-
公开(公告)号：CN114465256B
公开(公告)日：2024-06-21
申请号：CN202210079212.8
申请日：2022-01-24
Applicant: 东北电力大学
Abstract: 本发明公开了多节点电动汽车充电负荷联合对抗生成区间预测方法，包括分析待预测日和历史日联合充电场景中多节点充电负荷间时‑空相关性，确定描述多节点电动汽车充电行为的原始多节点多相关日联合充电场景集；利用梯度惩罚Wasserstein生成对抗网络刻画充电负荷时‑空分布强随机性，对抗生成海量与原始场景集具有相似概率分布但时序分布存在差异的联合充电场景；根据生成的多节点多相关日联合充电场景集，采用加权2‑D相关系数筛选出与待预测日强相关联合场景集；根据待预测日强相关联合场景集获得多节点充电负荷区间预测结果；能更有效预测配网空间内电动汽车充电负荷时‑空分布，更有利于提高配电网运行的稳定性与经济性。
-
公开(公告)号：CN116632793A
公开(公告)日：2023-08-22
申请号：CN202310559319.7
申请日：2023-05-17
Applicant: 东北电力大学
Abstract: 本发明公开了基于特定频段暂态能量比的MTDC电网故障判别方法，通过对故障电压行波研究，并利用不同故障情况下的贝瑞龙等效电路，推导出发生区内故障、正向区外故障、反向区外故障时的限流电抗器两侧电压行波特点，依据限流电抗器两侧电压行波特定频段含量差异性定义特定频段暂态能量比，利用发生区内外故障时限流电抗器两侧高频能量比差异性构造保护判据识别故障区域，同时根据不同故障极发生故障时正负极限流电抗器的幅值差进行故障选极。利用PSCAD/EMTDC仿真软件搭建直流电网模型，经仿真验证，本发明能准确识别故障，具有一定的抗过渡电阻与抗噪声干扰能力，可实现全线速动，而且故障判据简单，设备可靠性高。
-
公开(公告)号：CN112883633B
公开(公告)日：2022-10-11
申请号：CN202110045657.X
申请日：2021-01-14
Applicant: 东北电力大学
Abstract: 一种基于组合赋权法和深度学习的配电网线损计算方法，属于配电网理论线损计算技术领域。本发明采用深度学习GRU网络模型拟合电气参数与理论线损非线性关系，提高了传统BP算法的非线性函数逼近能力，且针对目前智能算法所需电气参数的选取大多依靠经验的问题，综合考虑主客观因素，提出互信息理论和层次分析法相结合的组合赋权法，对不同电气参数影响权重进行排序，确定最优输入参数，改善了配电网理论线损计算性能。
-
公开(公告)号：CN114465256A
公开(公告)日：2022-05-10
申请号：CN202210079212.8
申请日：2022-01-24
Applicant: 东北电力大学
Abstract: 本发明公开了多节点电动汽车充电负荷联合对抗生成区间预测方法，包括分析待预测日和历史日联合充电场景中多节点充电负荷间时‑空相关性，确定描述多节点电动汽车充电行为的原始多节点多相关日联合充电场景集；利用梯度惩罚Wasserstein生成对抗网络刻画充电负荷时‑空分布强随机性，对抗生成海量与原始场景集具有相似概率分布但时序分布存在差异的联合充电场景；根据生成的多节点多相关日联合充电场景集，采用加权2‑D相关系数筛选出与待预测日强相关联合场景集；根据待预测日强相关联合场景集获得多节点充电负荷区间预测结果；能更有效预测配网空间内电动汽车充电负荷时‑空分布，更有利于提高配电网运行的稳定性与经济性。
-
公开(公告)号：CN109886465B
公开(公告)日：2022-03-18
申请号：CN201910050608.8
申请日：2019-01-20
Applicant: 东北电力大学
Inventor： 黄南天 , 王文婷 , 蔡国伟 , 杨冬锋 , 黄大为 , 杨德友 , 孔令国 , 王燕涛 , 杨学航 , 包佳瑞琦 , 吴银银 , 张祎祺 , 李宏伟 , 陈庆珠 , 刘宇航 , 张良 , 刘博
