一种带温度控制的工作电解室装置

    公开(公告)号:CN106868573A

    公开(公告)日:2017-06-20

    申请号:CN201710245651.0

    申请日:2017-04-14

    Applicant: 贵州大学

    CPC classification number: C25D17/02 C25D21/02 C25D21/12

    Abstract: 本发明公开了一种带温度控制的工作电解室装置,包括工作电解室、温度控制单元、温度检测单元,所述的工作电解室有夹层一、夹层二、夹层三、电气元件安装孔、辅助电极池接口和测量电极安装孔;所述的夹层一内有加热电阻,夹层二内填充有传热介质并安装有温度传感器,夹层三内部填充隔热材料,解决现有的电沉积设备,电解池单层玻璃材质或中空玻璃材质,单层玻璃材质的电解池通常做法是将阳极电沉池装置放入水浴锅或中空玻璃内部充入热水控制温度,因阳极电沉积装置放入水浴锅或油浴锅不易固定,且部分水浴锅或油浴锅无磁力搅拌功能,导致某些化学反应易受扩散控制影响的问题。

    基于小波分解和二阶灰色神经网络的短期风速预测方法

    公开(公告)号:CN106779139A

    公开(公告)日:2017-05-31

    申请号:CN201611003554.2

    申请日:2016-11-15

    Applicant: 贵州大学

    Inventor: 李博文 张靖 何宇

    CPC classification number: G06Q10/04 G06N3/02 G06Q50/06

    Abstract: 本发明公开了一种基于小波分解和二阶灰色神经网络的短期风速预测方法,它包括:步骤1、对历史风速序列进行小波分解与重构;步骤2、建立基于二阶灰色理论的风速预测模型;步骤3、利用神经网络算法优化灰色风速预测模型;步骤4、将历史风速序列进行小波分解与重构后的各分量作为输入逐一投入优化后的灰色风速预测模型进行预测得到各分量预测结果;步骤5、获取风速预测值;解决了现有技术中直接对风速进行预测,难以克服风速的波动性和不确定性,使得预测精度低,准确性较差等技术问题。

    一种储能系统的智能协调控制系统

    公开(公告)号:CN115940212B

    公开(公告)日:2024-01-23

    申请号:CN202211561802.0

    申请日:2022-12-07

    Applicant: 贵州大学

    Abstract: 本发明公开了一种储能系统的智能协调控制系统,包括:接口输入模块、目标值设定模块、实际值获取模块、误差计算模块、协调控制模块和终端模块,所述接口输入模块、所述目标值设定模块、所述实际值获取模块、所述误差计算模块、所述协调控制模块和所述终端模块连接;所述接口输入模块,用于接入储能数据;所述目标值设定模块,用于将接入的储能数据根据历史数据设定目标值;实际值获取模块,用于实时采集储能数据实际值;误差计算模块,用于计算所述目标值与所述实际值的误差;协调控制模块,用于根据所述误差进行储能的协调调度;终端模块,用于显示协调控制前与协调控制后的误差值。本发明能够实现智能协调控制,提高利用率和稳定性。(56)对比文件Liangzhi Yin.Optimization Method ofpower grid data fusion for HighProportion New Energy System《.2022International Conference on IntelligentTransportation, Big Data & Smart City(ICITBS)》.2022,全文.Yan Wang.An Interconnected Power GridActive Power Control PerformanceEvaluation Method Considering EnergyStorage Frequency Modulation《.2018 2ndIEEE Conference on Energy Internet andEnergy System Integration (EI2)》.2018,全文.

    基于特征选择及误差修正的风电功率预测方法

    公开(公告)号:CN117273209A

    公开(公告)日:2023-12-22

    申请号:CN202311183160.X

    申请日:2023-09-14

    Applicant: 贵州大学

    Abstract: 本发明公开了基于特征选择及误差修正的风电功率预测方法,包括:对风电功率数据集进行预处理,将数据集划分为训练集、验证集和测试集;基于OMIC算法对训练集的输入特征进行排序,获取排序结果;基于深度学习模型,按照排序结果对训练集中对应特征集合进行预测,获取预测结果;基于预测结果,根据预置误差指标选出适配于深度学习模型的最优特征维数,基于特征维数采用验证集训练深度学习模型,获取初步预测结果;基于预测结果与验证集中真实值求差,获取误差序列;将误差序列进行反归一化,获取反归一化结果;将初步预测结果结合反归一化结果,获取误差修正后的最终预测结果。本发明能够有效提升预测精度。

