-
公开(公告)号：CN113408648B
公开(公告)日：2024-08-23
申请号：CN202110770017.5
申请日：2021-07-07
Applicant: 华北电力大学
IPC: G06F30/20
Abstract: 本发明提供了一种结合深度学习的机组组合计算方法，首先，对大量的历史数据进行预处理；接着构建深度学习模型得出机组启停状态，将机组启停状态输入到优化程序中，得到次日的机组组合计划。所提出的深度学习模型采用LSTM神经网络，通过学习大量的历史数据，模型训练完成后得出映射关系。在实时决策中，调用训练好的深度学习模型，即可直接得到机组启停状态；并将结果代入到机组组合优化程序中，较传统机组组合模型减少了计算量。实验结果表明，根据本发明所公开的机组组合计算方法，能够达到较高的计算精度，且提升了求解速度。
-
公开(公告)号：CN113673853B
公开(公告)日：2024-03-05
申请号：CN202110922983.4
申请日：2021-08-12
Applicant: 华北电力大学
IPC: G06F18/27 , G06F18/2135 , G06Q50/06
Abstract: 本发明公开了一种基于数据驱动的电‑热综合能源系统状态估计方法通过对历史状态估计数据进行整理，得到历史量测量数据和历史状态变量数据，并对历史状态变量进行非线性变换，得到历史辅助状态变量；按照不同的系统进行分类，分别得到电力系统和热力系统的历史数据；将非线性的状态估计模型变换为线性的状态估计模型，再利用偏最小一乘法和最小一乘法，分别对电力系统和热力系统的历史状态估计数据进行线性状态估计模型的回归学习，得到基于数据驱动的电‑热综合能源系统状态估计模型；最后，将当前量测量作为模型的输入，得到模型输出后，对其进行线性与非线性变换后，最终得到状态变量估计值。
-
公开(公告)号：CN114938030A
公开(公告)日：2022-08-23
申请号：CN202210685339.4
申请日：2022-06-15
Applicant: 华北电力大学
Abstract: 本发明公开了一种电‑热综合能源系统不良数据处理方法及装置，该方法包括以下步骤：利用历史量测数据和最小二乘法，分别计算从支路量测到节点注入量测的线性映射矩阵以及从节点注入量测到支路量测的线性映射矩阵；分别计算四个不良数据辨识指标，并根据辨识指标的值辨识出不良数据的具体位置；辨识得到不良数据所在位置后，利用剩余正确量测数据以及最小二乘法实现对不良数据的替换。算例分析表明，当前量测断面不良数据检测与替换方法对电‑热综合能源系统具有良好的适应性。仿真算例验证了所提方法具有较高的不良数据辨识精度，以及较高的不良数据替换精度，适合于大规模网络的在线应用。
-
公开(公告)号：CN113609435B
公开(公告)日：2024-11-15
申请号：CN202110922962.2
申请日：2021-08-12
Applicant: 华北电力大学
Abstract: 本发明公开了一种基于数据驱动的电力系统潮流计算方法，通过引入辅助状态变量，将原始非线性潮流方程转化为精确线性潮流方程，进一步表示为准确线性回归方程。在求解之前给出判断当前潮流数据与历史/模拟数据是否有相同拓扑结构的步骤方法。最后给出离线学习步骤方法求解线性回归方程，得到映射矩阵，给出在线计算步骤方法得到辅助状态变量，通过非线性和线性变换得到状态变量。本发明所述潮流计算方法没有收敛问题，在保证相似计算精度的情况下，计算效率远远高于传统牛顿‑拉夫逊法和快速分解法，适合于大规模网络的在线应用。
-
公开(公告)号：CN113420508B
公开(公告)日：2024-02-27
申请号：CN202110770004.8
申请日：2021-07-07
Applicant: 华北电力大学
IPC: G06F30/27 , G06F18/23213 , G06N3/0442 , G06N3/048 , G06N3/084 , H02J3/46 , H02J3/00
Abstract: 本发明公开了一种基于LSTM的机组组合计算方法，使用MinMaxScaler归一化方法和K‑means聚类算法对历史数据进行处理，并构建预调度模型和再调度模型，通过两步深度学习得到次日的机组组合计划。所提出的深度学习模型采用LSTM神经网络，通过学习大量的历史数据，模型训练完成后得出机组组合映射关系。在实时决策中，调用训练好的深度学习模型，即可直接得到机组组合计划，无需通过复杂的物理模型计算。第一步，输入负荷的预测数据，得到机组启停状态；第二步，输入机组启停状态和负荷的预测数据，得到机组出力。
