一种含电动汽车微电网容量配置的多种群遗传粒子群优化方法

    公开(公告)号:CN106887841B

    公开(公告)日:2020-09-11

    申请号:CN201710176766.9

    申请日:2017-03-23

    Applicant: 东北大学

    Abstract: 本发明提出一种含电动汽车微电网容量配置的多种群遗传粒子群优化方法,在满足电动汽车用电需求的情况下,发挥电动汽车所具有的储能功能,提出了包含年费用成本、全年负荷缺电概率和负荷曲线峰谷差为目标的多目标模型,运用多种群遗传粒子群算法对目标函数进行求解,可以精确的获得微电网系统中各单元的最优容量,在保证系统可靠性及平抑负荷波动的情况下,还可以实现较高的经济效益。通过对含有电动汽车的微电网系统的优化,在保证系统可靠性和经济性的基础上,利用电动汽车该移动储能装置,可以实现削峰填谷,降低系统曲线的峰谷差,不但可以提高电力系统的稳定性,还有很高的经济效益,从而有利于电动汽车此清洁装置的推广利用。

    一种基于边缘计算的多智能体负荷调控方法

    公开(公告)号:CN111030123A

    公开(公告)日:2020-04-17

    申请号:CN201911403025.5

    申请日:2019-12-31

    Applicant: 东北大学

    Abstract: 本发明提供一种基于边缘计算的多智能体负荷调控方法,涉及智能微网环境下的负荷管理技术领域。该方法首先建立区域电网内部的电力节点数据模型;考虑区域电网间的耦合关系,建立基于边缘计算的感知模型,感知联络线两端的电压与相角;计算区域电网间的线损,叠加区域电网内的发电与耗电功率得到区域电网的净有功功率;然后设定区域电网的目标函数;根据区域电网的目标函数推导区间电网经济效益最优目标函数;最后将区间电网的经济优化与负荷调整问题转化为分布式区域电网整体经济效益与区域间功率平衡耦合问题;将目标函数转化为增广拉格朗日函数,使用ADMM算法求解,实现电网系统负荷的调控。

    基于发电预测的微电网分布式电源去中心优化运行方法

    公开(公告)号:CN110867902A

    公开(公告)日:2020-03-06

    申请号:CN201910976270.9

    申请日:2019-10-15

    Applicant: 东北大学

    Abstract: 本发明提供一种基于发电预测的微电网分布式电源去中心优化运行方法,涉及电力系统微电网优化运行技术领域。本发明首先基于多类型数据,利用长短期记忆网络方法对各分布式电源进行本地发电预测;并基于预测发电出力结果改进系统优化模型,无需采集负荷信息建模,摆脱了对控制中心的依赖。然后,基于广播方式的流言传播方法来设计去中心化优化算法,实现去中心优化发电出力。最后将优化结果与下垂控制进行协调融合,实现了协调优化层于系统控制层的结合,能够进行实时优化控制。本发明提供的基于发电预测的微电网分布式电源去中心优化运行方法,无需负荷信息,通过发电出力预测及分布式优化算法实现了去中心化;并且与将优化与下垂控制有机结合,实现实时优化控制。

    基于堆栈式支持向量机的杆塔螺栓状态监测方法及装置

    公开(公告)号:CN110866556A

    公开(公告)日:2020-03-06

    申请号:CN201911100240.8

    申请日:2019-11-12

    Applicant: 东北大学

    Abstract: 本发明公开一种基于堆栈式支持向量机的杆塔螺栓状态监测方法及装置,包括:振动数据集采集及预处理;将预处理后的数据进行小波变换构造特征向量;利用特征向量训练对抗支持向量机A-SVM;训练堆栈式支持向量机S-SVM;利用训练后的堆栈式支持向量机模型实现杆塔状态自动监测;装置为:AD采集模块的输入端接有振动速度传感器,输出端与FPGA相连,FPGA分别与GPRS模块、up2开发板相连,up2开发板向控制继电器模块发送控制指令,控制继电器模块输出端与振动速度传感器相连;GPRS模块与远端上位机通讯。本发明能够对杆塔安全状态进行监测,减少杆塔出现螺栓松动导致的事故,保障电力杆塔和输电线路安全稳定运行。

    基于双模态解耦的热电联产系统及其风电消纳方法

    公开(公告)号:CN110318877A

    公开(公告)日:2019-10-11

    申请号:CN201910603818.5

    申请日:2019-07-05

    Applicant: 东北大学

    Abstract: 本发明提供一种基于双模态解耦的热电联产系统及其风电消纳方法,涉及热电联产系统技术领域。系统包括燃气轮机、余热回收装置、储热装置、质子交换膜燃料电池、电制气设备和风力发电机,储热装置、质子交换膜燃料电池和电制气设备解耦热电联产机组“以热定电”和“以电定热”两种运行模式。通过解耦热电耦合关系来提高系统消纳风电能力,并通过系统购能成本和污染气体治理成本最低为目标函数,用电负荷优先消纳风电,剩余风电通过电制气设备进一步消纳。本发明能大规模消系统的弃风电能,解耦“以热定电”和“以电定热”两种运行模式,实现风电-气-电双向转化,还能提高系统自身调节备用能力,增强系统抗可在生能源出力随机波动的干扰能力。

    一种基于形态聚类和LightGBM的工业用户短期负荷预测方法

    公开(公告)号:CN109766950A

    公开(公告)日:2019-05-17

    申请号:CN201910047094.0

    申请日:2019-01-18

    Applicant: 东北大学

    Abstract: 本发明提供一种基于形态聚类和LightGBM的工业用户短期负荷预测方法,涉及电力系统负荷预测技术领域。该方法首先对采集到的工业用户负荷数据利用工业用户形态聚类算法进行聚类;并根据形态聚类后各类别用户的负荷特性进行特征工程处理;然后将经过形态聚类和对应特征工程处理后的各类负荷数据利用对应的LightGBM模型进行训练及预测;最后将各类用户的LightGBM模型预测结果进行模型融合,得到最终预测结果。本发明提供的基于形态聚类和LightGBM的工业用户短期负荷预测方法,充分考虑了不同工业用户具有不同负荷特性的特点,在计算效率和预测精确度方面较其他集成学习模型均具有显著提升。

    基于改进卷积神经网络的电力变压器在线检测系统及方法

    公开(公告)号:CN109612708A

    公开(公告)日:2019-04-12

    申请号:CN201811618261.4

    申请日:2018-12-28

    Applicant: 东北大学

    Abstract: 本发明提出基于改进卷积神经网络的电力变压器在线检测系统及方法,其中,在线检测系统具体包括:传感器组、信号放大装置、信号采集与存储装置、故障定位装置;基于改进卷积神经网络的电力变压器在线检测系统的方法,包括离线训练部分和在线检测部分;本发明根据变压器自身结构特点与振动原理,确定振动传感器布点,实时获取变压器振动信号;将原始信号进行数据处理转换为易于卷积神经网络识别的二维灰度图作为卷积神经网络输入;根据变压器实时振动数据噪声干扰较大的特点,改进传统卷积神经网络结构、改进卷积核尺寸,建立应用于电力变压器故障定位的改进卷积神经网络架构,并验证了该方法的合理性与优越性。

Patent Agency Ranking