一种基于稀疏字典学习的电力系统负荷成分辨识方法

    公开(公告)号:CN120067910A

    公开(公告)日:2025-05-30

    申请号:CN202510109383.4

    申请日:2025-01-23

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于稀疏字典学习的电力系统负荷成分辨识方法。包括:获取各类负荷的标准化历史负荷数据和标准化历史气象数据,建立综合历史负荷数据字典和综合历史气象数据字典;获取待辨识日负荷数据以及各类负荷的待辨识日气象数据,根据综合历史负荷数据字典和综合历史气象数据字典,利用结合气象因素的正交匹配追踪算法对待辨识日负荷数据进行负荷成分辨识,得到负荷成分辨识结果,所述负荷成分辨识结果用于电力系统的负荷预测或者调度。本方法能够将待辨识日的负荷曲线分解为各成分负荷曲线,并计算其各成分占比,对广义负荷成分占比的辨识有重要的价值和意义。

    一种多渠道的碳排放量综合监测方法

    公开(公告)号:CN115219662A

    公开(公告)日:2022-10-21

    申请号:CN202210811684.8

    申请日:2022-07-11

    Applicant: 浙江大学

    Abstract: 本发明公开了一种多渠道的碳排放量综合监测方法。方法包括:获得全球尺度的大气二氧化碳浓度和分布、气体柱浓度以及预设固定点位处的浓度数据;输入碳排放量监测系统软件平台中进行可视化监控;判断是否在各自的预设范围内,在超出预设范围的区域内增加增设固定点位,布置二氧化碳排放检测器,利用电动无人机航行获取大气二氧化碳浓度和总排放量数据;碳排放量监测系统软件平台进行实时监控,以实现监测在立体环境下的大气二氧化碳的分布与变化趋势。本发明改进了现有碳排放量监测手段精度不高和时空分辨率不高的缺陷,实现了多渠道的碳排放量数据同化方案,为精确的估算区域、点源碳排放量提供了有效手段,提高了温室气体排放核算的可靠度。

Patent Agency Ranking