-
公开(公告)号：CN110399796A
公开(公告)日：2019-11-01
申请号：CN201910542843.7
申请日：2019-09-02
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 上海电力学院
Abstract: 本发明涉及一种基于改进深度学习算法的电能质量扰动识别方法，包括步骤：1)获取电压暂升信号、电压暂降信号、电压中断信号、谐波信号、电压尖峰信号、电压切痕信号、闪变信号、振荡暂态信号和脉冲暂态信号的九种单一扰动信号及复合电能质量扰动信号；2)结合迁移学习与深度学习，确定预训练深度卷积神经网络模型AlexNet的最佳特征层，冻结参数，进行模型迁移；3)采用SVM代替迁移后的模型的Softmax分类器，获取模型中新的全连接层；4)利用单一扰动信号和复合电能质量扰动信号对最新模型的参数进行微调，完成模型的训练和电能质量扰动信号识别。与现有技术相比，本发明具有避免部分信号丢失，提高训练效率、提高分类准确率等优点。
-
公开(公告)号：CN106485358A
公开(公告)日：2017-03-08
申请号：CN201610890328.4
申请日：2016-10-12
Applicant: 国网上海市电力公司 , 上海电力学院 , 华东电力试验研究院有限公司
Abstract: 本发明涉及一种结合序列运算和粒子群算法的独立微电网优化配置方法，包括：模型建立步骤，建立优化数学模型，该优化数学模型的目标函数为整个微电网全月总费用最小，约束条件包括能源供需平衡约束、分布式供能设备的可利用性约束和蓄电池设备约束；模型求解步骤，从待规划区域历史气象数据库中获取所述优化数学模型的输入变量参数值，采用结合序列运算理论的粒子群算法对所述优化数学模型进行求解，获得优化数学模型决策变量的输出数据，根据所述决策变量的输出数据获得独立微电网中风机、光伏和蓄电池的最优配置数量。与现有技术相比，本发明解决了现有方法中未考虑不确定因素从而影响微电网运行的安全性和可靠性问题。
-
公开(公告)号：CN106372762A
公开(公告)日：2017-02-01
申请号：CN201610890448.4
申请日：2016-10-12
Applicant: 国网上海市电力公司 , 上海电力学院 , 华东电力试验研究院有限公司
Abstract: 本发明涉及一种含需求响应的微网经济优化运行设计方法，包括以下步骤：1)构建微网优化设计数据库；2)建立优化模型，该优化模型的目标函数为微网运行总成本最小，约束条件包括功率平衡约束、可控机组出力约束、可控机组爬坡约束、联络线传输功率约束和可控负荷容量约束；3)从所述微网优化设计数据库获取优化模型所需的输入变量参数值，采用基于混沌优化的改进遗传算法求解所述优化模型，获得优化模型决策变量的输出数据；4)根据所述决策变量的输出数据对各场景下的微网运行总成本进行对比，获得最优场景及相应的呵中断负荷最优控制策略。与现有技术相比，本发明从需求侧和管理操作层面，实现微电网能源利用更加合理、经济、高效。
-
公开(公告)号：CN106447122A
公开(公告)日：2017-02-22
申请号：CN201610890423.4
申请日：2016-10-12
Applicant: 国网上海市电力公司 , 上海电力学院 , 华东电力试验研究院有限公司
CPC classification number: Y02E40/76 , Y04S10/545 , G06Q10/04 , G06Q50/06
Abstract: 本发明涉及一种区域型能源互联网及其一体化优化规划方法，所述区域型能源互联网包括本地能源资源、分布式能源、产消合一能源及连接彼此的区域微能网；所述一体化优化规划方法包括：1)获取区域型能源互联网规划设计数据库；2)建立优化数学模型；3)从区域型能源互联网规划设计数据库获取优化数学模型所需的输入变量参数值，求解优化模型，获得决策变量的输出数据；4)对所述决策变量的输出数据进行分析，获得协同优化结果，所述协同优化结果包括最优技术选型与布局、最优设备容量、最优热网布局和最优运行策略。与现有技术相比，本发明克服了现有技术中能源用户间互动性差、供需难以匹配的缺陷，具有网络化、系统化、高效化等优点。
-
公开(公告)号：CN110414788B
公开(公告)日：2023-12-08
申请号：CN201910556011.0
申请日：2019-06-25
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 上海电力学院
IPC: G06Q10/0639 , G06F18/2135 , G06Q50/06 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种基于相似日和改进LSTM的电能质量预测方法，包括步骤：1)采集某地区某监测点一段时期内的电能质量稳态指标数据以及该地区的气象数据；2)采用核主成分分析法对气象数据进行特征降维，获取相似日特征向量；3)采用灰色关联算法计算历史日与待预测日的气象因素匹配系数，确定相似日集；4)选取与待预测日相似的电能质量历史数据及相似日集数据作为LSTM神经网络的训练样本集，采用Dropout算法和Adam自适应学习率优化算法相结合的方法优化LSTM神经网络参数，将相似日特征向量作为模型输入变量，获取待预测日各时刻电能质量的预测结果。与现有技术相比，本发明具有避免训练过拟合、避免信息干扰和信息重复、提高预测准确率等优点。
