一种基于ESFK和BP算法的输电杆塔大数据巡检系统及方法

    公开(公告)号:CN114136436A

    公开(公告)日:2022-03-04

    申请号:CN202111412504.0

    申请日:2021-11-25

    Abstract: 本发明公开了一种基于ESFK和BP算法的输电杆塔大数据巡检系统及方法,该系统包括电源模块、无线传输模块、检测模块。无线传输模块包括有源RFID实物ID电子标签,检测模块包括振动监测传感器和三轴陀螺仪;基于ESFK算法和BP算法对测量数据进行修正,能够突破传统算法中集中式新息量测更新方法,通过ESFK三轴陀螺仪新息量测和振动监测传感器模型实时调整卡尔曼滤波器观测噪声矩阵,并更新卡尔曼滤波器状态方程和误差协方差矩阵,能够有效识别振动类型,形成一种强鲁棒、高性价比、部署灵活铁塔监测方法。结合大数据线路巡检历史数据信息,通过无人机或人工巡视,读取标签内存储的振动监测数据,现场分析监测数据,指导巡视工作,为精细化巡检提供理论依据。

    一种基于ESKF和BP算法的输电杆塔大数据巡检系统及方法

    公开(公告)号:CN114136436B

    公开(公告)日:2023-06-23

    申请号:CN202111412504.0

    申请日:2021-11-25

    Abstract: 本发明公开了一种基于ESKF和BP算法的输电杆塔大数据巡检系统及方法,该系统包括电源模块、无线传输模块、检测模块。无线传输模块包括有源RFID实物ID电子标签,检测模块包括振动监测传感器和三轴陀螺仪;基于ESKF算法和BP算法对测量数据进行修正,能够突破传统算法中集中式新息量测更新方法,通过ESKF三轴陀螺仪新息量测和振动监测传感器模型实时调整卡尔曼滤波器观测噪声矩阵,并更新卡尔曼滤波器状态方程和误差协方差矩阵,能够有效识别振动类型,形成一种强鲁棒、高性价比、部署灵活铁塔监测方法。结合大数据线路巡检历史数据信息,通过无人机或人工巡视,读取标签内存储的振动监测数据,现场分析监测数据,指导巡视工作,为精细化巡检提供理论依据。

    一种考虑运行模式的光伏消纳优化控制方法及系统

    公开(公告)号:CN119787417A

    公开(公告)日:2025-04-08

    申请号:CN202411811271.5

    申请日:2024-12-10

    Abstract: 本发明公开的一种考虑运行模式的光伏消纳优化控制方法及系统,所述方法包括:获取光伏出力、光伏电池输出功率、蓄电池储能系统充电功率、蓄电池储能系统放电功率、氢储能系统放电功率、氢储能系统充电功率和用电负荷功率;根据光伏出力、光伏电池输出功率、蓄电池储能系统充电功率、蓄电池储能系统放电功率、氢储能系统放电功率、氢储能系统充电功率和用电负荷功率,确定综合能源系统的运行模式;通过该运行模式对应的光伏消纳优化配置模型,确定光伏消纳优化配置方案;根据光伏消纳优化配置方案,对综合能源系统进行控制。实现了对光伏消纳优化配置方案的准确确定。

    基于EMA-RElman神经网络的光伏发电功率预测方法

    公开(公告)号:CN118352986A

    公开(公告)日:2024-07-16

    申请号:CN202410285011.2

    申请日:2024-03-13

    Abstract: 本发明公开了一种基于EMA‑RElman神经网络的光伏发电功率预测方法,包括如下步骤:建立脊波Elman神经网络光伏发电功率预测模型;训练脊波Elman神经网络光伏发电功率预测模型;在学习过程中,采用EMA对预测模型的权值参数进行优化;光伏发电功率预测,将预处理后的数据输入到经过验证后的预测模型中,输出待预测时刻的光伏发电功率预测值。本发明利用类电磁机制算法寻优能力强的优点对脊波Elman神经网络预测模型的参数进行优化,具有较好的泛化性和预测性能。通过对光伏电站的预测仿真和测试,证实所提出的基于EMA‑RElman神经网络的光伏发电功率预测模型具有较好的预测性能。

Patent Agency Ranking