-
公开(公告)号：CN108520330B
公开(公告)日：2021-08-10
申请号：CN201810150038.5
申请日：2018-02-13
Applicant: 三峡大学
Abstract: 本发明将地区差异化划分的思想融入到配网规划之中，充分考虑负荷预测误差的不确定性分布，提出了一种面向低负荷密度地区10kV中压线路的差异化不确定性规划方法。首先在负荷预测误差概率特性模型的基础上，构建基于机会约束理论的中压线路规划数学模型，针对模型中的置信水平取值问题，先通过综合赋权方法对待规划地区配电网抗风险能力进行差异化分析，然后据此对不同抗风险能力的配电网选取相应的置信水平。相比于传统规划方法，本发明提出的方法不仅可以实现风险和成本的统筹协调，还充分考虑了低负荷密度地区不同配电台区发展的差异化特征，从而有效提升了配电网规划的精细化水平。基于实际算例的仿真结果验证了本发明所提方法的正确性和有效性。
-
公开(公告)号：CN112862004A
公开(公告)日：2021-05-28
申请号：CN202110297761.8
申请日：2021-03-19
Applicant: 三峡大学
Abstract: 基于变分贝叶斯深度学习的电网工程造价管控指标预测方法，基于工程造价数据库，选取概算前造价数据x与结算造价指标y，形成新的训练样本数据库，当给定新的造价数据xn+1时，目标得到结算造价管控指标p(yn+1|xn+1；D)。采用基于LSTM深度学习网络的造价指标预测模型，以非线性方式处理造价管控指标数据。采用随机梯度哈密尔顿蒙特卡洛概率预测方法进行采样，用期望值作为概率的预测值。采用造价管控指标预测模型隐含概率分布的近似推断，最小化隐变量概率分布与真实分布的差异。本发明方法在预测技巧和预测可靠性方面均明显优于其它模型，能够提供有效的不确定度估计预测结果。
-
公开(公告)号：CN111416365A
公开(公告)日：2020-07-14
申请号：CN202010291575.9
申请日：2020-04-14
Applicant: 三峡大学
IPC: H02J3/24
Abstract: 风电场与常规调频机组异步协同最优AGC控制系统，该系统包括风电机组二次调频响应模型、风电场与常规调频机组异步协同参与二次调频控制模型；所述风电机组二次调频响应模型包括风速预测模块，风速预测模块将最大出力发送给风电场降载计算模块，风电场降载计算模块将风电场总调节量发送给比例分配模块，比例分配模块产生每台机组的发电量发送给风电机组控制模块。风电场与常规调频机组异步协同参与二次调频控制模型包括异步协同最优AGC控制模型，异步协同最优AGC控制模型分别与风电场降载计算模块、常规调频机组模块连接，风电场降载计算模块、常规机组调频模块、负荷接入电力系统模块。该系统采用异步协同最优AGC控制，实现了风电场和常规调频机组调频能力的实时最优分配。
-
公开(公告)号：CN111416364A
公开(公告)日：2020-07-14
申请号：CN202010290752.1
申请日：2020-04-14
Applicant: 三峡大学
IPC: H02J3/24
Abstract: 考虑实际风速特性的风电场变协同调频控制方法，包括以下步骤：步骤1：选取二次调频机组下发调频指令的时刻点；步骤2：确定风电场在超短期负荷预测模型下所得调频点的调频备用容量范围；步骤3：针对采样所得的风电机组调频点，构建近似斜率区间；步骤4：基于构建的近似斜率区间，计算风电场的响应时间间隔。本发明在保证风电场有效调频能力释放的前提下降低了风电场的调频次数，起到了减少风电场调频控制机会成本，减轻常规机组调频备用压力的作用。
-
公开(公告)号：CN105865427A
公开(公告)日：2016-08-17
申请号：CN201610328257.9
申请日：2016-05-18
Applicant: 三峡大学
Abstract: 本发明涉及一种基于小型无人机遥感的单体地质灾害应急调查方法。技术步骤包括：小型无人机遥感系统定制；室内准备；现场作业；快速处理；全面处理。其目的在于，基于边坡特征开展快速有效的像控点布设和测量，同时利用小型无人机遥感系统自动采集边坡像片，通过在数字摄影测量处理过程中引入像控点，生成边坡的高精度及高分辨率遥感成果，再对通过精度检验以及高精度配准的前后两期遥感成果开展边坡变形检测及量算，从而快速、高效、准确地获取边坡的整体变形特征。
-
Patent Agency Ranking
公开(公告)号：CN119813347A
公开(公告)日：2025-04-11
申请号：CN202411821020.5
申请日：2024-12-11
Applicant: 三峡大学
