-
公开(公告)号：CN110163445A
公开(公告)日：2019-08-23
申请号：CN201910451648.3
申请日：2019-05-28
Applicant: 广东工业大学
Abstract: 本申请所提供的一种电动汽车充电站选址方法，包括：利用蒙特卡洛抽样算法确定目标区域内的充电需求期望值；基于粒子群算法和Voronoi图确定满足充电需求期望值的电动汽车充电站的初步选址结果；根据目标区域的历史光伏数据，对初步选址结果执行优化操作，并确定电动汽车充电站的选址结果。该方法在确定初步选址结果后，根据历史光伏数据对初步选址结果执行优化操作，即依据目标区域内光伏电站的光伏发电情况对初步选址结果进行优化调整，利用光伏电站为电动汽车充电站提供电力，能够减少后续电动汽车充电时对电网的冲击，维持电网的运行稳定性与经济性。本申请还提供一种电动汽车充电站选址系统、设备及计算机可读存储介质，均具有上述有益效果。
-
公开(公告)号：CN110111001B
公开(公告)日：2023-07-28
申请号：CN201910372063.2
申请日：2019-05-06
Applicant: 广东工业大学
IPC: G06Q10/0631 , G06Q30/0204 , G06Q50/06 , G06F18/23213 , G06N3/006
Abstract: 本发明公开了一种电动汽车充电站的选址规划方法、装置、设备以及计算机可读存储介质，包括：利用预选聚类算法确定预设规划区域内的目标充电站数量和各个充电站的初始站址；根据所述目标充电桩数量和所述各个充电站的初始站址，分别确定线性递减权重粒子群算法的粒子数和各个粒子初始位置；利用所述线性递减权重粒子群算法和所述各个粒子初始位置的全社会成本，确定所述各个充电站的目标站址。本发明所提供的方法、装置、设备以及计算机可读存储介质，大大减少了确定最优充电站数量的运行时间。解决了传统粒子群算法容易出现“早熟收敛”、局部最优的问题。
-
公开(公告)号：CN111162537B
公开(公告)日：2023-02-28
申请号：CN202010046971.5
申请日：2020-01-16
Applicant: 广东工业大学
IPC: H02J3/06 , G06Q50/06 , G06Q10/04 , G06Q10/067 , G06F17/16
Abstract: 本发明公开了一种基于组合Copula函数的拉丁超立方抽样法概率潮流计算方法，包括步骤如下：根据分布式能源发电功率变量的相关性和分布式能源出力的尾部对称特性选择多个Copula函数构成一个组合Copula函数；再利用组合Copula函数生成随机数矩阵；利用拉丁超立方抽样法对随机数矩阵进行抽样，建立拉丁超立方抽样后的样本矩阵；采用三次样条插值法求出分布式能源发电功率变量的累积分布函数的逆函数；对于分布式能源发电功率变量Xm，其累积分布函数为y＝Fm(x)，和累积分布函数的逆函数，根据样本矩阵，建立分布式能源发电功率变量的样本矩阵；将样本矩阵作为输入量进行潮流计算，得到输出变量的离散结果，最后利用核密度估计对输出变量的离散结构进行拟合，得到概率密度函数。
-
公开(公告)号：CN115120581A
公开(公告)日：2022-09-30
申请号：CN202110326733.4
申请日：2021-03-26
Applicant: 广东工业大学
Abstract: 本发明属于生物医药技术领域，具体公开了异甜菊醇(STV)在制备改善药源性心肌损伤、提高心肌细胞抗氧化反应能力及抑制线粒体应激引起的细胞凋亡的药物中的新应用。本发明利用大鼠心肌细胞建立了阿霉素诱导的药源性心肌毒性损伤的细胞模型，对STV保护受损心肌的作用及机制进行了研究。结果表明STV能够提高阿霉素诱导的大鼠心肌细胞抗氧化反应的能力，抑制线粒体应激引起的细胞凋亡，改善阿霉素损伤引起的心肌毒性损伤，这将为药源性心肌损伤的治疗提供新的思路和理论依据，对丰富STV的应用范围具有重要意义。
-
公开(公告)号：CN110648013A
公开(公告)日：2020-01-03
申请号：CN201910791818.2
申请日：2019-08-26
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于对偶型最大熵的电动汽车充电负荷预测方法，通过电动汽车充电站获取各类电动汽车的SOC和起始充电时间数据，然后采用对偶型最大熵概率密度函数模型对各类电动汽车的SOC和起始充电时间进行拟合，得到对应的概率密度函数，然后将得到的概率密度函数代入蒙特卡洛模拟中，得到各类电动汽车对应的充电负荷，将各类电动汽车的充电负荷叠加就能得到电动汽车充电产生的总负荷。本发明采用对偶型最大熵概率密度函数模型拟合电动汽车的SOC和起始充电时间，能得到更好拟合效果，然后通过蒙特卡洛模拟得到对应的电动汽车充电负荷，电网能够提前为大规模电动汽车充电做好准备，维持电网的稳定运行。
