-
公开(公告)号：CN114977205B
公开(公告)日：2024-03-05
申请号：CN202210653051.9
申请日：2022-06-09
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于改进自适应惯性权重的主动配电网电压控制方法，其步骤包括：1、获取分布式电源的特征参数，对获得的数据进行预处理；2、构建邻接矩阵和无向图模型；3、采用STGCN进行训练确定分区方案；4、在分区方案的基础上设定有源配电系统中以电压偏差和网络损耗最小为目标函数；5、确定约束条件；6、采用自适应惯性权重改进的粒子群优化算法方法进行电压控制的寻优。本发明无需额外获取冗杂的配电网参数即可实现孤岛分区任务，从而能实现电网网损和电压偏差最小的优化控制目标，并能提高电压质量。(56)对比文件鲍祚睿;孙强;韩林.一种基于改进粒子群算法的主动配电网优化运行分析方法.自动化应用.2017,(05),121-123+126.
-
公开(公告)号：CN114781458A
公开(公告)日：2022-07-22
申请号：CN202210481128.9
申请日：2022-05-05
Applicant: 合肥工业大学 , 国网安徽省电力有限公司超高压分公司
Abstract: 本发明公开了一种基于自适应小波和注意力机制的时频记忆神经网络的配电网初期故障识别方法，包括：1、对采集到的电流和电压数据进行预处理并划分数据集；2、设计基于自适应小波变换的时频记忆递归神经网络核心结构；3、构建基于自适应小波变换和Attention机制的时频记忆递归神经网络；4、基于自适应小波和Attention机制的时频记忆递归神经网络得到测试集样本的输出结果。本发明通过基于自适应小波变换和Attention机制的时频记忆递归神经网络来提供时间序列的细粒度分析，可以动态的捕获数据在时域和频域上的特征，以提高初期故障的识别精度，满足了准确化快速化的实际需求。
-
公开(公告)号：CN115081301B
公开(公告)日：2024-04-16
申请号：CN202210810787.2
申请日：2022-07-11
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
Inventor： 汪玉 , 陈艺 , 李宾宾 , 赵龙 , 秦琪 , 包佳佳 , 杨瑞雪 , 范明豪 , 亚彬 , 翟玥 , 陈庆涛 , 黄杰 , 刘鑫 , 王鑫 , 金雨楠 , 孙伟 , 李奇越 , 李帷韬 , 樊智奇
Abstract: 本发明公开了一种基于混合PSO‑MKPLS的碳排放量动态演化方法，其步骤包括：1、构建输入样本数据，包括数据的获取以及预处理；2、对数据进行时滞估计得到输入时滞差分矩阵；3、利用混合粒子群算法多核偏最小二乘回归进行多变量多重共线性的处理得到碳排放量的动态演化机理。本发明适用于多种重点控排企业，通过对指定控排企业的碳排放多种影响因素因素进行分析，考虑实际生产过程中的时滞现象，并利用改进的核偏最小二乘法进行碳排放量的动态演化机理模型的构建，利用混合粒子群改变核函数参数，从而可以更准确的拟合实际生产中的碳排放量。
-
Patent Agency Ranking
公开(公告)号：CN115081301A
公开(公告)日：2022-09-20
申请号：CN202210810787.2
申请日：2022-07-11
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
Inventor： 汪玉 , 陈艺 , 李宾宾 , 赵龙 , 秦琪 , 包佳佳 , 杨瑞雪 , 范明豪 , 亚彬 , 翟玥 , 陈庆涛 , 黄杰 , 刘鑫 , 王鑫 , 金雨楠 , 孙伟 , 李奇越 , 李帷韬 , 樊智奇
Abstract: 本发明公开了一种基于混合PSO‑MKPLS的碳排放量动态演化方法，其步骤包括：1、构建输入样本数据，包括数据的获取以及预处理；2、对数据进行时滞估计得到输入时滞差分矩阵；3、利用混合粒子群算法多核偏最小二乘回归进行多变量多重共线性的处理得到碳排放量的动态演化机理。本发明适用于多种重点控排企业，通过对指定控排企业的碳排放多种影响因素因素进行分析，考虑实际生产过程中的时滞现象，并利用改进的核偏最小二乘法进行碳排放量的动态演化机理模型的构建，利用混合粒子群改变核函数参数，从而可以更准确的拟合实际生产中的碳排放量。