-
Patent Agency Ranking
公开(公告)号：CN115936699A
公开(公告)日：2023-04-07
申请号：CN202211147909.0
申请日：2022-09-20
Applicant: 华北电力大学
Abstract: 本发明提供了一种含优化匹配功能的分布式储能线上共享交易方法，该方法包括以下步骤：建立含市场租金的分布式储能智能合约模型，建立含优化匹配功能的管理员智能合约模型，利用以太坊区块链技术将智能合约上链；承租方提交储能设备需求信息，经过优化匹配链上海量设备，自动反馈相关设备信息；承租方从反馈信息中自主决策更具性价比的储能设备，发送交易指令完成控制权转移；承租方远程操控进行充放电操作，交易时效结束后控制权自动回归，交易资金转移至出租方。本发明解决了目前分布式储能新型P2P共享服务存在的效率偏低、安全隐私性差、未考虑交易优化匹配等问题。同时，本发明在较大用户规模下具有经验证的可行高效性。
-
公开(公告)号：CN113408648A
公开(公告)日：2021-09-17
申请号：CN202110770017.5
申请日：2021-07-07
Applicant: 华北电力大学
Abstract: 本发明提供了一种结合深度学习的机组组合计算方法，首先，对大量的历史数据进行预处理；接着构建深度学习模型得出机组启停状态，将机组启停状态输入到优化程序中，得到次日的机组组合计划。所提出的深度学习模型采用LSTM神经网络，通过学习大量的历史数据，模型训练完成后得出映射关系。在实时决策中，调用训练好的深度学习模型，即可直接得到机组启停状态；并将结果代入到机组组合优化程序中，较传统机组组合模型减少了计算量。实验结果表明，根据本发明所公开的机组组合计算方法，能够达到较高的计算精度，且提升了求解速度。
-
公开(公告)号：CN113328475A
公开(公告)日：2021-08-31
申请号：CN202110770008.6
申请日：2021-07-07
Applicant: 华北电力大学
Abstract: 本发明公开了一种计及新能源消纳的基于源荷协调互补的电力系统调度方法，包括以下步骤：对新能源出力和负荷进行互补协调优化，优化过程同时计及新能源消纳目标以及等效负荷曲线波动性最小目标，从而得到负荷叠加新能源出力后的等效负荷曲线；在此基础上以火电机组运行经济性最优为目标构建调度模型，通过时序生产模拟的方法得到火电平衡等效负荷曲线的出力情况。本发明所述调度方法不仅对于降低电力系统峰谷差、改善等效负荷曲线的波动性以平滑火电机组出力具有明显的效果，还能保证新能源的弃电量不至于过大，同时还可以降低火电机组开机容量。
-
公开(公告)号：CN115545522A
公开(公告)日：2022-12-30
申请号：CN202211296451.5
申请日：2022-10-21
Applicant: 华北电力大学
Abstract: 本发明公开了属于电力系统风险评估技术领域的一种含光伏轨道交通自洽能源系统的风险评估方法。包括以下步骤：步骤A、构建基于预算波动总量的光伏出力不确定集，利用排序截断法生成光伏出力的线性约束，同时给出光伏出力风险成本计算公式；步骤B、基于步骤A，建立含光伏轨道交通自洽能源系统运行策略的求解模型，同时引入负荷检验对模型求解结果进行修正，对光伏出力的风险进行量化评估。本发明可以根据光伏出力的预测准确度灵活调节光伏的风险大小，通过风险成本实现光伏出力的风险评估。
-
公开(公告)号：CN115017999A
公开(公告)日：2022-09-06
申请号：CN202210679557.7
申请日：2022-06-15
Applicant: 华北电力大学
Abstract: 本发明公开了一种电‑热综合能源系统拓扑分类方法、装置及存储介质，该方法包括以下步骤：根据不同的电‑热综合能源系统历史拓扑结构，对历史/仿真量测向量进行分类，并根据不同的分类类别，分别赋予对应的分类标签，形成支持向量机的训练样本；在此基础上将训练样本输入到支持向量机模型中进行模型训练，训练得到基于支持向量机的分类模型；得到分类模型后，将当前断面的量测向量输入到训练所得的支持向量机分类模型中，输出得到当前断面对应的系统拓扑结构分类标签，最终得到当前断面的系统拓扑分类结果。仿真算例验证了所提方法具有良好的分类准确性和很高的计算效率，适合于大规模电‑热综合能源系统的在线应用。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.029 seconds)
