-
公开(公告)号：CN111628497A
公开(公告)日：2020-09-04
申请号：CN202010442923.8
申请日：2020-05-22
Applicant: 青海大学
Abstract: 本发明涉及一种面向电网稳定性的动态负载管理方法及计算机设备，该方法包括：获取预设时间段内的电网频率的越限率；针对以数据中心的功率值为个体构建的种群，采用随机搜索算法计算每一代种群中各个个体的适应度，将最高适应度对应的个体作为满足电网稳定性要求的数据中心的功率值，其中，随机搜索算法中采用的适应度函数基于越限率进行计算，电网稳定性包括：电网频率维持在正常范围内且节点电压和支路功率不发生越限。本发明采用随机搜索算法获得最优的数据中心实时的功率值，从而保证并网后电网稳定性在可控范围内，并且通过电网频率的越限率衡量频率稳定的效果。
-
Patent Agency Ranking
公开(公告)号：CN108052387B
公开(公告)日：2021-07-27
申请号：CN201711131885.9
申请日：2017-11-15
Applicant: 青海大学
Abstract: 本发明涉及一种移动云计算中资源分配预测方法及系统，所述方法包括：统计目标时间节点之前预设时间段内移动云计算中资源指标值构成指标值集合A，对集合A中的资源指标值进行分级，每个等级对应一个状态空间；利用加权马尔科夫链算法，计算目标时间节点的状态概率行向量；根据分级标准建立资源指标值均值列向量，结合状态概率行向量，计算目标时间节点的预测值。本方法可以直接得出预测值，在一定程度上简化了模型，减少了运算量，提高了效率。本发明利用均值列向量降低了各区间叠加概率对整个预测结果的影响，提高了预测准确率，解决了加权马尔科夫链预测模型在叠加过程中忽略各阶预测概率不同而造成最终的预测结果偏离实际结果的这一问题。
-
公开(公告)号：CN111628497B
公开(公告)日：2022-04-29
申请号：CN202010442923.8
申请日：2020-05-22
Applicant: 青海大学
Abstract: 本发明涉及一种面向电网稳定性的动态负载管理方法及计算机设备，该方法包括：获取预设时间段内的电网频率的越限率；针对以数据中心的功率值为个体构建的种群，采用随机搜索算法计算每一代种群中各个个体的适应度，将最高适应度对应的个体作为满足电网稳定性要求的数据中心的功率值，其中，随机搜索算法中采用的适应度函数基于越限率进行计算，电网稳定性包括：电网频率维持在正常范围内且节点电压和支路功率不发生越限。本发明采用随机搜索算法获得最优的数据中心实时的功率值，从而保证并网后电网稳定性在可控范围内，并且通过电网频率的越限率衡量频率稳定的效果。
-
公开(公告)号：CN109638837B
公开(公告)日：2020-10-09
申请号：CN201811639180.2
申请日：2018-12-29
Applicant: 青海大学
Abstract: 本发明涉及一种面向新能源并网的动态负载管理方法及系统，该方法包括：根据新能源电站的发电量和负载的负载量，采用潮流算法得到包括所述新能源电站和负载的电网系统的损耗；针对以负载的负载量为个体构建的种群，采用随机算法计算每一代种群中各个个体的适应度，将最大适应度对应的个体中负载的负载量作为所述负载的负载量，其中，所述随机算法中采用的适应度函数是基于电网损耗和所有负载的负载量之和与新能源电站发电量间的残差构建的。本发明采用随机算法设计得到的最优负载分配策略，可在有新能源并网输入和动态可调负载的电网系统中实现负载动态、合理地分配，并且获得最小的电网损耗，节约操作成本。
-
公开(公告)号：CN109638837A
公开(公告)日：2019-04-16
申请号：CN201811639180.2
申请日：2018-12-29
Applicant: 青海大学
Abstract: 本发明涉及一种面向新能源并网的动态负载管理方法及系统，该方法包括：根据新能源电站的发电量和负载的负载量，采用潮流算法得到包括所述新能源电站和负载的电网系统的损耗；针对以负载的负载量为个体构建的种群，采用随机算法计算每一代种群中各个个体的适应度，将最大适应度对应的个体中负载的负载量作为所述负载的负载量，其中，所述随机算法中采用的适应度函数是基于电网损耗和所有负载的负载量之和与新能源电站发电量间的残差构建的。本发明采用随机算法设计得到的最优负载分配策略，可在有新能源并网输入和动态可调负载的电网系统中实现负载动态、合理地分配，并且获得最小的电网损耗，节约操作成本。
-
公开(公告)号：CN108052387A
公开(公告)日：2018-05-18
申请号：CN201711131885.9
申请日：2017-11-15
Applicant: 青海大学
Abstract: 本发明涉及一种移动云计算中资源分配预测方法及系统，所述方法包括：统计目标时间节点之前预设时间段内移动云计算中资源指标值构成指标值集合A，对集合A中的资源指标值进行分级，每个等级对应一个状态空间；利用加权马尔科夫链算法，计算目标时间节点的状态概率行向量；根据分级标准建立资源指标值均值列向量，结合状态概率行向量，计算目标时间节点的预测值。本方法可以直接得出预测值，在一定程度上简化了模型，减少了运算量，提高了效率。本发明利用均值列向量降低了各区间叠加概率对整个预测结果的影响，提高了预测准确率，解决了加权马尔科夫链预测模型在叠加过程中忽略各阶预测概率不同而造成最终的预测结果偏离实际结果的这一问题。
-
-
-
-
-
Search Results
6
records
(took 0.036 seconds)
