一种基于机器学习与神经网络的电力变压器状态预测方法

    公开(公告)号:CN112580883A

    公开(公告)日:2021-03-30

    申请号:CN202011545992.8

    申请日:2020-12-24

    Abstract: 本发明公开了一种基于机器学习与神经网络的电力变压器状态预测方法,其包括步骤:(1)对RP神经网络和深度置信网络进行训练;(2)利用经过训练的RP神经网络和深度置信网络输出待识别变压器特征气体的未来浓度值和未来浓度比值;(3)基于气体未来浓度比值预测变压器的未来运行状态。本发明能有效预测变压器的未来运行状态;对变压器运行状态进行预测,有助于及时感知变压器潜在威胁,掌握变压器故障发展趋势;对提高设备运行安全可靠性具有重大意义。

    一种电网发电机组调度优化方法
    2.
    发明公开

    公开(公告)号:CN115377985A

    公开(公告)日:2022-11-22

    申请号:CN202211051547.5

    申请日:2022-08-31

    Abstract: 本发明公开了一种电网发电机组调度优化方法,设计电网调度领域。本发明用以解决现有技术中通常忽略环境因素的问题。本发明通过神经网络模型预测未来一时间段的电网负荷;建立电网发电系统模型,建以发电系统运行成本最低的目标函数,电网发电系统模型的约束条件包括基于未来一时间段的电网负荷的发电系统功率平衡约束、各机组最大出力、最小出力约束、持续开机、停机时间约束、机组爬坡约束、储能设备约束和调相机约束;基于目标函数和约束条件,利用狼群优化算法得到最优机组组合方式进行电网调度。本发明的调度方法兼顾经济因素和环境因素,有助于及时掌握电网发电状态,优化电网调度,提高发电经济性。

Patent Agency Ranking