-
Patent Agency Ranking
公开(公告)号：CN105186446B
公开(公告)日：2018-02-06
申请号：CN201510397827.5
申请日：2015-07-08
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 上海电力学院
Abstract: 本发明公开了一种基于欧氏距离的电路识别器及识别方法，该电路识别器包含数据窗起始点判决器，用于根据差动电流的采样值Id第一次超出阈值区间作为数据窗起始点；差动电流设别器，其输入端连接数据窗起始点判决器，用于对差动电流进行欧氏距离分析；差动保护控制器，其输入端连接所述的差动电流设别器，用于根据欧氏距离分析结果对电流作保护动作。本发明简单计算速度快，鲁棒性强，而且不受二次谐波的影响，不会发生误制动。
-
公开(公告)号：CN105186446A
公开(公告)日：2015-12-23
申请号：CN201510397827.5
申请日：2015-07-08
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 上海电力学院
Abstract: 本发明公开了一种基于欧氏距离的电路识别器及识别方法，该电路识别器包含数据窗起始点判决器，用于根据差动电流的采样值Id第一次超出阈值区间作为数据窗起始点；差动电流设别器，其输入端连接数据窗起始点判决器，用于对差动电流进行欧氏距离分析；差动保护控制器，其输入端连接所述的差动电流设别器，用于根据欧氏距离分析结果对电流作保护动作。本发明简单计算速度快，鲁棒性强，而且不受二次谐波的影响，不会发生误制动。
-
公开(公告)号：CN110414788A
公开(公告)日：2019-11-05
申请号：CN201910556011.0
申请日：2019-06-25
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 上海电力学院
Abstract: 本发明涉及一种基于相似日和改进LSTM的电能质量预测方法，包括步骤：1)采集某地区某监测点一段时期内的电能质量稳态指标数据以及该地区的气象数据；2)采用核主成分分析法对气象数据进行特征降维，获取相似日特征向量；3)采用灰色关联算法计算历史日与待预测日的气象因素匹配系数，确定相似日集；4)选取与待预测日相似的电能质量历史数据及相似日集数据作为LSTM神经网络的训练样本集，采用Dropout算法和Adam自适应学习率优化算法相结合的方法优化LSTM神经网络参数，将相似日特征向量作为模型输入变量，获取待预测日各时刻电能质量的预测结果。与现有技术相比，本发明具有避免训练过拟合、避免信息干扰和信息重复、提高预测准确率等优点。
-
公开(公告)号：CN110376418A
公开(公告)日：2019-10-25
申请号：CN201910526679.0
申请日：2019-06-18
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 上海电力学院
Abstract: 本发明涉及一种基于改进特征量描述的电压暂降综合评估指标获取方法，包括：1、采集电能质量监测终端所得的电压暂降录波数据；2、通过线性分段方法将暂降持续时间按照其幅值进行划分，改进电压暂降特征量的描述方法；3、综合考虑系统侧能量指标及用户侧严重性综合指标；4、通过用户侧的敏感设备评估结果，结合站点监测负荷的比例合成一个统一的基于该站点负荷分布的敏感设备评价指标；5、通过熵权法结合系统侧和用户侧评估指标形成新的综合评估指标，对电压暂降严重程度进行评估。与现有技术相比，本发明能客观、有效评估站点电压暂降风险，能够提高评估结果的准确性，可用于实际暂降的综合评估。
-
公开(公告)号：CN114021391A
公开(公告)日：2022-02-08
申请号：CN202111480681.2
申请日：2021-12-06
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 上海电力大学
IPC: G06F30/20 , G06Q10/04 , G06Q50/06 , H02J3/00 , G06F111/08 , G06F119/08
Abstract: 本发明涉及一种基于动态能耗与用户心理的电动汽车充电负荷预测方法，包括：设定待预测区域内的电动汽车数量以及起始SOC；构建电动汽车出行模型和实际耗电量模型；根据出行模型，通过马尔可夫动态路径决策模型获取每辆电动汽车的最优策略，根据对应的最优策略模拟每辆电动汽车的出行过程；模拟过程中，对于每辆电动汽车的每个出行道路节点，根据实际耗电量模型和起始SOC，预先计算该电动汽车下一段出行过程的耗电量以及当前SOC，确定该电动汽车在当前出行道路节点的充电需求，累计所有电动汽车在各出行道路节点的充电需求，获得待预测区域内电动汽车充电需求的时空分布。与现有技术相比，本发明具有准确性高、可靠性强等优点。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.078 seconds)
