公开(公告)号：CN114066071A

公开(公告)日：2022-02-18

申请号：CN202111375172.3

申请日：2021-11-19

Applicant: 厦门大学

Inventor： 艾星 ,  张志宏 ,  陈果 ,  徐学欣 ,  孙承昱 ,  孙鲁喆

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/06

Abstract: 本发明涉及一种基于能耗的电力参数优化方法、终端设备及存储介质，该方法中包括：通过特征选择算法对各设备电力特征参数进行特征筛选；构建基于LSTM网络的能耗预测模型，通过特征筛选后的设备电力特征参数对应的参数值和整体能耗指标对应的参数值对能耗预测模型进行训练；将训练后的能耗预测模型与基于强化学习的策略网络相结合，利用能耗预测模型对策略网络智能体给出的优化策略进行评估，对策略网络进行训练后得到能够输出各参数的最优调整策略及其评估结果的智能体；通过训练后的智能体得到最优的参数调整策略。本发明能够对能耗进行准确预测，且能够进一步提出能耗的优化建议。

公开(公告)号：CN114066071B

公开(公告)日：2024-09-13

申请号：CN202111375172.3

申请日：2021-11-19

Applicant: 厦门大学

Inventor： 艾星 ,  张志宏 ,  陈果 ,  徐学欣 ,  孙承昱 ,  孙鲁喆

IPC: G06Q10/04 ,  G06Q10/0631 ,  G06Q50/06 ,  G06Q10/0635

Abstract: 本发明涉及一种基于能耗的电力参数优化方法、终端设备及存储介质，该方法中包括：通过特征选择算法对各设备电力特征参数进行特征筛选；构建基于LSTM网络的能耗预测模型，通过特征筛选后的设备电力特征参数对应的参数值和整体能耗指标对应的参数值对能耗预测模型进行训练；将训练后的能耗预测模型与基于强化学习的策略网络相结合，利用能耗预测模型对策略网络智能体给出的优化策略进行评估，对策略网络进行训练后得到能够输出各参数的最优调整策略及其评估结果的智能体；通过训练后的智能体得到最优的参数调整策略。本发明能够对能耗进行准确预测，且能够进一步提出能耗的优化建议。

公开(公告)号：CN116822358A

公开(公告)日：2023-09-29

申请号：CN202310748865.5

申请日：2023-06-25

Applicant: 厦门大学

Inventor： 张志宏 ,  孙承昱

IPC: G06F30/27 ,  G06Q50/06 ,  H02J3/00 ,  G06F119/06 ,  G06F113/06

Abstract: 本发明涉及一种风电站出力功率预测方法、终端设备及存储介质，该方法中包括：基于风电站中各涡轮机的布局信息构建表征拓扑关系的有向图；设定节点特征和边特征；基于预设的子图得到子图频率向量；将子图频率向量转换后的熵值作为子图熵，基于每个子图包含的节点或边，将子图熵对应添加至节点特征或边特征内；采集风电站的历史数据生成对应的有向图，基于历史数据对应的有向图和出力功率构建训练集；构建风电功率预测模型，通过风电站的历史数据对模型进行训练，得到训练后的模型；通过训练后的模型对风电站的出力功率进行实时预测。本发明可以通过少量的计算复杂度实现较为显著的预测精度提升。