-
公开(公告)号：CN116738204A
公开(公告)日：2023-09-12
申请号：CN202310617824.2
申请日：2023-05-29
Applicant: 南京工程学院
IPC: G06F18/213 , G06F18/214 , G06F18/21 , G06N3/0455 , G06N3/048 , G06N3/0499 , G06N3/0475 , G06N3/088 , G06N3/094 , G06N5/04 , G06Q50/06 , G06F123/02
Abstract: 本发明提供一种基于生成对抗Transformer的电力负荷数据异常检测方法，通过获取电力负荷历史数据，并将电力负荷历史数据以设定比例分为训练样本集和测试样本集；对训练样本集的训练样本进行归一化处理后，得到处理后的训练样本集；构建基于改进的生成对抗Transformer的电力负荷数据异常检测模型；将测试样本集输入训练后的基于改进的生成对抗Transformer的电力负荷数据异常检测模型，得到负荷数据预测结果，将负荷数据预测结果根据异常检测机制进行异常诊断，判定是否为异常数据；该方法能够更好的提取负荷数据异常特征，能够提高电力负荷数据异常检测的准确性，能够有效提高电力负荷异常数据的检测效率。
-
公开(公告)号：CN115936068A
公开(公告)日：2023-04-07
申请号：CN202211561211.3
申请日：2022-12-06
Applicant: 南京工程学院
IPC: G06N3/0464 , G06N3/08 , G06Q50/06 , H02J3/00
Abstract: 本发明提供一种基于改进CGAN的非侵入式多种电器短期负荷预测方法，通过采集M天N个家庭k种电器负荷用能的历史负荷数据集，并采集影响电器历史负荷的外部条件数据集，预处理后作为训练样本集；输入非侵入式负荷识别模型，得到分类电器真实样本数据集；构建改进CGAN的生成模型组，输出数据为各生成模型生成的第i类电器负荷数据集；构建改进CGAN的判别模型组，输出用于表征判别生成的第i类电器负荷数据Ci是否为真实数据的判别结果；联合训练后得到训练后的改进CGAN；由训练后的改进CGAN的生成模型组输出k组对应电器的单日负荷预测数据集C′i；该方法能够更好的捕捉数据映射特征，提高网络模型预测的准确性，能够准确高效实现多种负荷的快速预测。
-
公开(公告)号：CN114881812A
公开(公告)日：2022-08-09
申请号：CN202210618200.8
申请日：2022-06-01
Applicant: 南京工程学院
IPC: G06Q50/06 , G06N3/04 , G06N3/08 , G06K9/62 , G06F16/215
Abstract: 本发明提供一种基于条件时序GAN的楼宇空调负荷场景生成方法、装置及设备，该方法通过获取楼宇应用场景的空调负荷用能的历史真实数据集，包括静态特征和动态特征，进行预处理后，将设定比例的数据作为训练样本集；构建条件时序GAN模型；获得条件时序GAN模型的全局优化损失函数；分别通过无监督对抗训练和监督训练，对构建的条件时序GAN模型进行训练，获得训练后的条件时序GAN模型；将场景生成特征条件输入至训练后的条件时序GAN模型，输出的数据集作为空调负荷数据场景集；本发明能够更好的捕捉时序序列的逐步动态概率分布以及动静态特征间的非线性映射关系，提高楼宇空调负荷场景生成的准确性。
-
公开(公告)号：CN116717884A
公开(公告)日：2023-09-08
申请号：CN202310620773.9
申请日：2023-05-29
Applicant: 南京工程学院
IPC: F24F11/74 , F24F11/77 , F24F11/64 , F24F11/85 , G06F30/20 , G06N3/006 , G06F111/04 , G06F111/06
Abstract: 本发明提供一种基于双层优化的中央空调精细化调控方法，通过建立建筑温度标度模型与建筑湿度标度模型并制定舒适区间；建立中央空调精细化调控上层模型，包括舒适度最佳的中央空调调控模型和运行成本最小的中央空调调控模型；运用Shaple值法对中央空调精细化调控上层模型的舒适度与经济性占比进行分配，并计算中央空调制冷总量；建立中央空调精细化调控下层模型；采用蚁群算法对双层优化模型进行优化，获得中央空调精细化调控方案；该方法能够在保证用户舒适度前提下，有效降低运行能源消耗，提高经济性，能够实现中央空调精细化调控，降低高峰时段的电力耗能，有利于缓解电力供应紧缺矛盾与保障电网安全运行。
-
-
-
Search Results
4
records
(took 0.019 seconds)