    一种基于半监督自训练模型的变压器故障诊断方法及装置

    公开(公告)号:CN116701876A

    公开(公告)日:2023-09-05

    申请号:CN202310762227.9

    申请日:2023-06-26

    Applicant: 贵州大学

    Abstract: 本申请涉及一种基于半监督自训练模型的变压器故障诊断方法及装置,获取变压器多种运行状态下特征气体的含量数据作为样本数据生成初始故障诊断样本集,并对样本数据进行线性归一化;对归一化样本数据进行特征提取,并分为标签数据集、无标签数据集、验证集以及测试集;通过改进的半监督自训练SMOTE模型中合成人工合成点;将所述标签数据点的标签分配给人工合成点以及最近的无标签数据点,生成第一标签数据集;将第一标签数据集输入至分类器模型进行训练,并用验证集对所述分类器模型性能进行验证,得到最佳分类器模型;将测试集输入至所述最佳分类器模型中,得到分类结果。本申请实施例解决了变压器故障诊断存在的标签样本少的问题,提高分类效率。

    基于北方苍鹰算法优化SVM的GIS设备PD类型判定方法及系统

    公开(公告)号:CN116662802A

    公开(公告)日:2023-08-29

    申请号:CN202310512378.9

    申请日:2023-05-09

    Abstract: 本发明涉及GIS设备PD类型识别技术领域,具体公开了一种基于北方苍鹰算法优化SVM的GIS设备PD类型判定方法及系统,一方面,针对原始北方苍鹰优化算法的初始种群是随机产生的,可能导致初始种群个体位置分布不均匀,降低种群多样性从而影响寻优速度的问题,引入混沌映射策略提升初始种群质量;另一方面,在算法的开发阶段引入非线性收缩因子CF替换原始北方苍鹰优化算法中的线性收缩因子R,加快算法的寻优速度;最后,针对原始北方苍鹰优化算法在寻优过程中容易陷入局部最优的问题,引入平面镜反射成像学习策略,提升算法跳出局部最优的能力。应用本发明,可以显著提升GIS设备PD故障类型的识别效率与分类精度,保障现代化电力系统的安全性与可靠性。

    采用改进海洋捕食者算法优化SVM的GIS设备PD类型判定方法

    公开(公告)号:CN116028871A

    公开(公告)日:2023-04-28

    申请号:CN202211260293.8

    申请日:2022-10-14

    Abstract: 本发明涉及GIS设备PD类型判定技术领域,具体公开了一种采用改进海洋捕食者算法优化SVM的GIS设备PD类型判定方法。一方面,针对原始海洋捕食者算法的初始种群是随机产生的,可能导致初始种群个体位置分布不均匀,降低种群多样性从而影响寻优速度的问题,引入混沌映射策略和反向学习机制提升初始种群质量;另一方面,针对原始海洋捕食者算法存在容易陷入局部最优和收敛速度慢等缺陷,提出一种多子群扰动的思路。对经FADs效应扰动后的海洋捕食者的猎物种群根据适应度函数值将种群平均分成两个子群,对于适应度函数值较高的子群按自适应柯西变异进行扰动,另一子群进行类差分演化,生成多子群扰动解,带入下一次迭代。

    一种用于区域综合能源系统的双层优化调度决策方法

    公开(公告)号:CN115374692A

    公开(公告)日:2022-11-22

    申请号:CN202210818475.6

    申请日:2022-07-12

    Applicant: 贵州大学

    Abstract: 本申请公开了一种用于区域综合能源系统的双层优化调度决策方法,步骤包括:构建上层部分数学模型和下层数据驱动模型;通过上层部分数学模型得到日前运行计划;根据日前运行计划,为下层数据驱动模型提供参考值;对历史运行数据进行处理,得到训练用数据;将参考值和训练用数据输入下层数据驱动模型进行训练,得到输出结果;将输出结果输入自适应功率修正模型进行微调,得到最优运行计划,完成对RIES的优化。本申请通过双层优化调度方法可有效应对可再生能源出力及负荷的不确定性,且在日内滚动优化阶段中可以不需要系统的具体数学模型和复杂的求解算法,快速得出系统最优运行计划,极大提高了RIES最优化调度问题的求解效率。

    一种谐振接地系统单相接地故障选线方法

    公开(公告)号:CN115291039A

    公开(公告)日:2022-11-04

    申请号:CN202210947104.8

    申请日:2022-08-09

    Applicant: 贵州大学

    Abstract: 本发明涉及一种谐振接地系统单相接地故障选线方法,包括:采集谐振接地系统发生故障后的故障数据,基于故障数据生成串行故障数据SFD;对零序暂态电流数据进行归一化处理,基于处理后的零序暂态电流数据构建含SFD层的SFD‑DBN故障选线模型;基于蜘蛛猴优化算法MSO获取SFD‑DBN故障选线模型中隐含层节点数的最优参数,通过最优参数获得优化后的SFD‑DBN故障选线模型,基于优化后的SFD‑DBN故障选线模型建立谐振接地系统单相接地故障选线模型,基于谐振接地系统单相接地故障选线模型进行故障选线。本发明所提方法具有较高的选线精度和鲁棒性。

Patent Agency Ranking