-
公开(公告)号：CN115759604A
公开(公告)日：2023-03-07
申请号：CN202211397926.X
申请日：2022-11-09
Applicant: 贵州大学
IPC: G06Q10/0631 , G06Q50/06 , G06N3/04 , G06N3/096
Abstract: 本发明公开了一种综合能源系统优化调度方法，本发明属于算法优化调度技术领域，包括：构建综合能源系统，基于所述综合能源系统和强化学习算法，得到调度模型，其中所述调度模型包括智能体和环境；基于优势学习，对强化学习算法中Q值函数进行修正，得到综合算法，基于所述综合算法对所述智能体进行训练，得到优化调度策略。本发明利用优势学习值函数理论框架结合SAC算法，并加以改进，以低碳和经济为目标实现综合能源系统的优化调度。
-
公开(公告)号：CN106868573B
公开(公告)日：2018-09-21
申请号：CN201710245651.0
申请日：2017-04-14
Applicant: 贵州大学
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。
-
公开(公告)号：CN108452475A
公开(公告)日：2018-08-28
申请号：CN201810172176.3
申请日：2018-03-01
Applicant: 贵州大学
IPC: A63B21/072 , A63B24/00
CPC classification number: A63B21/072 , A63B24/0059
Abstract: 一种共享健身室里的共享哑铃系统，包括哑铃、哑铃固定杆、手机APP，哑铃固定杆包括下端底座、杆身、内部电机、无线控制模块、扬声器、弹簧锁和扫码器；所述的哑铃外形和一般哑铃相似，内圈有中空部分，中空部分是一圈识别码，系统通过扫描识别哑铃的数量及重量；所述的哑铃固定杆上端的弹簧锁和扫码器受手机客户端控制，当在APP上确认了要使用/归还的哑铃数量及重量以后，弹簧锁收缩进行解锁，用户可以使用/归还相应重量及数量的哑铃；扫码器通过扫描哑铃上的识别码判断数量及重量，并将数据传到系统，当完成相应扫描以后，弹簧锁弹出进行锁定，此时哑铃便不能从哑铃固定杆上取出来使用。
-
公开(公告)号：CN108447189A
公开(公告)日：2018-08-24
申请号：CN201810172562.2
申请日：2018-03-01
Applicant: 贵州大学
Abstract: 一种共享球类的球柜系统，包括球面带有识别码的篮球或足球，球柜主体，扫描识别器位于球柜主体的一侧中部位置，各储存室分布在球柜主体的正面，摄像头安装在球柜主体的上部位置，二维码位于球柜主体的正面靠右位置，触摸显示屏紧挨着二维码，打气筒固定在球柜主体的一侧，以及对应系统和控制器。当人们想要使用球类时，通过触摸显示屏选择相应种类的篮球或者足球，确定以后，通过扫描二维码确认支付，对应的储存室门打开，人们就可以方便地使用篮球或足球；当人们使用完以后，通过将球的识别码对准扫描识别器，对应的储存室打开，取出自己的暂时存放的物品，将球归还，关上门以后，系统退还剩余押金。
-
公开(公告)号：CN117402657A
公开(公告)日：2024-01-16
申请号：CN202311336883.9
申请日：2023-10-16
Applicant: 贵州大学
Abstract: 本发明涉及可再生能源利用技术领域，具体公开了一种基于太阳能辅助生物质气化的冷热电氨联产系统，包括太阳能辅助生物质气化子系统、氨合成子系统、余热回收子系统和发电子系统，太阳能辅助生物质气化子系统主要用于产生热能和氮气供给氨合成子系统，氨合成子系统用于根据氮气和水生成氨气，发电子系统用于将太阳能辅助生物质气化子系统产生的直流电转化成交流电以及根据氨合成子系统输出的烟气和第一混合气体进行发电，余热回收子系统主要用于将其他三个系统产生的余热进行回收，用于制冷、制热、发电。本发明配置合理，能够充分发挥各个子系统的特点，实现了生物能的梯级利用，提高了生物能的利用率，形成了输出有电、热、冷和氨的联产系统。
-
Patent Agency Ranking
公开(公告)号：CN117291301A
公开(公告)日：2023-12-26
申请号：CN202311238922.1
申请日：2023-09-25
Applicant: 贵州大学
IPC: G06Q10/04 , H02J3/00 , G06N3/0464 , G06N3/049 , G06N3/047 , G06N3/0442 , G06Q50/06