IPC: H02J3/38 , G06N3/0455 , G06N3/0442 , G06N3/047 , G06Q10/0637 , G06Q50/06
Abstract: 一种基于高维样本异或稀疏编码的机组组合决策方法，包括以下步骤：步骤一：对高维机组启停状态变量矩阵进行编码预处理，以获得低维机组启停状态编码矩阵；步骤二：将负荷矩阵与高维机组启停状态变量矩阵成对组成发明的高维机组组合决策样本集，对高维机组启停状态变量矩阵异或稀疏编码降维，将负荷矩阵与低维机组启停状态编码矩阵成对组成发明的低维机组组合决策样本集；步骤三：构建适用机组组合决策的编码器‑解码器网络模型，并利用步骤二所获得的低维机组组合决策样本集对机组组合决策的编码器‑解码器网络模型进行训练和求解；通过以上步骤以实现机组组合决策。
-
公开(公告)号：CN119780827A
公开(公告)日：2025-04-08
申请号：CN202411940534.2
申请日：2024-12-26
Applicant: 三峡大学
IPC: G01S3/14 , G06N3/0464 , G06N3/047 , G06N3/084
Abstract: 本申请提供基于卷积神经网络的电磁矢量传感器2D‑DOA估计方法，包括：利用电磁矢量传感器接收来自空间信号源的入射信号，入射信号撞击到电磁矢量传感器产生接收信号，对接收信号进行预处理；从协方差矩阵中提取上三角部分的特征向量，因为这部分包含了关于入射信号方向的足量信息，并且消除了冗余或无关信息；使用Min‑Max缩放对提取的特征向量进行归一化处理，分离协方差矩阵的实部和虚部并将其组成方向图像；构建包含若干个卷积层和全连接层的卷积神经网络模型，将方向图像作为输入数据，训练卷积神经网络模型，直到损失函数达到预定阈值；利用训练好的卷积神经网络模型对新的电磁波信号数据进行2D‑DOA估计，输出信号源的方位角和俯仰角的高精度估计结果。
-
公开(公告)号：CN119667598A
公开(公告)日：2025-03-21
申请号：CN202510004930.2
申请日：2025-01-02
Applicant: 三峡大学
IPC: G01S3/802
Abstract: 本发明提供一种任意阵列结构的声矢量传感器2D‑DOA估计方法及系统，涉及阵列传感器测向技术。本发明通过获取协方差矩阵，并对协方差矩阵进行特征分解，求解信号子空间，再根据信号子空间并采用ESPRIT算法对矢量信息中的二维DOA进行粗略估计，后利用该粗略估计结果对空域模糊进行相位补偿，实现了对任意阵列结构的声矢量传感器的2D‑DOA精确估计；利用了矢量传感器实现任意阵列的空间布局，也使得传感器的阵元间距不再受半波长的限制；不仅利用了矢量部分的信息，同时也利用了空间相位的信息，显著的提高了估计精度，不需要对接收信号的协方差矩阵进行谱峰搜索和额外的二维角度配对计算，显著降低了计算复杂度。
-
公开(公告)号：CN119382147A
公开(公告)日：2025-01-28
申请号：CN202411382835.8
申请日：2024-09-30
Applicant: 国家电网有限公司西南分部 , 三峡大学 , 国网电力科学研究院有限公司
Abstract: 本申请公开了一种高比例光储接入下多无功资源时空协调控制方法和系统，包括：根据无功源控制节点和其他负荷节点的耦合，在无功‑电压灵敏度矩阵的基础上建立满维灵敏度矩阵；随后构造g维无功源控制空间，并采用欧氏距离来表征节点之间的距离；其他负荷节点是指除无功源控制节点之外的节点；利用改进层次聚类算法进行无功电压控制分区，以保障各分区的无功储备裕度充，并基于综合灵敏度改进指标对主导节点进行选择；在步骤二的基础上，根据电压调节的有效性和经济性，基于电压‑功率灵敏度和电压‑成本灵敏度的多无功源协调控制原则，实现不同类型无功资源协同控制。
-
公开(公告)号：CN119112878A
公开(公告)日：2024-12-13
申请号：CN202411212908.9
申请日：2024-08-30
Applicant: 三峡大学
IPC: A61K31/37 , A61K31/192 , A61K31/352 , A61P29/00 , A61P1/00 , A61P1/04
Abstract: 本发明提供一种用于地锦草的活性成分在制备治疗脂毒性炎症的药物中的应用，所述的地锦草的活性成分为没食子酸、槲皮素、山奈酚、伞形花内酯所形成的组合物。本发明还提供一种地锦草的活性成分在制备治疗或改善高脂联合DSS诱导的溃疡性结肠炎的药物中的应用。采用本发明中地锦草提取物中四种主要活性成分组合物可有效改善脂毒性炎症。
-
-
-
-
-
-
-
-
-
Search Results
232
records
(took 0.094 seconds)
