-
公开(公告)号:CN119377878A
公开(公告)日:2025-01-28
申请号:CN202411338464.3
申请日:2024-09-25
Applicant: 东南大学
IPC: G06F18/25 , H02J3/00 , G06F18/2113 , G06F18/27 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/084 , G06N3/0985 , G06F123/02
Abstract: 本发明公开了一种基于多元气象特征指数和组合优化模型的用电负荷预测方法,包括:采用SHAP特征选择法对气象特征进行动态选择;计算得到气象特征指标,并且划分为训练集和测试集;构建BP神经网络回归模型和CNN‑GRU网络时序模型;采用贝叶斯优化算法分别对BP神经网络回归模型和CNN‑GRU网络时序模型进行参数寻优;通过训练集和测试集分别对BP神经网络回归模型进行训练和预测,获取到预测结果;通过训练集和测试集分别对CNN‑GRU网络时序模型进行训练和预测,获取到预测结果;将BP神经网络回归模型和CNN‑GRU网络时序模型的预测结果进行加权求和得到最终的用电负荷预测结果。本发明方法能够提高负荷预测的整体精度,鲁棒性高,能为电网精确规划调度提供数据支撑。
-
公开(公告)号:CN114825378A
公开(公告)日:2022-07-29
申请号:CN202210503486.5
申请日:2022-05-09
Applicant: 东南大学
Abstract: 本发明公开了考虑运行经济成本和储能SOC一致性的双层AGC调频控制方法,包括(1)构建火电机组调频运行成本函数;(2)构建储能调频运行成本函数;(3)制定区域控制层级的二次调频控制方法;(4)制定储能站层级的储能单元SOC一致性控制方法;(5)制定储能电池SOC管理方案;(6)构建调频性能评价指标;(7)搭建含储能电池的机组调频动态模型。本发明所提出的控制方法考虑了不同扰动工况对火储AGC调频责任分配方式的影响,充分发挥储能快速灵活响应的调频特性,在优化调频运行成本,提升调频性能,增加调频补偿收益的同时,有效提高了储能使用寿命和系统综合运行效率。
-
公开(公告)号:CN116933945A
公开(公告)日:2023-10-24
申请号:CN202310968790.1
申请日:2023-08-03
Applicant: 东南大学
Abstract: 本发明公开一种基于多元线性回归的工程项目工期预测方法,属于电力工程项目工期预测领域;一种基于多元线性回归的工程项目工期预测方法包括:构建多元线性回归模型;确定工程的各项工序任务、影响工程工期的因素以及各项工序的额定工期;基于构建多元线性回归模型,以影响工程工期的因素为自变量,以工序的额定工期为常数项,来构建工序工期线性预测模型;基于工序工期线性预测模型,根据工程项目各模块的逻辑关系,绘制模糊网络图,确定项目执行的关键路径,并应用模糊隶属函数的工期计算方法得到项目的总工期预测范围;该预测方法的可靠性高,方便施工方理解并制定合理、符合实际的施工进度计划,更易于工程实践与应用。
-
公开(公告)号:CN115471045A
公开(公告)日:2022-12-13
申请号:CN202210975744.X
申请日:2022-08-15
Applicant: 东南大学
Abstract: 本发明公开一种电网AGC调频性能综合评价方法,属于电网调频领域;评价方法包括:先构建阶跃扰动下AGC调频性能综合指标体系和连续扰动下AGC调频性能综合指标体系;再通过无量纲化处理、基于主客观组合赋权法确定指标综合权重以及构建TOPSIS—灰色关联度模型,确定电网AGC调频性能综合评价结果,从而来构建出基于组合赋权‑TOPSIS‑灰色关联度模型的电网AGC调频性能综合评价方法;充分考虑了不同扰动工况下AGC调频指令和调频电源出力特性的差异,对阶跃、连续扰动工况分别构建了评价指标体系,各项评价指标计算方便,对调频性能的区分度较高,更能体现出优质调频资源的优势和价值,鼓励更多优质资源加入调频辅助服务市场。
-
公开(公告)号:CN114358132A
公开(公告)日:2022-04-15
申请号:CN202111493861.4
申请日:2021-12-08
Applicant: 东南大学
Abstract: 本发明公开了一种自监督对比学习的非侵入性负荷识别方法及其系统,包括数据增强从合成数据中提取多标签操作特征;格拉姆矩阵编码:使用格拉姆角场编码将电源序列转换为图像矩阵,实现特征自动提取;自监督对比学习架构:利用包含两个卷积子神经网络的对比学习架构,从主监测通道和设备监测通道中分别提取特征,并在该架构中应用infoNCE损失函数,以进行参数优化,缩小特征空间的类内距离,扩大类间距离。最后,测试样本的标签由从训练集中提取的支持集内每个类别的样本的平均相似性确定。通过两个典型的NILM公共数据集REDD和ECO验证了所提算法的有效性,这些数据集包含低频功率数据,结果表明,算法不仅拥有识别多标签用电器操作的高准确率。
-
公开(公告)号:CN113393165A
公开(公告)日:2021-09-14
申请号:CN202110783326.6
申请日:2021-07-12
Applicant: 东南大学
Abstract: 本发明公开一种具备可解释性的晶闸管换流阀运行状态评估方法,包括如下步骤:确定状态量与状态等级,输入换流阀运行状态数据集;训练CatBoost分类器,以全局准确率、召回率对结果进行评价;对换流阀运行状态进行实时评估,基于SHAP归因分析法解释评估模型的结果。本发明在对特高压直流输电晶闸管换流阀状态评估方面具有较高的准确率,算法简单易于实现,且能够解释评估模型的运算逻辑与真实推理过程,找出影响评估结果的关键因素,在一定程度上能帮助工程人员正确判断换流阀的运行状态,为检修决策的制定提供针对性的理论指导,应用价值和前景巨大。
-
-
-
-
-