专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果60个,建议您升级VIP下载更多相关专利
  • [发明专利]多源信息与并行计算的区域电动汽车充电负荷预测方法-CN202310550074.1在审
  • 卞海红;郭正阳;周辰罡;邴生威;俞新奇;张智源 - 南京工程学院
  • 2023-05-16 - 2023-08-25 - G06Q10/047
  • 本发明公开了一种多源信息与并行计算的区域电动汽车充电负荷预测方法,包括如下步骤:归纳私家车用户的主要出行目的,建立状态转移概率矩阵。对用户充电起始荷电状态,停留时长的概率密度曲线进行拟合,建立电动汽车单位里程能耗估计模型。提出基于时间最优的用户路径选择方案模拟方法;建立电动汽车充电功率两阶段变化模型;引入多线程并行计算技术,提出了一种电动汽车充电负荷预测模型;设计算例,利在仿真结果、仿真过程中所获得的加速比等方面与传统串行方法进行对比分析,验证所提方法的有效性。本发明可以在大规模计算场景下获得超过3倍的加速比,提高近3倍的CPU计算资源平均利用率,并实现对区域电动汽车充电负荷的有效预测。
  • 信息并行计算区域电动汽车充电负荷预测方法
  • [发明专利]基于需量管理的混合储能优化方法-CN202310228144.1在审
  • 卞海红;符云;赵岫;彭闪 - 南京工程学院
  • 2023-03-09 - 2023-06-09 - H02J3/28
  • 本发明公开了一种基于需量管理的混合储能配置方法,包括如下步骤:筛选最具需量节费潜力的大用户典型负荷作为储能配置对象;在两部制分时电价的背景下,建立基于SSA算法的双层调度模型,外层以储能设备全寿命周期内最大净收益为目标,得到了储能额定容量、充放电功率,内层以日调度周期内最大收益为目标,得到各时间段的充放电量;使用负荷分解方法将大负荷数据分解成高、低频分量;将高、低频分量划分为尖峰、基准负荷;选用飞轮储能与铅碳电池对尖峰、基准负荷进行储能配置;分析比较基于尖峰负荷划分的配置与直接高、低频分量配置以及单一储能配置后的净收益、额定容量、负荷削峰情况。本发明可以优化负荷特性、提高系统的经济效益。
  • 基于管理混合优化方法
  • [发明专利]一种基于混沌麻雀优化算法的电动汽车有序充放电方法-CN202211520849.2在审
  • 卞海红;郭正阳;周辰罡;张智源;任权策 - 南京工程学院
  • 2022-11-29 - 2023-05-02 - H02J7/00
  • 本发明公开了一种基于混沌麻雀优化算法的电动汽车有序充放电方法,对私家车、出租车、公交车三种车型在无序充电模式下的充电负荷进行建模;利用蒙特卡洛方法对电动私家车的出行时空分布进行模拟,得到可调度时段数据;建立多目标函数。并判断EV是否满足参与后续有序充放电优化的条件,得到各项指标的预测结果,做出是否响应V2G的决策;进行仿真实验,验证了本发明方法的有效性和合理性。本发明不仅保障了用户侧的电量需求以及放电经济收益,还兼顾了电网侧减小峰谷差以及负荷方差的需求,具有有效性。本发明所提方法以个体EV的某次响应时段为研究对象,所需数据均可由设备端识别或用户端提供,具备可行性与普遍适用性,更加贴合实际。
  • 一种基于混沌麻雀优化算法电动汽车有序放电方法
  • [发明专利]一种电网拓扑分析方法及装置-CN202211429069.7有效
  • 卞海红;郭正阳;周辰罡;王西蒙;张智源 - 南京工程学院
  • 2022-11-15 - 2023-03-07 - H02J3/00
