09-07
Applicant: 国网湖北省电力有限公司经济技术研究院 , 华中科技大学
Abstract: 一种考虑通信网络优化的多区域电力系统分布式调频方法，该方法包括以下步骤：S1、构建描述多区域电力系统的通信网络的拉普拉斯矩阵；S2、构建多区域电力系统分布式调频模型；S3、构建通信网络优化模型，并求解得到最优通信网络的拉普拉斯矩阵，然后将最优通信网络的拉普拉斯矩阵输入多区域电力系统分布式调频模型。本发明将通信网络优化问题转化为在各项约束条件下的多目标优化问题，采用量子粒子群算法求解优化模型，获得所需的通信网络，最终将通信网络参数输入调频模型，即可完成对多区域电力系统分布式调频方法的优化，提高了频率控制性能。
-
公开(公告)号：CN113094891A
公开(公告)日：2021-07-09
申请号：CN202110358831.6
申请日：2021-03-24
Applicant: 华中科技大学
IPC: G06F30/20 , G06F111/08
Abstract: 本发明公开多风电场功率建模、PDF构建、预测场景生成方法和系统，属于风电功率的场景预测领域。本发明建立预测误差的概率分布模型，将预测误差的概率分布与各风电场功率的点预测功率相加和，作为各风电场功率的边缘分布模型。计算各风电场功率数据的累计概率，作为时变R藤Copula模型的输入数据。通过将ARIMA‑GARCH‑t模型和时变R藤Copula模型结合，即建立高维风电功率数据的联合概率分布模型。基于各风电场的历史功率数据拟合模型参数，在此基础结合各风电场未来一天的点预测功率数据，提出多风电场功率日前预测场景生成方法。本发明建立的日前预测场景生成模型可更好地拟合多风电场功率的时间‑空间相关性特征，提升多风电场功率日前预测场景的准确性和有效性。
-
公开(公告)号：CN112149346A
公开(公告)日：2020-12-29
申请号：CN202010929519.3
申请日：2020-09-07
Applicant: 华中科技大学
IPC: G06F30/27 , G06K9/62 , G06Q50/06 , G06F119/06 , G06F119/12
Abstract: 本发明公开了一种风电场等值建模方法、装置、电子设备和存储介质，风电场建模领域领域，所述方法包括S1:获取风电场内风机对应的有功功率高维时间序列和无功功率高维时间序列作为聚类指标；S2:将所述聚类目标聚类指标划分为多个数据块，利用多视角模糊C均值算法MV‑FCMC对各个所述数据块进行聚类分析得到依次获取依次获取各个所述数据块对应的隶属度矩阵；S3:利用各个所述数据块对应的隶属度矩阵计算各个所述数据模块数据块中样本对应的隶属度矩阵，以获取各个所述样本的聚类结果。本申请提供的方法将数据划分为多个数据块并进行迭代聚类，使得计算机内存只需承担单个数据块的计算压力，即可在较小内存中实现大规模风电场等值建模，而不会出现卡死。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.035 seconds)
