-
公开(公告)号：CN109190802A
公开(公告)日：2019-01-11
申请号：CN201810914579.0
申请日：2018-08-13
Applicant: 南京邮电大学
Abstract: 本发明公开了云储能环境下基于发电预测的多微网博弈优化方法，属于电力系统自动化的技术领域。该方法以多微网与云储能交易收益最大为目标建立多微网系统的整体联合优化模型，将整体联合优化模型分解为以单个微网为主体的子系统模型，根据实时气象信息预测各主体的日前出力情况，各主体根据其它主体的历史数据预测其它主体的日前出力情况，以当前主体与云储能交易的售购电量为参与者并以其它主体与储能交易的售购电量为竞争者，通过寻求各主体利益最大化效益函数和云储能运营商收益最大化效益函数的纳什均衡点求解各子系统模型得到各主体的博弈策略集合，实现了各利益主体与云储能运营商整体的利益最大化及整个系统的资源最优配置。
-
公开(公告)号：CN119685774A
公开(公告)日：2025-03-25
申请号：CN202411882036.7
申请日：2024-12-19
Applicant: 南京邮电大学
Abstract: 本发明属于微结构技术领域，公开一种ALD修饰纳米微结构薄膜的制备方法和应用，所述方法包括：采用磁控溅射法，在PTFE薄膜表面形成Ag原子层，作为刻蚀的掩膜板；采用ICP反应离子刻蚀法将等离子体吹过掩膜板表面，形成纳米柱形貌；交替使用第一前驱体Al2(CH3)3和第二前驱体H2O，在得到的PTFE的表面化学吸附并反应形成AlOx绝缘层，x的范围为1‑2，最终得到ALD修饰纳米微结构薄膜，该方法制备得到薄膜具有微结构，电子在微结构尖端的分布使得在同一平面上的电荷有效面积减小，降低了相对极化场强，增强了摩擦纳米发电机的性能。
-
公开(公告)号：CN110083239A
公开(公告)日：2019-08-02
申请号：CN201910316968.8
申请日：2019-04-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于动态赋权和灰色预测下的骨骼抖动检测方法，包括：采集设定骨骼动作的历史运动数据，对历史运动数据利用距离公式进行预处理，并截取预处理后所述骨骼动作对应的有效数据序列；采用分段幂函数对所述有效数据序列进行动态赋权处理，得到赋权数据序列，并基于所述赋权数据序列获取对应骨骼动作的第一规律性；采用灰度预测算法整合赋权数据序列，获取赋权数据序列对应的第二规律性，基于第二规律性预测骨骼在1s～2s后的运动数据；基于历史运动数据设置人体运动所对应的骨骼运动阈值再次对运动数据预处理得到数据序列{Ym}，Ym＝Yi,0≤i≤m，若 则说明骨骼执行下一骨骼动作；否则，说明出现骨骼抖动；本发明能够有效提升骨骼动作的检测效率和准确率。
-
公开(公告)号：CN108596464A
公开(公告)日：2018-09-28
申请号：CN201810343345.5
申请日：2018-04-17
Applicant: 南京邮电大学
Abstract: 本发明提出基于动态非合作博弈的电动汽车与云储能经济调度方法，包含：（一）建立电动汽车代理商经济优化调度模型、（二）建立三方非合作博弈模型、（三）采用粒子群算法对上述模型进行求解，确定最终纳什均衡点。本发明引入V2G和云储能零售商的概念，为平抑间歇式能源发电对电网系统波动性影响，利用电动汽车既可作为负荷又可作为储能的特性，在满足EV车主自身需要的前提下，实现电能并网商业化运行，从而追求车主利益最大；同时由于云储能零售商与EV车主代理商之间存在经济冲突，基于非合作博弈理论对其求解，从而达到代理商利益最大。相对于传统多目标优化算法得到的解集由管理者决策选择的主观性，引入博弈论提高了电能利用的灵活性与智能性。
-
Patent Agency Ranking
公开(公告)号：CN110083239B
公开(公告)日：2022-02-22
申请号：CN201910316968.8