Abstract: 本发明公开了一种基于PSO优化VMD分解的短期电力负荷预测方法，包括以下步骤：基于PSO优化算法，以样本熵为适应度函数对VMD分解法的参数进行寻优，获得最优参数，进而获得优化后的VMD分解法；基于优化后的VMD分解法分解原始负荷序列，获得复杂度最小的子序列分量；构建TCN‑Attention预测模型并进行训练，基于训练后的TCN‑Attention预测模型对子序列分量进行预测，获得短期电力负荷预测结果。本发明使用PSO优化后的VMD分解法对负荷进行分解，弥补了VMD分解法需要人工调整参数的缺点，以样本熵为适应度函数，可分解得到时间复杂度最小的负荷分量，有利于预测模型对负荷特征的学习和提取。
-
公开(公告)号：CN115967178B
公开(公告)日：2023-09-05
申请号：CN202211561786.5
申请日：2022-12-07
Applicant: 贵州大学
Abstract: 本发明提供了一种储能系统运行的监测系统及方法，包括：采集模块、预测模块、存储模块、处理模块和评估模块；所述采集模块，用于采集储能系统的运行数据；所述预测模块，用于对所述运行数据进行预测，获取所述储能系统未来发展趋势的预测数据；所述处理模块，用于对所述运行数据和所述预测数据进行处理，获取储能系统中的电池组运行状态；所述存储模块，用于存储所述运行数据、预测数据和电池组运行状态；所述评估模块，用于根据所述运行数据、预测数据和电池组运行状态对所述储能系统的运行状态进行评估。本发明能对储能系统的进行全面监测，并结合电网调度指令对储能系统的运行状态进行评估。
-
公开(公告)号：CN116644358A
公开(公告)日：2023-08-25
申请号：CN202310624275.1
申请日：2023-05-30
Applicant: 贵州大学
IPC: G06F18/2415 , G06Q10/04 , G06Q50/06 , G06N3/0464 , G06F18/214 , G06N3/084 , G06Q10/0639 , H02J3/06
Abstract: 本发明涉及基于贝叶斯卷积神经网络的电力系统暂态稳定评估方法，包括：采集电力系统PMU量测数据并进行处理，获取电力系统暂态过程时序数据，基于所述电力系统暂态过程时序数据构建数据集；构建基于贝叶斯卷积神经网络的电力系统不确定性暂态稳定评估模型，基于所述数据集对所述模型进行训练和测试，获取最终模型；利用所述最终模型进行电力系统的在线暂态稳定评估，获取所述电力系统的暂态稳定状态预测结果和所述预测结果的不确定性估计。本发明所构建的模型面对噪声数据及特征缺失数据具有较强的鲁棒性，对小数据集有较强的适应性且运行人员可根据具体需求设置不确定性阈值，以来改善预测结果。
-
公开(公告)号：CN116595448A
公开(公告)日：2023-08-15
申请号：CN202310624178.2
申请日：2023-05-30
Applicant: 贵州大学
IPC: G06F18/2411 , G06F18/214 , G06F18/10 , G06N3/0464 , G06N3/08 , G06Q10/0639 , G06Q50/06 , G06Q10/04 , H02J3/00
Abstract: 本发明公开了基于卷积神经网络电力系统暂态稳定评估的方法，包括：采集待测特征数据，对所述待测特征数据进行预处理，对预处理后的数据进行稳定性分类获取分类结果，构建电力系统暂态稳定评估模型；对所述电力系统暂态稳定评估模型进行评估获取评估结果，所述评估结果结合评价指标完成对电力系统暂态稳定评估。本发明有利于降低大停电事故发生的概率，提升供电可靠性，为“碳达峰、碳中和”目标下的现代电力系统建设提供坚强的保障。
-
公开(公告)号：CN115102200B
公开(公告)日：2023-04-25
申请号：CN202210845518.X
申请日：2022-07-19
Applicant: 贵州大学
Abstract: 本发明公开了一种储能系统模型辨识方法和系统,包括：数据采集模块、模型定义模块、计算执行模块，数据采集模块，对现场采样获得的实测数据运用三次样条插值进行数据预处理，并将实测波形划分为A、B、C三个时段；模型定义模块，运用电力系统仿真软件，建立储能系统可变参数仿真模型；计算执行模块，设置改进蚁群优化算法的优化参数；运用改进蚁群优化算法选择相应结构的储能系统仿真模型，任意设定多组模型参数，得到确定的模型，将现场采样所得到的激励信号输入模型，得到相应的输出；最后对模型辨识输出值与实际系统的输出值进行误差分析，以最小化两者之间的误差为目标函数，再运用改进蚁群优化算法进行优化求解，直至获得最优参数模型。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.022 seconds)
