公开(公告)号：CN115693714A

公开(公告)日：2023-02-03

申请号：CN202211319679.1

申请日：2022-10-26

Applicant: 东南大学

Inventor： 吴在军 ,  葛佳成 ,  徐俊俊 ,  徐东亮

IPC: H02J3/26 ,  G06F17/10 ,  G06F17/16

Abstract: 本发明公开了一种考虑三相功率不平衡的配电网优化分区方法，涉及大规模配电网分区技术领域，根据局部灵敏度计算，结合配电网线路导纳参数，计算节点间电压灵敏度矩阵，推导电气距离；然后将电气距离作为配电网络拓扑的边权重，结合模块度的概念使用Louvain算法得到初步分区结果；接着根据分区数目约束选择流动法或分层流动法进行子区域合并，得到非重叠分区结果；最后根据分布式算法需求可对上述非重叠分区结果基于最大信息交互原则进行重叠分区，本发明不仅解决了三相不平衡对分区的影响，而且加快了分区算法的速度，且在分区效果、分区稳定性上更有优势。

公开(公告)号：CN115618734A

公开(公告)日：2023-01-17

申请号：CN202211319677.2

申请日：2022-10-26

Applicant: 东南大学

Inventor： 在军 ,  葛佳成 ,  徐俊俊 ,  徐东亮

IPC: G06F30/27 ,  G06F18/214 ,  G06F18/2431 ,  G06F18/25 ,  G06N3/04 ,  G06N5/00 ,  G06N3/08 ,  G06F111/08

Abstract: 本发明属于公开了一种基于集成学习的风机短期出力预测方法，涉及风电功率预测技术领域，包括：获取风机出力历史数据，使用孤立森林算法对异常值进行检测，并根据风速与功率的区间关系对异常值进行修复；建立TCN‑GRU，LightGBM预测模型，划分数据分别对预测模型进行训练和验证，同时对预测值进行数据矫正；对数据矫正后的预测模型的预测值进行融合，得到最终的风机出力预测结果，不仅在预测精度上有优势，且能够有效抑制坏数据对预测的影响。

公开(公告)号：CN118569314A

公开(公告)日：2024-08-30

申请号：CN202410732070.X

申请日：2024-06-06

Applicant: 东南大学

Inventor： 徐一骏 ,  葛佳成 ,  吴在军 ,  顾伟

IPC: G06N3/0455 ,  G06F17/16 ,  G06F17/11 ,  G06N3/048 ,  G06N3/0985

Abstract: 本发明公开了一种深度学习增强的数据驱动库普曼方法的变量‑模态参与因子辨识的方法与系统，首先基于库普曼理论，考虑状态变量与代数变量对系统模态的贡献，推导增广库普曼观测子表达式；接着基于库普曼算子理论性质，推导数据驱动库普曼算子方法的变量参与因子；最后考虑观测子函数难以选取的问题，提出深度学习增强的库普曼观测子函数选取方法。本发明方法侧重于消除强非线性电力系统中运行点局部线性化的参与因子辨识方法的不准确性，在保证库普曼观测子有效选取的前提下获得系统全局变量‑模态参与因子。

公开(公告)号：CN117744867A

公开(公告)日：2024-03-22

申请号：CN202311749964.1

申请日：2023-12-19

Applicant: 东南大学

Inventor： 徐一骏 ,  葛佳成 ,  吴在军 ,  陆帅 ,  胡秦然 ,  顾伟

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F17/11 ,  G06F17/16 ,  G06N3/126 ,  G01R19/00 ,  G01R25/00

Abstract: 本发明公开了一种数据驱动的基于库普曼算子的PMU优化配置方法及系统，首先基于库普曼理论，选择库普曼观测子，再基于电力系统动态方程推导增广库普曼观测子表达式，将电力系统历史数据应用到扩展动态模态分解(EDMD)算法中，利用矩阵伪逆获取增广库普曼算子的最小二乘解，最后基于可观性程度指标建立PMU最优配置模型，利用改进的遗传算法求解给定PMU数目情况下的优化配置方法。本发明方法侧重于消除模型不确定性对PMU优化配置的影响，并将原始非线性模型映射到线性空间，极大提升了计算效率。