-
公开(公告)号：CN114819352A
公开(公告)日：2022-07-29
申请号：CN202210460380.1
申请日：2022-04-28
Applicant: 安徽大学
Abstract: 本发明公开了一种基于MIC‑TCN‑LSTM的负荷预测方法、存储介质及计算机系统，其中方法包括以下步骤：S1、对原始数据进行预处理后，再进行归一化处理；S2、利用最大相关系数MIC对数据进行相关性分析，提出相关性较小或不相关的数据；S3、利用滑动窗口将步骤2中处理后的数据形成的数据集分为训练集和测试集；S4、构建TCN‑LSTM模型，并将步骤3中的所述训练集送入所述TCN‑LSTM模型中进行训练；S5、利用步骤4中训练好的模型对所述测试集进行预测，最终得到预测结果，进行输出。本发明针对电网中的负荷进行精确的预测，有效地提高了预测精准性。本发明提出的方法简单、容易实现。
-
公开(公告)号：CN114755610B
公开(公告)日：2023-09-26
申请号：CN202210572599.0
申请日：2022-05-25
Applicant: 安徽大学
Abstract: 一种单相并联逆变器的故障诊断方法，包括以下步骤：S1、根据单相并联逆变器的拓扑结构，开关管触发信号的状态以及输入电流的流向，建立混合系统的混合逻辑动态MLD模型；S2、根据MLD模型建立龙伯格观测器，得到系统的状态空间表达式；S3、通过龙伯格观测器得到系统每个逆变器单元输出电流的观测值，从而得到系统环流的观测值；S4、将系统环流的实际值与观测值进行比较，得到残差信号；S5、对不同开关管发生开路故障时的残差信号进行分析；S6、设定阈值消除实际系统中其他因素对故障诊断结果造成的影响，从而定位出故障的开关管。该方法不依赖于特定的单相并联逆变器控制方法，具有通用性。
-
公开(公告)号：CN114755610A
公开(公告)日：2022-07-15
申请号：CN202210572599.0
申请日：2022-05-25
Applicant: 安徽大学
Abstract: 一种单相并联逆变器的故障诊断方法，包括以下步骤：S1、根据单相并联逆变器的拓扑结构，开关管触发信号的状态以及输入电流的流向，建立混合系统的混合逻辑动态MLD模型；S2、根据MLD模型建立龙伯格观测器，得到系统的状态空间表达式；S3、通过龙伯格观测器得到系统每个逆变器单元输出电流的观测值，从而得到系统环流的观测值；S4、将系统环流的实际值与观测值进行比较，得到残差信号；S5、对不同开关管发生开路故障时的残差信号进行分析；S6、设定阈值消除实际系统中其他因素对故障诊断结果造成的影响，从而定位出故障的开关管。该方法不依赖于特定的单相并联逆变器控制方法，具有通用性。
-
公开(公告)号：CN116706867A
公开(公告)日：2023-09-05
申请号：CN202211656055.9
申请日：2022-12-22
Applicant: 安徽大学
IPC: H02J3/00 , G06Q10/04 , G06Q10/063 , G06Q50/06 , G06F17/18 , G06N3/0442 , G06N3/084
Abstract: 本发明公开了一种电力负荷分段概率预测方法，根据SEIR传染病动力模型，针对疫情建立疫情的流行期、爆发期、管控期、恢复期阶段划分模型，基于注意力机制实现不同疫情阶段负荷的特征提取；基于长短期记忆神经网络，实现不同疫情阶段负荷的点预测；基于分位数回归方法，实现不同疫情阶段负荷的概率预测。通过分析不同疫情阶段对负荷预测的影响，有效减少由于疫情阶段特性对预测结果的波动性干扰，通过长短期记忆人工神经网络模型方法对电力负荷进行概率预测，表征疫情波动对电力负荷的影响，具有良好的预测精度，将能够为规划、运行调度等提供更为可靠的负荷预测数据，降低系统的预测风险，提高经济性。
-
Patent Agency Ranking
公开(公告)号：CN116205435A
公开(公告)日：2023-06-02
申请号：CN202211656514.3
申请日：2022-12-22
Applicant: 安徽大学
IPC: G06Q10/0631 , G06Q10/0639 , G06Q50/06 , G06N10/20
Abstract: 本发明公开了一种考虑负荷不确定性的区域综合能源系统周期划分方法，包括建立负荷不确定性的类波函数模型，提出负荷不确定性原理，采用定性与定量分析相结合的综合评价方法，建立类量子势能函数的评价模型，量化评价规划前后势能函数；优化求解规划周期的划分原则，得到一种考虑负荷不确定性的区域综合能源系统周期划分方法。通过本发明方法可定性定量的评价某些难以描述的变量关系，可以从侧面实现某些无法建模的变量之间的参数估计，生成的规划方案优化规划周期划分，及时调整规划周期，避免负荷预测与实际偏差过大造成的损失，使得能源规划可以根据区域发展及时调整。
