-
公开(公告)号：CN111914899B
公开(公告)日：2023-09-15
申请号：CN202010622793.6
申请日：2020-06-30
Applicant: 华南理工大学
IPC: G06F18/2411 , G06F18/214 , G06N3/0464 , G06N3/08 , G06Q50/06
Abstract: 本发明公开了一种结合人工规则与机器学习的电力负荷识别方法。由人工规则决策树和机器学习分类器组成，设每个待识别样本具有n维特征，将待识别样本的n维特征输入人工规则决策树得到m维输出，将样本原有n维特征与人工规则决策树得到m维输出拼接作为样本新的m+n维特征向量，将m+n维特征向量输入机器学习分类器进行分类并输出负荷识别结果。实现了专家经验和数据挖掘的有机结合，利用专家经验的同时减小了其主观性的影响，从而有效利用专家经验和数据挖掘成果提高负荷识别的准确性。
-
公开(公告)号：CN111404143B
公开(公告)日：2021-11-23
申请号：CN201910761199.2
申请日：2019-08-17
Applicant: 华南理工大学
Abstract: 本发明公开一种天然气网络运行优化方法。该方法考虑传输方向变化的天然气管道气流描述方法及含该类约束的优化问题的天然气网络运行优化，能在不引入整数变量的情况下用线性和平方项约束描述管道气流的方向，便于后续处理，求解速度更快；配合PCCP凸化求解方法，可以将模型松弛凸化以逼近全局最优点，也便于Benders分解等分布式优化方法的应用。
-
公开(公告)号：CN109934489B
公开(公告)日：2021-03-02
申请号：CN201910185935.4
申请日：2019-03-12
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司肇庆供电局 , 华南理工大学
Abstract: 本发明涉及电力系统中电力设备的状态评价方法，更具体地，涉及基于深度深林的电力设备状态评价方法。本发明提供基于概率权重深度森林的电力设备状态评价方法可以较好地处理训练样本及预测样本中的缺失项，概率权重的缺失项处理方法相比于均值填充可以实现更高的准确率，本发明方法在处理高比例含缺失项的数据方面表现出了优势。
-
公开(公告)号：CN109934489A
公开(公告)日：2019-06-25
申请号：CN201910185935.4
申请日：2019-03-12
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司肇庆供电局 , 华南理工大学
Abstract: 本发明涉及电力系统中电力设备的状态评价方法，更具体地，涉及基于深度深林的电力设备状态评价方法。本发明提供基于概率权重深度森林的电力设备状态评价方法可以较好地处理训练样本及预测样本中的缺失项，概率权重的缺失项处理方法相比于均值填充可以实现更高的准确率，本发明方法在处理高比例含缺失项的数据方面表现出了优势。
-
公开(公告)号：CN114662382A
公开(公告)日：2022-06-24
申请号：CN202210208998.9
申请日：2022-03-03
Applicant: 华南理工大学 , 中国电力科学研究院有限公司 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F113/04
Abstract: 本发明公开了一种基于模型仿真的负荷识别方法、系统、装置及介质，其中方法包括：构建多种电气设备的电路仿真模型；更新设置电路仿真模型的参数后，运行电路仿真模型，获取负荷的电力指纹特征数据；将获得的电力指纹特征数据进行归一化处理，获得去量纲的数据集；根据数据集获取训练集和测试集，采用训练集对负荷识别模型进行训练，采用测试集对训练后的负荷识别模型进行测试。本发明基于仿真软件实现对电气设备电路模型的仿真，能够轻松通过改变模型的参数从而得到多样化数据，同时可以得到多数量的负荷模型数据，对于进行负荷分解和识别算法的研究具有极大的意义。本发明可广泛应用于非侵入式负荷识别技术领域。
-
Patent Agency Ranking
公开(公告)号：CN111404143A
公开(公告)日：2020-07-10
申请号：CN201910761199.2
