-
公开(公告)号：CN117609683A
公开(公告)日：2024-02-27
申请号：CN202311553845.9
申请日：2023-11-20
Applicant: 湖南大学
Abstract: 本发明公开了一种基于泰勒变换的复杂动态信号参数测量方法及装置，本发明包括利用窗函数对目标动态信号离散采样得到的离散信号序列进行加权建立离散信号模型中动态相量系数矩阵PK的最小二乘估计模型，获取对目标动态信号离散采样得到的离散信号序列X，获取基频估计值，并基于基频估计值计算归一化角频率Ω0；基于Ω0构建最小二乘估计模型中涉及的矩阵并结合最小二乘估计模型获得动态相量系数矩阵PK的估计值，利用泰勒变换将PK的估计值展开及计算目标动态信号的信号参数。本发明旨在实现复杂干扰场景下对动态信号参数进行快速估计，减少动态信号参数估计的计算负担。
-
公开(公告)号：CN114692988A
公开(公告)日：2022-07-01
申请号：CN202210384199.7
申请日：2022-04-13
Applicant: 湖南大学
Abstract: 本发明公开了一种基于CatBoost的净负荷备用容量需求预测方法、装置及存储介质，其中方法包括：获取待预测时段内各预测点的预测特征信息；将预测特征信息输入基于CatBoost集成学习方法构建的负荷/新能源预测误差预测模型，得到各预测点对应的负荷预测误差和新能源预测误差；各预测点负荷预测误差和新能源预测误差相减，得到各预测点的净负荷备用容量需求预测结果；在一定置信水平下，根据净负荷备用容量需求预测误差累计分布函数，得到各预测点净负荷备用容量需求预测区间上、下限。本发明可用于日前和日内的净负荷备用容量需求评估，预测稳定性、准确性、运算速度和运算效率高，普适性强。
-
Patent Agency Ranking
公开(公告)号：CN114707710B
公开(公告)日：2024-05-28
申请号：CN202210281542.5
申请日：2022-03-22
Applicant: 湖南大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/06 , H02J3/00
Abstract: 本发明公开了一种电力系统日内净负荷备用需求评估方法、计算机装置，通过变分模态分解算法将电力系统日内净负荷备用历史数据解析为多个内赋模态分量，取其中能反映数据趋势性的部分分量，再采用单变量整合移动自回归平均模型对趋势性分量建立电力系统日内净负荷备用预测模型，将各趋势性分量预测值叠加作为最终的电力系统日内净负荷备用预测值，最后采用通用分布模型对电力系统日净负荷行备用预测误差进行建模，得到在一定置信度下的预测时段的电力系统日内净负荷备用需求区间。该方法有利于电力调度部门及时提供资源，平衡系统有功功率，避免了电力供应不足而切负荷对社会生产净负荷造成不利影响。
-
公开(公告)号：CN114707710A
公开(公告)日：2022-07-05
申请号：CN202210281542.5
申请日：2022-03-22
Applicant: 湖南大学
Abstract: 本发明公开了一种电力系统日内净负荷备用需求评估方法、计算机装置，通过变分模态分解算法将电力系统日内净负荷备用历史数据解析为多个内赋模态分量，取其中能反映数据趋势性的部分分量，再采用单变量整合移动自回归平均模型对趋势性分量建立电力系统日内净负荷备用预测模型，将各趋势性分量预测值叠加作为最终的电力系统日内净负荷备用预测值，最后采用通用分布模型对电力系统日净负荷行备用预测误差进行建模，得到在一定置信度下的预测时段的电力系统日内净负荷备用需求区间。该方法有利于电力调度部门及时提供资源，平衡系统有功功率，避免了电力供应不足而切负荷对社会生产净负荷造成不利影响。
-
公开(公告)号：CN118033312A
公开(公告)日：2024-05-14
申请号：CN202410068898.X
申请日：2024-01-17
Applicant: 湖南大学
Abstract: 本发明公开了一种基于矩阵束的动态信号参数测量方法及系统，本发明包括使用电网的采样信号序列构建Hankel矩阵再进行奇异值分解；基于对角矩阵构建奇异能量谱，估计有效频率分量个数并构建噪声滤除后的对角矩阵和矩阵束，求解矩阵束的特征值得到各有效频率分量的频率粗估计值；利用频率粗估计值构建基于二阶泰勒动态相量模型的多频系统矩阵，采用加余弦自点积窗函数和加权最小二乘法估计二阶动态相量系数并对频率粗估计值进行校正，完成对幅值、相位及频率变化率的估计。本发明旨在解决谐波与频谱干扰对参数测量准确性的影响，提升配电网中的同步相量测量结果的准确度。
-
公开(公告)号：CN117606724A
公开(公告)日：2024-02-27
申请号：CN202311553823.2
申请日：2023-11-20
Applicant: 湖南大学
Abstract: 本发明公开了一种多分辨率的动态信号时域及频谱特征分析方法及装置，本发明方法包括初始化模态分解数量K，基于采样信号进行变分模态分解得到固有模态函数IMF；对固有模态函数做进行相空间重构，将重构后的信号排序并计算排序后的信号序列出现的概率，计算组合加权排列熵确定信号分解复杂性，调整模态分解数量K；设定高、中、低频段、相应的中间频段和各个频段对应的窗宽调整因子，针对多个频段对K个IMF分量做多分辨率广义S变换，实现多分辨率下的动态信号时域及频域特征提取。本发明旨在使用多分辨率分析来帮助诊断风机故障振动信号，实现对风机故障振动信号的时域及频域特征提取。
-
公开(公告)号：CN114139809A
公开(公告)日：2022-03-04
申请号：CN202111464332.1
申请日：2021-12-03
Applicant: 国网河南省电力公司经济技术研究院 , 国家电网有限公司 , 湖南大学
Abstract: 本发明提出了一种基于XGBoost电力系统动态频率响应曲线预测方法及系统，其方法步骤为：首先，基于海量预想故障场景的模拟结果获取多样化数据库，并将多样化数据库随机划分为训练数据集和测试数据集，分别对两个数据集进行归一化处理；其次，基于XGBoost集成学习模型构建频率响应曲线预测器，并利用贝叶斯优化模型确定最佳超参数；最后，利用训练数据集对频率响应曲线预测器进行迭代学习，并利用训练好的频率响应曲线预测器对给定预想故障或当前运行状态下的系统动态频率响应进行在线评估。本发明XGBoost模型降低了对样本的依赖性；通过贝叶斯优化实现XGBoost模型中超参数的自动调优，实现了扰动事件下整条频率响应曲线的预测。
-
-
-
-
-
-
Search Results
7
records
(took 0.021 seconds)