申请日：2019-04-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于动态赋权和灰色预测下的骨骼抖动检测方法，包括：采集设定骨骼动作的历史运动数据，对历史运动数据利用距离公式进行预处理，并截取预处理后所述骨骼动作对应的有效数据序列；采用分段幂函数对所述有效数据序列进行动态赋权处理，得到赋权数据序列，并基于所述赋权数据序列获取对应骨骼动作的第一规律性；采用灰度预测算法整合赋权数据序列，获取赋权数据序列对应的第二规律性，基于第二规律性预测骨骼在1s～2s后的运动数据；基于历史运动数据设置人体运动所对应的骨骼运动阈值再次对运动数据预处理得到数据序列{Ym}，Ym＝Yi,0≤i≤m，若则说明骨骼执行下一骨骼动作；否则，说明出现骨骼抖动；本发明能够有效提升骨骼动作的检测效率和准确率。
-
公开(公告)号：CN109256810B
公开(公告)日：2021-06-08
申请号：CN201811353362.3
申请日：2018-11-14
Applicant: 南京邮电大学
Abstract: 本发明公开了考虑风机出力不确定成本的多目标优化方法，属于电力系统自动化的技术领域。本发明拟通过对神经网络预测模型参数进行优化，并联合风电场发电、负荷需求的历史数据，气象信息进行预测，得到风电场日前出力信息；同时，针对大规模间歇式风电出力波动性引起的不确定成本问题，引入不确定成本概念，建立以适应配电网稳定可控运行为前提的多目标优化模型，根据预测结果确定风机日前出力的不确定区间及不确定成本，利用鲁棒方法将其转化为确定性模型，并基于PSO算法的带权极小模理想点法对该确定性模型进行求解，根据风险评估等级确定最终的鲁棒优化方案，在实现风电场系统运行经济性的同时满足负荷需求与配电网安全功率需求。
-
公开(公告)号：CN109190802B
公开(公告)日：2020-12-29
申请号：CN201810914579.0
申请日：2018-08-13
Applicant: 南京邮电大学
Abstract: 本发明公开了云储能环境下基于发电预测的多微网博弈优化方法，属于电力系统自动化的技术领域。该方法以多微网与云储能交易收益最大为目标建立多微网系统的整体联合优化模型，将整体联合优化模型分解为以单个微网为主体的子系统模型，根据实时气象信息预测各主体的日前出力情况，各主体根据其它主体的历史数据预测其它主体的日前出力情况，以当前主体与云储能交易的售购电量为参与者并以其它主体与储能交易的售购电量为竞争者，通过寻求各主体利益最大化效益函数和云储能运营商收益最大化效益函数的纳什均衡点求解各子系统模型得到各主体的博弈策略集合，实现了各利益主体与云储能运营商整体的利益最大化及整个系统的资源最优配置。
-
公开(公告)号：CN109256810A
公开(公告)日：2019-01-22
申请号：CN201811353362.3
申请日：2018-11-14
Applicant: 南京邮电大学
Abstract: 本发明公开了考虑风机出力不确定成本的多目标优化方法，属于电力系统自动化的技术领域。本发明拟通过对神经网络预测模型参数进行优化，并联合风电场发电、负荷需求的历史数据，气象信息进行预测，得到风电场日前出力信息；同时，针对大规模间歇式风电出力波动性引起的不确定成本问题，引入不确定成本概念，建立以适应配电网稳定可控运行为前提的多目标优化模型，根据预测结果确定风机日前出力的不确定区间及不确定成本，利用鲁棒方法将其转化为确定性模型，并基于PSO算法的带权极小模理想点法对该确定性模型进行求解，根据风险评估等级确定最终的鲁棒优化方案，在实现风电场系统运行经济性的同时满足负荷需求与配电网安全功率需求。
-
公开(公告)号：CN108596464B
公开(公告)日：2022-04-22
申请号：CN201810343345.5
申请日：2018-04-17
Applicant: 南京邮电大学
Abstract: 本发明提出基于动态非合作博弈的电动汽车与云储能经济调度方法，包含：（一）建立电动汽车代理商经济优化调度模型、（二）建立三方非合作博弈模型、（三）采用粒子群算法对上述模型进行求解，确定最终纳什均衡点。本发明引入V2G和云储能零售商的概念，为平抑间歇式能源发电对电网系统波动性影响，利用电动汽车既可作为负荷又可作为储能的特性，在满足EV车主自身需要的前提下，实现电能并网商业化运行，从而追求车主利益最大；同时由于云储能零售商与EV车主代理商之间存在经济冲突，基于非合作博弈理论对其求解，从而达到代理商利益最大。相对于传统多目标优化算法得到的解集由管理者决策选择的主观性，引入博弈论提高了电能利用的灵活性与智能性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.022 seconds)