Abstract: 一种基于智能电表用户聚类分析的配电网负荷预测方法，其特征是，包括：分析智能电表用户的负荷波动性，按照波动程度将一天24小时分成3个波动程度有差异的时段；确定预测器输入特征集，并分析该特征集合下，不同用户的特征重要度；以特征重要度集合描述用户差异，并对用户进行SDCKM聚类，将输入特征具有相似响应程度的用户分为一类，日内不同配网总负荷波动程度时段最优聚类结果采用统计实验确定；选取基于集成学习的随机森林预测器，针对不同波动程度时段最优聚类结果，分别构建滚动预测模型。解决了聚类中心初始点选取具有随机性，容易陷入局部最优的问题，降低了滚动预测模型的预测误差，提高基于智能电表用户的配电网负荷预测精度。
-
Patent Agency Ranking
公开(公告)号：CN109886464B
公开(公告)日：2022-03-18
申请号：CN201910050602.0
申请日：2019-01-20
Applicant: 东北电力大学
Abstract: 本发明是一种基于优化奇异值分解生成特征集的低信息损失短期风速预测方法，其特点是，包括：风速序列降噪处理、降维特征集生成、特征重要度计算、特征选择和模型验证等步骤，具有科学合理，适应性强，实用价值高，低信息损失和高精度预测的特点。
-
公开(公告)号：CN112927095A
公开(公告)日：2021-06-08
申请号：CN202110027877.X
申请日：2021-01-11
Applicant: 东北电力大学
Abstract: 本发明一种电热联合系统多时间尺度协调调度方法，属于电气领域；包括负荷资源分类；多时间尺度协调调度框架；多时间尺度协调调度建模。具有方法科学合理，适用性强，效果佳，促进系统风电消纳的同时提高系统运行经济性。
-
公开(公告)号：CN112532099A
公开(公告)日：2021-03-19
申请号：CN202011512708.7
申请日：2020-12-20
Applicant: 东北电力大学
Abstract: 本发明是一种双Trans‑准Z源网络三电平间接矩阵变换器的载波PWM调制方法，其特点是，对于整流级，将输入相电压划分为六个扇区，选取每个扇区中极性为正且幅值最大的两个线电压合成输出电压，以达到整流级最大电压调制比；对于Trans‑准Z源网络，在开关周期中插入直通时间，以达到升压的目的；对于逆变级，采用基于SVPWM的载波PWM调制方法，通过判断电压大小，得到逆变级的调制波，再通过和载波比较获得各开关的驱动信号；其有益效果是：采用正负小矢量对称分布，且由于拓扑特点无中矢量，使中点电位更加平衡；无需判断扇区和计算占空比，只涉及三相电压的值运算，大大降低了计算量和软、硬件实现难度。
-
公开(公告)号：CN108181107B
公开(公告)日：2019-08-30
申请号：CN201810031877.5
申请日：2018-01-12
Applicant: 东北电力大学
IPC: G01M13/045 , G06F17/14
Abstract: 本发明是一种计及多分类目标的风电机组轴承机械故障诊断方法，其特点是，包括风电机组轴承振动信号采集、风电机组轴承振动信号处理、风电机组轴承振动信号特征提取、风电机组轴承振动信号特征选择、层次化混合分类器对断路器状态进行识别等步骤，具有科学合理，适应性强，实用价值高，能够准确识别故障的避免现有方法容易将训练样本中不包含的新故障程度或者新故障类型样本误识别为正常状态。
-
公开(公告)号：CN106786763A
公开(公告)日：2017-05-31
申请号：CN201710023551.3
申请日：2017-01-13
Applicant: 东北电力大学
CPC classification number: Y02B10/14 , Y02E10/563 , Y02E10/763 , H02J3/383 , G06Q10/04 , G06Q50/06 , H02J3/386 , H02S10/12
Abstract: 本发明是一种风电场增建光伏电站的集电系统网络优化方法，其特点是，它包括光伏阵列建设区域聚类方法和光伏阵列接线选择方法，根据风电场内满足可建设光伏阵列的区域，选择与光伏电站容量相匹配的光伏阵列建设区域个数以及光伏阵列间接线方式，采用FCM聚类算法对离散光伏阵列进行归类筛选，与传统扇面分割法相比降低光伏阵列网络接线总长度；无需对现有风电场进行大规模改造，在充分利用风电场剩余土地的前提下，实现对光伏电站集电系统的设计优化；具有科学合理，计算简单，易于实现，应用价值高，效果佳等优点。
-
-
-
-
-
-
-
-
-
Search Results
85
records
(took 0.079 seconds)
