-
公开(公告)号:CN119271971A
公开(公告)日:2025-01-07
申请号:CN202411467653.0
申请日:2024-10-21
Applicant: 国网安徽省电力有限公司电力科学研究院 , 合肥工业大学 , 安徽南瑞继远电网技术有限公司
IPC: G06F18/10 , G06F18/213 , G06F18/23213 , G06N3/0464 , G06N3/049 , G06N3/08
Abstract: 本发明属于风电功率预测领域,本发明考虑风电功率具有较强的波动性和随机性,提出了基于二次分解和TCN‑ECA‑BiGRU的超短期风电功率预测方法。首先,构建基于改进完全集合经验模态分解、样本熵、K‑means聚类以及变分模态分解的二次模态分解框架,自适应选择复杂度较高的分量进行二次分解,削弱原始序列的波动性和随机性。然后,在时间卷积网络的基础上,引入高效通道注意力模块(ECA),以挖掘各分量间的耦合关系,并自适应赋予各分量权重以突出重要信息,使用双向门控循环单元进一步捕捉各分量的长期时序依赖关系,从而有效提升超短期风电功率的预测效果。
-
公开(公告)号:CN210427809U
公开(公告)日:2020-04-28
申请号:CN201920924039.0
申请日:2019-06-19
Applicant: 合肥工业大学
Abstract: 本实用新型公开了一种基于GNSS的高精度智能自动放样设备,是应用于由小车主体、GNSS基站、卫星、外部控制设备所组成的控制环境中;小车主体上安装有主控板、北斗\GPS模块、北斗\GPS天线、PWR多功能电源电机驱动模块、超声波模块、串口转GPRS模块、电源模块、点位标记模块,通过操控小车主体移动的同时接收并显示小车的定位数据,在小车主体到达放样点位置后语音提示,向其发送标记指令,从而完成放样。本实用新型能简化复杂的放样工作的同时解决测量作业中出现连续高温等恶劣环境从而导致无法实施工作的问题,并能达到良好的测量和控制效果。
-