-
公开(公告)号：CN113592181A
公开(公告)日：2021-11-02
申请号：CN202110879362.2
申请日：2021-08-02
Applicant: 广西大学
Abstract: 本发明涉及一种小水电群出力预测方法和系统。所述预测方法中，对初始样本进行预处理，一定程度上避免了坏数据对预测准确度的干扰，并使模型更容易收敛至最优解；利用深度卷积生成对抗网络生成小水电出力数据以补充原始样本数据，有效改善因中雨、大雨等样本数据缺乏而导致预测准确率下降的问题；将样本数据归一化还原后，根据轻梯度提升机的特点合理重构样本数据集，便于训练预测模型，提高轻梯度提升机的预测准确度；采用轻梯度提升机模型输出预测数据，与传统神经网络预测方法相比，该模型拥有支持并行化学习、内存占用率低、训练过程可视化、训练效率高、准确率高等优点，且可处理海量数据，能更快更好的运用于工业实践。
-
公开(公告)号：CN113642240B
公开(公告)日：2023-08-01
申请号：CN202110941586.1
申请日：2021-08-17
Applicant: 广西大学
IPC: G06F30/27 , G06F113/04 , G06F119/02
Abstract: 本发明公开一种基于数据‑机理联合驱动的配电网可靠性评估方法及系统，涉及供电技术领域，方法包括：获取待评估配电网的可靠性影响因素指标；根据可靠性影响因素指标确定关键影响因素向量；将关键影响因素向量输入优化后的深度卷积神经网络模型中，得到第一系统侧供电可靠性评估指标；基于待评估配电网拓扑结构建立机理模型；根据机理模型进行可靠性评估，得到第二系统侧供电可靠性评估指标；确定拓扑结构变化程度；根据变化程度，采用动态加权法确定第一权重和第二权重；根据权重和系统侧供电可靠性评估指标，确定最终的系统侧供电可靠性评估指标，进行配电网可靠性评估。本发明能够提高配电网的可靠性评估的准确性。
-
Patent Agency Ranking
公开(公告)号：CN116384142A
公开(公告)日：2023-07-04
申请号：CN202310402124.1
申请日：2023-04-14
Applicant: 广西大学 , 华南理工大学 , 广西电网有限责任公司电力科学研究院
IPC: G06F30/20 , G06Q10/0639 , G06Q50/06 , G06F111/04 , G06F119/08
Abstract: 本发明提供一种多能协同恢复的电‑气‑热耦合系统抗震韧性规划方法，具体步骤过程如下:根据地震灾害的典型致灾机理建立电‑气‑热耦合系统故障模型；根据韧性规划措施建立外层规划模型；考虑灾后多能协同故障恢复机制建立内层规划模型；对构建的双层规划模型进行求解，求解内层规划获得最优故障恢复方案，并计算该恢复方案下的系统韧性评价指标，求解外层规划得到多能系统的最优韧性规划方案。本发明充分考虑了多异质能源系统中多能协同恢复作用，对于增强多异质能源系统抗灾能力、保障多异质能源系统在严重自然灾害下的安全可靠运行意义重大。
-
公开(公告)号：CN116384142B
公开(公告)日：2023-11-17
申请号：CN202310402124.1
申请日：2023-04-14
Applicant: 广西大学 , 华南理工大学 , 广西电网有限责任公司电力科学研究院
IPC: G06F30/20 , G06Q10/0639 , G06Q50/06 , G06F111/04 , G06F119/08
Abstract: 本发明提供一种多能协同恢复的电‑气‑热耦合系统抗震韧性规划方法，具体步骤过程如下:根据地震灾害的典型致灾机理建立电‑气‑热耦合系统故障模型；根据韧性规划措施建立外层规划模型；考虑灾后多能协同故障恢复机制建立内层规划模型；对构建的双层规划模型进行求解，求解内层规划获得最优故障恢复方案，并计算该恢复方案下的系统韧性评价指标，求解外层规划得到多能系统的最优韧性规划方案。本发明充分考虑了多异质能源系统中多能协同恢复作用，对于增强多异质能源系统抗灾能力、保障多异质能源系统在严重自然灾害下的安全可靠运行意义重大。
-
公开(公告)号：CN115238948A
公开(公告)日：2022-10-25
申请号：CN202210559960.6
申请日：2022-05-20
Applicant: 广西大学
Abstract: 本申请提供了一种小水电发电量预测方法及装置，通过获取历史发电功率数据和外部因素数据，对历史发电功率数据和外部因素数据进行标准化处理；利用聚类算法对日标幺化后的历史发电功率数据进行聚类分析，得到历史相似日集合；量化分析降雨量对小水电发电量的滞后效应和累积效应，得到滞后性降雨量序列和前N日累积降雨量；在历史相似日集合中选取与预测日对应的相似日样本集；利用人工智能预测算法构建小水电发电量预测模型，利用相似日样本集对小水电发电量预测模型进行训练；将前N日累积降雨量、滞后性降雨量序列、温度、露点温度、地区峰谷电价作为训练好的小水电发电量预测模型的输入，输出预测日小水电发电量预测值。能提高预测的精度。
-
公开(公告)号：CN113642240A
公开(公告)日：2021-11-12
申请号：CN202110941586.1
申请日：2021-08-17
Applicant: 广西大学
IPC: G06F30/27 , G06F113/04 , G06F119/02
Abstract: 本发明公开一种基于数据‑机理联合驱动的配电网可靠性评估方法及系统，涉及供电技术领域，方法包括：获取待评估配电网的可靠性影响因素指标；根据可靠性影响因素指标确定关键影响因素向量；将关键影响因素向量输入优化后的深度卷积神经网络模型中，得到第一系统侧供电可靠性评估指标；基于待评估配电网拓扑结构建立机理模型；根据机理模型进行可靠性评估，得到第二系统侧供电可靠性评估指标；确定拓扑结构变化程度；根据变化程度，采用动态加权法确定第一权重和第二权重；根据权重和系统侧供电可靠性评估指标，确定最终的系统侧供电可靠性评估指标，进行配电网可靠性评估。本发明能够提高配电网的可靠性评估的准确性。
-
公开(公告)号：CN113592181B
公开(公告)日：2023-04-28
申请号：CN202110879362.2
申请日：2021-08-02
Applicant: 广西大学
IPC: G06Q10/04 , G06F18/214 , G06Q50/06
Abstract: 本发明涉及一种小水电群出力预测方法和系统。所述预测方法中，对初始样本进行预处理，一定程度上避免了坏数据对预测准确度的干扰，并使模型更容易收敛至最优解；利用深度卷积生成对抗网络生成小水电出力数据以补充原始样本数据，有效改善因中雨、大雨等样本数据缺乏而导致预测准确率下降的问题；将样本数据归一化还原后，根据轻梯度提升机的特点合理重构样本数据集，便于训练预测模型，提高轻梯度提升机的预测准确度；采用轻梯度提升机模型输出预测数据，与传统神经网络预测方法相比，该模型拥有支持并行化学习、内存占用率低、训练过程可视化、训练效率高、准确率高等优点，且可处理海量数据，能更快更好的运用于工业实践。
-
-
-
-
-
-
Search Results
7
records
(took 0.02 seconds)