申请日：2019-08-17
Applicant: 华南理工大学
Abstract: 本发明公开一种天然气网络运行优化方法。该方法考虑传输方向变化的天然气管道气流描述方法及含该类约束的优化问题的天然气网络运行优化，能在不引入整数变量的情况下用线性和平方项约束描述管道气流的方向，便于后续处理，求解速度更快；配合PCCP凸化求解方法，可以将模型松弛凸化以逼近全局最优点，也便于Benders分解等分布式优化方法的应用。
-
公开(公告)号：CN117634901A
公开(公告)日：2024-03-01
申请号：CN202311488998.X
申请日：2023-11-09
IPC: G06Q10/0637 , G06Q10/067 , G06Q10/04 , G06Q50/06
Abstract: 本发明公开了一种考虑中长期目标的电碳现货市场决策方法及系统，涉及电力企业运营优化领域，解决电力企业电力市场与碳市场协同决策问题的同时重点关注其中长期决策与每日决策的配合问题。所述方法步骤包括：给定未来一周的计划碳交易量、建立发电商碳电市场决策上层模型、建立电力现货市场出清下层模型、将双层优化问题转化为单层问题进行求解、根据决策结果在电力市场进行投标以及在碳市场买卖碳配额等。通过本发明公开的方法，电力企业可以优化其在电力现货市场和碳交易市场中的决策，同时完成中长期决策与短期决策的协调配合实现全年的效益优化。
-
公开(公告)号：CN110535120A
公开(公告)日：2019-12-03
申请号：CN201910760312.5
申请日：2019-08-16
Applicant: 华南理工大学
Abstract: 本发明公开了一种考虑大气污染扩散的电-气互联系统分布式优化调度方法。在经济调度模型中增加环境相关约束，通过罚凸凹过程将模型凸化，基于广义Benders分解将最优电-气能流问题分解为可独立求解的电力网络主问题和天然气网络子问题，两者只需交换少量边界信息便可达到协同优化的目的。分布式的调度方法保护了电网气网各自内部隐私，避免了中心调度机构压力过大。与传统的污染总量控制方法相比，本发明的调度方法根据环境容忍能力区别对待不同地区，使得电-气互联系统能以较低的成本牺牲显著降低发电活动对低环境容忍力地区大气污染物浓度的贡献。
-
公开(公告)号：CN117610953A
公开(公告)日：2024-02-27
申请号：CN202311489000.8
申请日：2023-11-09
IPC: G06Q10/0637 , G06Q10/067 , G06Q30/0601 , G06Q50/06
Abstract: 本发明公开了一种考虑现金流的发电商电碳市场决策方法及系统，涉及电力企业电力市场与碳交易市场决策优化领域，解决电力企业电力市场与碳市场协同决策问题和现金流建模问题。所述方法步骤包括：建立带有现金流约束的全年视角电‑碳市场随机决策模型；然后采用混合时间步长建模在能够描述现金结算周期的前提下减少决策变量，并将多阶段随机优化模型简化为两阶段随机优化模型以便于求解；最后通过增加碳市场单向交易规则解决传统两阶段模型在第二阶段投机交易频繁的问题、增加碳市场择时交易规则以解决两阶段模型对未来购碳成本预期偏低的问题。本方法充分利用了电碳市场决策特点，保障了现金流安全，能够有效降低发电商购碳成本并提高整体收益。
-
公开(公告)号：CN111914899A
公开(公告)日：2020-11-10
申请号：CN202010622793.6
申请日：2020-06-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种结合人工规则与机器学习的电力负荷识别方法。由人工规则决策树和机器学习分类器组成，设每个待识别样本具有n维特征，将待识别样本的n维特征输入人工规则决策树得到m维输出，将样本原有n维特征与人工规则决策树得到m维输出拼接作为样本新的m+n维特征向量，将m+n维特征向量输入机器学习分类器进行分类并输出负荷识别结果。实现了专家经验和数据挖掘的有机结合，利用专家经验的同时减小了其主观性的影响，从而有效利用专家经验和数据挖掘成果提高负荷识别的准确性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.015 seconds)