-
公开(公告)号：CN117135658A
公开(公告)日：2023-11-28
申请号：CN202311128361.X
申请日：2023-09-01
Applicant: 合肥工业大学
Abstract: 本发明公开了基于5G基站资源参与电网需求响应的控制方法及装置，包括：各个基站与用电家庭均连接至配电网；基于最小化系统功率波动的要求构建目标函数；构建出基站传输数据预测模型；对目标函数进行转换并构建基站通信服务质量约束条件；构建深度LSTM负荷预测模型，求解目标函数中的部分未知参数；构建非预期约束并将目标函数调整为包含非预期约束的目标函数；计算出满足基站通信服务质量约束条件并使得包含非预期约束的目标函数最小的决策变量，得到预测的下一时刻所要传输的数据包大小状态，基站基于该预测结果给用户传输数据包；本发明的优点在于：满足最小化功率调节的需求，从而电网需求响应效果好。
-
公开(公告)号：CN114977205A
公开(公告)日：2022-08-30
申请号：CN202210653051.9
申请日：2022-06-09
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于改进自适应惯性权重的主动配电网电压控制方法，其步骤包括：1、获取分布式电源的特征参数，对获得的数据进行预处理；2、构建邻接矩阵和无向图模型；3、采用STGCN进行训练确定分区方案；4、在分区方案的基础上设定有源配电系统中以电压偏差和网络损耗最小为目标函数；5、确定约束条件；6、采用自适应惯性权重改进的粒子群优化算法方法进行电压控制的寻优。本发明无需额外获取冗杂的配电网参数即可实现孤岛分区任务，从而能实现电网网损和电压偏差最小的优化控制目标，并能提高电压质量。
-
公开(公告)号：CN114781458B
公开(公告)日：2024-02-20
申请号：CN202210481128.9
申请日：2022-05-05
Applicant: 合肥工业大学 , 国网安徽省电力有限公司超高压分公司
IPC: G06F18/2415 , G06F18/2131 , G06N3/0442 , G06N3/049 , G06N3/047 , G06N3/084
Abstract: 本发明公开了一种基于自适应小波和注意力机制的时频记忆神经网络的配电网初期故障识别方法，包括：1、对采集到的电流和电压数据进行预处理并划分数据集；2、设计基于自适应小波变换的时频记忆递归神经网络核心结构；3、构建基于自适应小波变换和Attention机制的时频记忆递归神经网络；4、基于自适应小波和Attention机制的时频记忆递归神经网络得到测试集样本的输出结果。本发明通过基于自适应小波变换和Attention机制的时频记忆递归神经网络来提供时间序列的细粒度分析，可以动态的捕获数据在时域和频域上的特征，以提高初期故障的识别精度，满足了准确化快速化的实际需求。
-
公开(公告)号：CN115963351A
公开(公告)日：2023-04-14
申请号：CN202211530846.7
申请日：2022-12-01
Applicant: 合肥工业大学 , 国网安徽省电力有限公司滁州供电公司 , 国网安徽省电力有限公司
IPC: G01R31/08 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于高频TFM网络的ADN早期故障检测方法及应用，包括：1、对采集到的电流和电压数据进行预处理并划分数据集；2、设计基于高频特征注意力时频记忆网络核心结构；3、构建基于高频特征注意力时频记忆网络；4、基于高频特征注意力时频记忆网络得到测试集样本的输出结果。本发明通过基于高频特征注意力时频记忆网络来提供时间序列的多尺度多分辨率分析，可以动态的捕获数据在时域和频域上的特征，以提高早期故障的检测精度，满足了准确化快速化的实际需求。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.023 seconds)
