-
公开(公告)号：CN110910004A
公开(公告)日：2020-03-24
申请号：CN201911127721.8
申请日：2019-11-18
Applicant: 国电湖南巫水水电开发有限公司 , 华中科技大学
Abstract: 本发明属于水库调度运行领域，公开了一种多重不确定性的水库调度规则提取方法及系统，根据历史径流计算最优水库调度方案；通过概率预报模型得到水库预报来水的概率分布；以面临时段水库上游水位以及面临时段水库来水概率预报为输入变量，以水库下一时段最优决策水位为输出变量建立贝叶斯神经网络模型采用基于仿真的训练模式对贝叶斯神经网络模型进行训练，得到同时考虑来水不确定性以及模型参数不确定性的水库调度规则。本发明能够充分考虑预报来水及其不确定性信息和调度模型参数的不确定性，根据历史最优调度方案提取水库调度规则；得到的考虑径流不确定性与模型参数不确定性的水库调度规则，能够为实时调度人员提供决策支持。
-
公开(公告)号：CN116756975A
公开(公告)日：2023-09-15
申请号：CN202310741043.4
申请日：2023-06-20
Applicant: 华中科技大学
IPC: G06F30/20
Abstract: 本发明公开基于改进花授粉算法的光伏电池模型参数辨识方法和系统，属于光伏电池建模领域。包括：接收对光伏电池模型的类型和花授粉算法参数的设定，根据设定的光伏电池模型类型，确定待辨识参数构成，将其作为花粉个体的位置，初始化花粉种群；采用改进花授粉算法进行种群迭代，输出全局最优解和对应花粉位置；所述改进花授粉算法在种群迭代时，全局授粉更新花粉个体位置时，控制授粉强度的参数采用高斯分布随机数，局部授粉更新花粉个体位置时，种群中不同于当前花粉的两个花粉的位置来自于不同聚类。本发明采用高斯分布表征花授粉过程中的远距离授粉，采用聚类进化策略表征花授粉过程中的近距离授粉，有效提升收敛速度和求解精度。
-
公开(公告)号：CN110163420B
公开(公告)日：2021-07-27
申请号：CN201910352165.8
申请日：2019-04-28
Applicant: 华中科技大学 , 长江水利委员会长江科学院
Abstract: 本发明公开了一种基于分解文化进化算法的多目标生态调度方法和系统，属于水电能源优化领域，包括：以水位为自变量，以发电量最大、生态流量改变度最小和最小出力最大化为目标建立多目标函数模型；为多目标函数模型生成多组权重向量，初始化邻域索引集和归档集，随机生成包含多个个体的初始种群，对于每个个体，从其邻域索引集中随机选取父代个体进行交叉变异得到子代个体，将父代个体和子代个体进行比较并保留较优个体；当初始种群中每个个体都完成上述操作后则初始种群进化完成，当进化次数满足预设次数，得到最终的归档集，最终的归档集是最优水库调度方案。本发明对多个目标进行评估，适用性强，可得到经济可靠的水电站优化调度方案。
-
Patent Agency Ranking
公开(公告)号：CN110059867B
公开(公告)日：2021-01-19
申请号：CN201910238384.3
申请日：2019-03-27
Applicant: 华中科技大学 , 中国水利水电科学研究院
Abstract: 本发明公开一种共享权重长短期记忆网络(SWLSTM)结合高斯过程回归(GPR)的风速预测方法，该方法主要包括：采用共享权重来简化标准长短期记忆网络(LSTM)的结构；利用结合了mini‑batch机制的Adam优化算法来训练SWLSTM，得到具有高准确率的风速点预测结果；将SWLSTM得到的点预测结果作为GPR的输入，二次预测得到风速概率预测结果；选定置信度，通过高斯分布得到相应置信度下的风速区间预测结果。本发明的预测方法通过共享权重缩减了LSTM的训练时间，结合GPR使得SWLSTM有能力进行概率预测和区间预测。SWLSTM‑GPR可得到高精度的风速点预测结果，合适的风速区间预测结果和可靠的风速概率预测分布，对风电的规划和应用具有重要意义。
-
公开(公告)号：CN110163420A
