-
公开(公告)号：CN118333345B
公开(公告)日：2024-09-10
申请号：CN202410756196.0
申请日：2024-06-13
Applicant: 贵州黔源电力股份有限公司 , 华中科技大学 , 华电电力科学研究院有限公司
IPC: G06Q10/0631 , G06Q50/06 , G06N3/126
Abstract: 本申请属于水电能源优化领域，具体公开了一种基于多目标鲸鱼算法的水光互补系统优化调度方法，包括：以约束条件集作为解空间，通过初始化多目标函数生成初始种群，多目标函数用于表征水光互补系统的多个优化目标，约束条件集用于表征水光互补系统的多项约束，种群中的个体用于表征各水库的上游水位；基于多目标函数，计算初始种群中个体适应度以及获取初始种群的非支配排序结果；基于初始种群的非支配排序结果，从初始种群中筛选出非劣解并放入归档集；基于待更新种群中个体适应度，持续迭代更新种群，直至满足结束条件，能够快速地确定最优解集作为水光互补系统的调度参考方案，实现针对水光互补系统高效地执行多目标优化调度。
-
Patent Agency Ranking
公开(公告)号：CN118333345A
公开(公告)日：2024-07-12
申请号：CN202410756196.0
申请日：2024-06-13
Applicant: 贵州黔源电力股份有限公司 , 华中科技大学 , 华电电力科学研究院有限公司
IPC: G06Q10/0631 , G06Q50/06 , G06N3/126
Abstract: 本申请属于水电能源优化领域，具体公开了一种基于多目标鲸鱼算法的水光互补系统优化调度方法，包括：以约束条件集作为解空间，通过初始化多目标函数生成初始种群，多目标函数用于表征水光互补系统的多个优化目标，约束条件集用于表征水光互补系统的多项约束，种群中的个体用于表征各水库的上游水位；基于多目标函数，计算初始种群中个体适应度以及获取初始种群的非支配排序结果；基于初始种群的非支配排序结果，从初始种群中筛选出非劣解并放入归档集；基于待更新种群中个体适应度，持续迭代更新种群，直至满足结束条件，能够快速地确定最优解集作为水光互补系统的调度参考方案，实现针对水光互补系统高效地执行多目标优化调度。
-
公开(公告)号：CN118070684A
公开(公告)日：2024-05-24
申请号：CN202410479573.0
申请日：2024-04-22
Applicant: 华中科技大学
IPC: G06F30/27 , G06F18/27 , G06N3/0442 , G06F113/08
Abstract: 本发明属于水环境模拟领域，具体公开了一种基于数据驱动模型的水库径流归因方法及装置，方法包括：确定各因素对径流的影响总数据；基于基准期模拟流量和影响期模拟流量得到气候因素对径流的第一影响数据；基于模拟径流量和径流实测值得到人类活动因素对径流的第二影响数据；基于影响总数据、第一影响数据以及第二影响数据确定水库调度对径流的第三影响数据。本发明可提高水库径流归因结果的精确性，并减少归因过程的复杂程度。
-
公开(公告)号：CN118070684B
公开(公告)日：2024-07-05
申请号：CN202410479573.0
申请日：2024-04-22
Applicant: 华中科技大学
IPC: G06F30/27 , G06F18/27 , G06N3/0442 , G06F113/08
Abstract: 本发明属于水环境模拟领域，具体公开了一种基于数据驱动模型的水库径流归因方法及装置，方法包括：确定各因素对径流的影响总数据；基于基准期模拟流量和影响期模拟流量得到气候因素对径流的第一影响数据；基于模拟径流量和径流实测值得到人类活动因素对径流的第二影响数据；基于影响总数据、第一影响数据以及第二影响数据确定水库调度对径流的第三影响数据。本发明可提高水库径流归因结果的精确性，并减少归因过程的复杂程度。
-
公开(公告)号：CN119128567A
公开(公告)日：2024-12-13
申请号：CN202411232564.8
申请日：2024-09-04
Applicant: 湖北清江水电开发有限责任公司 , 华中科技大学
IPC: G06F18/23213 , G06F18/22 , G06F18/241 , G06N3/006 , G06Q50/06
Abstract: 本发明提供了一种基于WOA‑K‑means的风电出力分析方法。以K‑means算法为基础，以波动性和出力效率作为特性指标对日出力曲线进行降维处理，再通过WOA算法的全局搜索能力优化初始聚类中心，以形维波动差异和发电量差异得到适用处理曲线的综合差异距离用于K‑means算法度量不同样本相似度情况，最后通过改进的轮廓系数对聚类结果进行评价。从而解决了传统K‑means算法对初始聚类中心敏感，日出力曲线内在特征性难以通过欧式距离反映的问题。具有聚类结果准确性高、稳定性强，提高了聚类算法的效率和计算速度的优点，形成一个系统化的聚类分析流程，实现了对风电日出力数据的科学、高效聚类分析。
-
公开(公告)号：CN119939293A
公开(公告)日：2025-05-06
申请号：CN202510093472.4
申请日：2025-01-21
Applicant: 华中科技大学
IPC: G06F18/23213 , G06N3/006 , G06F17/18 , G06F18/213 , G06Q50/06
Abstract: 本申请属于光伏发电技术领域，具体公开了一种考虑特征权重优化的光伏典型出力场景聚类方法。本申请首先建立粒子位置和各种特征权重的函数关系；再将各种特征权重赋予对应特征的光伏出力数据，通过粒子群优化算法找出所述光伏出力数据聚类质量最好的各种特征最优权重；随后将所述各种特征最优权重赋予对应特征的光伏出力数据，对所述光伏出力数据进行聚类；所述聚类中心即为光伏典型出力场景。本申请方法能有效识别出光伏出力数据中的重要特征，减小噪声特征对数据聚类效果的影响，聚类效果相较于传统的聚类方法效果更好。
-
-
-
-
-
Search Results
6
records
(took 0.063 seconds)