-
公开(公告)号：CN112016732A
公开(公告)日：2020-12-01
申请号：CN202010209920.X
申请日：2020-03-23
Applicant: 国网安徽省电力有限公司 , 安徽大学
Abstract: 本发明的一种基于IRF和ODBSCAN的电力负荷频域预测方法及系统，可解决现有方法误差较大的技术问题。本发明提出基于改进的随机森林IRF(Improved Random Forest)和ODBSCAN(Optimized Density-Based Spatial Clustering of Applications with Noise)的频域组合预测方法。首先，采用EWT(Empirical Wavelet Transform)分解负荷，得到不同的固有模态分量IMFs(Intrinsic Mode Functions)；其次，根据各分量特征采用合理的方法进行预测。其中，低频、中频分量采用IRF预测；高频分量具有不确定性，使用ODBSCAN根据气象因素温度和湿度聚类，再根据每类的样本特性选择处理方法。最后，叠加各分量的预测值，获取总的预测结果。根据某地市现场负荷数据进行实验，预测结果分别与EWT-IRF、EWT-RF(Random Forest)、EMD(Empirical Mode Decomposition)-IRF模型的预测结果进行对比，可以获得更佳的预测效果，体现实际负荷的变化规律。
-
公开(公告)号：CN116258321A
公开(公告)日：2023-06-13
申请号：CN202211656499.2
申请日：2022-12-22
Applicant: 安徽大学
IPC: G06Q10/0631 , G06Q10/0637 , G06Q50/06 , G06F30/20 , G06F111/04
Abstract: 本发明公开了一种区域综合能源系统多阶段滚动随机规划方法，包括根据区域综合能源系统的发展过程，将规划周期分为若干阶段，建立了包括管线及设备容量约束、潮流约束、多阶段规划变量约束多阶段规划模型，基于信息间隙决策理论，通过加权求和得到能源系统的不确定半径，建立鲁棒规划及机会规划模型，进行区域综合能源系统多阶段随机规划；基于模型预测控制方法，实现区域综合能源系统多阶段滚动规划，采用动态规划算法在MATLAB仿真平台上，获得滚动随机规划方案。通过本发明规划方法减少规划过程中的不确定性，优化了能源协同特性，提升了能源协同综合能效，使综合总经济成本降低，降低能耗，提升能效，提升了节能减排的效果。
-
公开(公告)号：CN110942205B
公开(公告)日：2022-12-06
申请号：CN201911232794.3
申请日：2019-12-05
Applicant: 国网安徽省电力有限公司 , 安徽大学
Abstract: 本发明提出了一种基于HIMVO‑SVM的短期光伏发电功率预测方法。首先，为摆脱传统MVO算法易陷入局部优化的缺点，采用基于帐篷映射的混沌序列参与种群初始化；接着，在MVO算法的位置矢量更新中，引入了一种非线性惯性权值下降策略，并加入差分进化(DE)算法进行全局搜索，提出了HIMVO算法来寻优SVM参数；最后，采用所提方法在三种不同天气类型下进行仿真实验。预测结果与SVM、MVO‑SVM方法对比，验证了HIMVO‑SVM方法可有效提升短期光伏发电功率预测精度。
-
公开(公告)号：CN110942205A
公开(公告)日：2020-03-31
申请号：CN201911232794.3
申请日：2019-12-05
Applicant: 国网安徽省电力有限公司 , 安徽大学
Abstract: 本发明提出了一种基于HIMVO-SVM的短期光伏发电功率预测方法。首先，为摆脱传统MVO算法易陷入局部优化的缺点，采用基于帐篷映射的混沌序列参与种群初始化；接着，在MVO算法的位置矢量更新中，引入了一种非线性惯性权值下降策略，并加入差分进化(DE)算法进行全局搜索，提出了HIMVO算法来寻优SVM参数；最后，采用所提方法在三种不同天气类型下进行仿真实验。预测结果与SVM、MVO-SVM方法对比，验证了HIMVO-SVM方法可有效提升短期光伏发电功率预测精度。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.018 seconds)