公开(公告)日：2019-08-23
申请号：CN201910352165.8
申请日：2019-04-28
Applicant: 华中科技大学 , 长江水利委员会长江科学院
Abstract: 本发明公开了一种基于分解文化进化算法的多目标生态调度方法和系统，属于水电能源优化领域，包括：以水位为自变量，以发电量最大、生态流量改变度最小和最小出力最大化为目标建立多目标函数模型；为多目标函数模型生成多组权重向量，初始化邻域索引集和归档集，随机生成包含多个个体的初始种群，对于每个个体，从其邻域索引集中随机选取父代个体进行交叉变异得到子代个体，将父代个体和子代个体进行比较并保留较优个体；当初始种群中每个个体都完成上述操作后则初始种群进化完成，当进化次数满足预设次数，得到最终的归档集，最终的归档集是最优水库调度方案。本发明对多个目标进行评估，适用性强，可得到经济可靠的水电站优化调度方案。
-
公开(公告)号：CN110059867A
公开(公告)日：2019-07-26
申请号：CN201910238384.3
申请日：2019-03-27
Applicant: 华中科技大学 , 中国水利水电科学研究院
Abstract: 本发明公开一种共享权重长短期记忆网络(SWLSTM)结合高斯过程回归(GPR)的风速预测方法，该方法主要包括：采用共享权重来简化标准长短期记忆网络(LSTM)的结构；利用结合了mini-batch机制的Adam优化算法来训练SWLSTM，得到具有高准确率的风速点预测结果；将SWLSTM得到的点预测结果作为GPR的输入，二次预测得到风速概率预测结果；选定置信度，通过高斯分布得到相应置信度下的风速区间预测结果。本发明的预测方法通过共享权重缩减了LSTM的训练时间，结合GPR使得SWLSTM有能力进行概率预测和区间预测。SWLSTM-GPR可得到高精度的风速点预测结果，合适的风速区间预测结果和可靠的风速概率预测分布，对风电的规划和应用具有重要意义。
-
公开(公告)号：CN109902801A
公开(公告)日：2019-06-18
申请号：CN201910058334.7
申请日：2019-01-22
Applicant: 华中科技大学 , 长江水利委员会长江科学院
Abstract: 本发明公开了一种基于变分推理贝叶斯神经网络的洪水集合预报方法，包括：设置贝叶斯神经网络各层维度；选定贝叶斯神经网络的权重参数的先验概率分布，通过变分参数对贝叶斯神经网络的权重参数进行参数化，来近似贝叶斯神经网络的权重参数的后验概率分布；计算先验概率分布与变分后验概率分布的相对熵，并根据训练数据集计算期望对数似然函数；根据相对熵和期望对数似然函数，构建目标函数；最大化目标函数，训练变分推理参数；使用训练好的变分推理贝叶斯神经网络，对未知洪水进行集合预报。本发明将变分推理与BNN模型结合，通过变分分布近似贝叶斯网络模型权重参数的后验概率，简化了计算过程，定量描述洪水预报的不确定性，提高准确度。
-
公开(公告)号：CN109858173A
公开(公告)日：2019-06-07
申请号：CN201910120306.3
申请日：2019-02-18
Applicant: 华中科技大学 , 长江勘测规划设计研究有限责任公司
Abstract: 本发明属于风光水多能互补联合调度领域，公开了一种风光水互补发电系统联合调度的多目标正切方法，获取当地风速、太阳辐射强度、水电站来水数据；根据风、光、水互补的特性，以水库水位值作为决策编码；同时分析发电效益和生态效益，建立风光水互补发电系统中长期多目标调度模型；提出并采用一种新的多目标方法对建立的模型进行求解，得到兼顾发电、生态的风光水互补发电系统中长期优化调度最优解集；并对求解的多目标方案进行分析。本发明能够充分利用于风光水互补发电系统的中长期规划和调度方案编制，权衡风光水互补发电系统的发电目标和生态目标，最大限度地提高中长期调度的综合效益，具有一定的参考借鉴意义。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.031 seconds)
