公开(公告)号：CN114372634B

公开(公告)日：2022-09-16

申请号：CN202210028816.X

申请日：2022-01-11

Applicant: 广东工业大学

Inventor： 孟安波 ,  冼梓康 ,  殷豪 ,  翟广松 ,  王陈恩 ,  许炫淙 ,  王鹏

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种基于神经网络不平衡优化的短期风电功率预测方法及系统，涉及风电功率预测的技术领域，首先对风速时间序列、风向时间序列及风电功率时间序列预处理，得到特征向量，并构建神经网络，选定中间特征层，将特征向量作为神经网络的输入，对中间特征层进行特征张量相似性处理，提高了风电功率相近样本的特征相似性，使数据量少的风电功率样本可以依靠风电功率相近样本在神经网络中的传播增强拟合效果，提升了神经网络自身对不平衡风电序列样本的处理能力；对神经网络的训练损失进行多方向的不平衡优化，基于不平衡调整，扩展神经网络训练最优拟合参数的能力，使得神经网络泛化能力增强，提高风电功率的预测精度。

公开(公告)号：CN114331111B

公开(公告)日：2022-10-18

申请号：CN202111620741.6

申请日：2021-12-27

Applicant: 广东工业大学

Inventor： 孟安波 ,  许炫淙 ,  殷豪 ,  王陈恩 ,  翟广松 ,  朱梓彬

IPC: G06Q10/06 ,  G06N3/00

Abstract: 本发明涉及经济调度的技术领域，更具体地，涉及一种多区域静态经济调度解耦降维求解方法。首先获取多区域静态经济调度机组的信息，并建立主优化目标函数；采用纵横交叉算法对多区域机组进行解耦，得到N个子种群与分布式子优化器；基于子种群建立子优化器与其余子种群建立子关联目标函数，计算得到各个子种群的子目标函数；各个子优化器的种群分别进行并行的横向交叉与纵向交叉；再通过邻域种群交叉机制计算邻域交叉新种群，通过变异机制加速分布式子优化器更新；而后；进行种群更新得到子全局最优粒子；满足更新迭代次数时，输出多区域静态经济调度求解优化的最优种群信息。本发明保护了各个区域的数据私密性并大大减少了计算机的通信负担。

公开(公告)号：CN114372634A

公开(公告)日：2022-04-19

申请号：CN202210028816.X

申请日：2022-01-11

Applicant: 广东工业大学

Inventor： 孟安波 ,  冼梓康 ,  殷豪 ,  翟广松 ,  王陈恩 ,  许炫淙 ,  王鹏

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种基于神经网络不平衡优化的短期风电功率预测方法及系统，涉及风电功率预测的技术领域，首先对风速时间序列、风向时间序列及风电功率时间序列预处理，得到特征向量，并构建神经网络，选定中间特征层，将特征向量作为神经网络的输入，对中间特征层进行特征张量相似性处理，提高了风电功率相近样本的特征相似性，使数据量少的风电功率样本可以依靠风电功率相近样本在神经网络中的传播增强拟合效果，提升了神经网络自身对不平衡风电序列样本的处理能力；对神经网络的训练损失进行多方向的不平衡优化，基于不平衡调整，扩展神经网络训练最优拟合参数的能力，使得神经网络泛化能力增强，提高风电功率的预测精度。

公开(公告)号：CN114331111A

公开(公告)日：2022-04-12

申请号：CN202111620741.6

申请日：2021-12-27

Applicant: 广东工业大学

Inventor： 孟安波 ,  许炫淙 ,  殷豪 ,  王陈恩 ,  翟广松 ,  朱梓彬

IPC: G06Q10/06 ,  G06N3/00

Abstract: 本发明涉及经济调度的技术领域，更具体地，涉及一种多区域静态经济调度解耦降维求解方法。首先获取多区域静态经济调度机组的信息，并建立主优化目标函数；采用纵横交叉算法对多区域机组进行解耦，得到N个子种群与分布式子优化器；基于子种群建立子优化器与其余子种群建立子关联目标函数，计算得到各个子种群的子目标函数；各个子优化器的种群分别进行并行的横向交叉与纵向交叉；再通过邻域种群交叉机制计算邻域交叉新种群，通过变异机制加速分布式子优化器更新；而后；进行种群更新得到子全局最优粒子；满足更新迭代次数时，输出多区域静态经济调度求解优化的最优种群信息。本发明保护了各个区域的数据私密性并大大减少了计算机的通信负担。

公开(公告)号：CN114187059A

公开(公告)日：2022-03-15

申请号：CN202111620773.6

申请日：2021-12-27

Applicant: 广东工业大学

Inventor： 殷豪 ,  翟广松 ,  孟安波 ,  冼梓康 ,  许炫淙 ,  谢智锋 ,  王鹏

IPC: G06Q30/02 ,  G06Q50/06 ,  G06N3/08 ,  G06N3/04 ,  G06N3/00 ,  G06K9/62

Abstract: 本发明涉及电价预测的技术领域，更具体地，涉及一种短期电价预测方法，具体地是一种基于互信息—注意力机制和纵横交叉算法优化长短时记忆网络的短期电价预测方法。针对电价特征变量增多的问题，提出基于互信息—注意力机制的二次特征选取方法，利用互信息特征选取方法选取出与电价相关性最高的特征集，再引入注意力机制对该特征集赋予不同权重以突出其中的关键信息，能够有效选取出加权的高相关性特征集；针对传统长短时记忆网络容易陷入局部最优的问题，采用纵横交叉算法优化模型的权重和阈值，能有效提高模型跳出局部最优的能力；组合预测模型结合了多种算法的优势，能够有效提高电价预测精度和模型的泛化能力。