-
Patent Agency Ranking
公开(公告)号：CN110111001A
公开(公告)日：2019-08-09
申请号：CN201910372063.2
申请日：2019-05-06
Applicant: 广东工业大学
Abstract: 本发明公开了一种电动汽车充电站的选址规划方法、装置、设备以及计算机可读存储介质，包括：利用预选聚类算法确定预设规划区域内的目标充电站数量和各个充电站的初始站址；根据所述目标充电桩数量和所述各个充电站的初始站址，分别确定线性递减权重粒子群算法的粒子数和各个粒子初始位置；利用所述线性递减权重粒子群算法和所述各个粒子初始位置的全社会成本，确定所述各个充电站的目标站址。本发明所提供的方法、装置、设备以及计算机可读存储介质，大大减少了确定最优充电站数量的运行时间。解决了传统粒子群算法容易出现“早熟收敛”、局部最优的问题。
-
公开(公告)号：CN113683601A
公开(公告)日：2021-11-23
申请号：CN202110956023.X
申请日：2021-08-19
Applicant: 广东工业大学
IPC: C07D403/14 , C09K11/06
Abstract: 本发明公开了一种二氮苯并荧蒽化合物及其制备方法和应用，以吡嗪作为吸电子体，引入多个不同的给电子体(D)，构成具有D‑A或D‑π‑A给受体结构的电荷转移发光材料，实现宽光谱范围(531～713nm)发光颜色可调，荧光量子产率最高可达96％，是一种性能好、成本较低的新型发光分子，在制备发光材料、发光器件或智能材料等应用方面具有显著的经济价值，在全彩显示和固态照明领域中具有良好的应用前景。
-
公开(公告)号：CN111162537A
公开(公告)日：2020-05-15
申请号：CN202010046971.5
申请日：2020-01-16
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于组合Copula函数的拉丁超立方抽样法概率潮流计算方法，包括步骤如下：根据分布式能源发电功率变量的相关性和分布式能源出力的尾部对称特性选择多个Copula函数构成一个组合Copula函数；再利用组合Copula函数生成随机数矩阵；利用拉丁超立方抽样法对随机数矩阵进行抽样，建立拉丁超立方抽样后的样本矩阵；采用三次样条插值法求出分布式能源发电功率变量的累积分布函数的逆函数；对于分布式能源发电功率变量Xm，其累积分布函数为y＝Fm(x)，和累积分布函数的逆函数，根据样本矩阵，建立分布式能源发电功率变量的样本矩阵；将样本矩阵作为输入量进行潮流计算，得到输出变量的离散结果，最后利用核密度估计对输出变量的离散结构进行拟合，得到概率密度函数。
-
公开(公告)号：CN108985521A
公开(公告)日：2018-12-11
申请号：CN201810871444.0
申请日：2018-08-02
Applicant: 广东工业大学
Abstract: 本发明实施例公开了一种光伏发电系统的输出功率预测方法、装置、设备及计算机可读存储介质。其中，方法包括通过对预设时间段内光伏发电系统的历史输出功率数据进行完整集合经验模式分解，将分解所得的多个子序列与相应的气象数据输入预先构建的核极限学习机预测模型中，并根据核极限学习机预测模型输出的各子序列的预测结果确定光伏发电系统的输出功率预测值。本申请采用完整集合经验模式分解历史光伏功率数据，有利于抑制光伏序列的非平稳性，提高输出功率的预测精度；利用核极限学习机良好的泛化性能及学习速度快的特点，可进一步提高预测精度与预测效率；利用改进的蝙蝠算法优化核极限学习机的核参数和惩罚系数，大大提高了功率预测的准确性。
-
公开(公告)号：CN117268274A
公开(公告)日：2023-12-22
申请号：CN202311348232.1
申请日：2023-10-17
Applicant: 广东工业大学
IPC: G01B11/14
Abstract: 本发明公开了一种近零间隙测量装置、方法及设备，包括显微视觉位移机构、对位纠偏平台、精密移动滑台、大理石平台、框架平台、基板移动滑台和上位机；框架平台的两端与大理石平台的上表面两侧固定连接；精密移动滑台固定设置于大理石平台的凹槽内，对位纠偏平台活动安装于精密移动滑台上；基板移动滑台的两端活动设置于大理石平台的上表面两侧，并位于对位纠偏平台和框架平台之间；显微视觉位移机构设置于框架平台的侧面；显微视觉位移机构响应指令采集图像和成像位置；上位机对图像和成像位置进行成像位置搜索，确定近零间隙值；解决了现有的近零间隙测量方法易受环境噪音的影响，导致间隙测量结果的精度不理想的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.032 seconds)