  • 本发明公开了一种电网拓扑分析方法及装置,属于电网拓扑分析领域。方法包括读取电网物理模型信息,根据电网物理模型信息,将物理节点按照相邻开关元件的个数从多到少的排序进行节点优化编号;根据与开关相邻的物理节点的优化编号结果,生成邻接矩阵,根据邻接矩阵的上三角一级连通信息建立抽象描述节点间邻接关系的数组;根据所述数组,采用改进的广度优先搜索法对各物理节点进行母线拓扑分析;按照拓扑节点的出线数目从多至少的排序对母线拓扑分析得到的结果进行节点优化编号,完成拓扑岛分析。在大规模电网的背景下,本发明可以有效减少遍历过程中对相同元素的重复搜索,降低计算量,提高拓扑分析的效率。
  • 一种电网拓扑分析方法装置
  • [发明专利]一种基于Pareto最优的光伏发电超短期功率区间预测方法-CN202110734031.X在审
  • 王新迪;卞海红;潘柯言;夏振中 - 南京工程学院
  • 2021-06-30 - 2023-01-17 - G06Q10/04
  • 本发明提供了一种基于Pareto最优的光伏发电超短期功率区间预测方法,包括以下步骤:步骤S01:对多目标优化问题进行描述;步骤S02:使用光伏发电区间预测帕累托最优优化准则;步骤S03:计算基于余弦的非线性相关性度量;步骤S04:运用K‑Means分类;步骤S05:运用多目标遗传算法建立基于NSGA‑II的光伏发电功率概率区间预测模型。本发明提供的方法以光伏发电超短期发电功率为研究对象,提出了一种基于ELM的光伏发电输出功率的区间预测多目标优化模型。用改进的非支配排序多目标遗传算法(Non‑dominated Sorting Genetic Algorithm II(NSGA‑II))以平均区间宽度最小与置信概率最高为目标函数对ELM网络参数进行优化,得到一组给定置信概率下的帕累托最优预测区间。相比于传统多目标转化成单目标方法有更好的实用性。
  • 一种基于pareto最优发电短期功率区间预测方法
  • [发明专利]一种基于Bootstrap的光伏发电输出功率超短期概率预测方法-CN202110734021.6在审
  • 王新迪;卞海红;潘柯言;钱瑾 - 南京工程学院
  • 2021-06-30 - 2022-12-30 - G06Q10/04
  • 本发明属于光伏发电领域,涉及一种基于Bootstrap的光伏发电输出功率超短期概率预测方法。本发明提供了一种基于Bootstrap的光伏发电输出功率超短期概率预测方法,包括以下步骤:步骤S01:使用Bootstrap方法对光伏发电输出功率进行预测;步骤S02:计算模型偏差不确定性的量化方差;步骤S03:计算数据噪声不确定性量化方差。本发明提供的方法从ELM回归方法本身的不确定性与数据噪声不确定性角度出发,分别以方差的形式对数据噪声与回归模型的模型偏差给预测结果带来的不确定性进行量化,通过Bootstrap方法对光伏发电输出功率进行预测,统计ELM回归的模型不确定性量化方差,然后对数据噪声的不确定性进行量化,解决了传统神经网络Bootstrap技术无法应用到基于ELM的Bootstrap方法的问题。
  • 一种基于bootstrap发电输出功率短期概率预测方法
  • [发明专利]一种基于深度学习SRNN网络的光伏发电功率预测方法-CN202110734048.5在审
  • 王新迪;卞海红;潘柯言;吴胜 - 南京工程学院
  • 2021-06-30 - 2022-12-30 - G06Q50/06
  • 本发明提供了一种基于深度学习SRNN网络的光伏发电功率预测方法,步骤一:选取历史光伏发电功率数据和相应的历史气象数据;步骤二:使用因子分析法进行相关性分析,筛选出对发电功率影响较大的气象指标;步骤三:数据预处理;步骤四:搭建基于深度学习SRNN网络的光伏发电功率预测模型;步骤五:设置输入层、隐藏层和输出层参数,确定GRU层容量和全连接层容量;步骤六:将预测出的光伏发电功率数据与实际负荷数据进行对比,选用相对误差和均方根误差指标对预测数据进行评价。本发明提供的基于深度学习SRNN网络的光伏发电功率预测方法对RNN进行切片而记忆单元不变,使得能够并行运行RNN网络,使得网络训练速度飞跃,而且提升了系统运行的可靠性和稳定性。
  • 一种基于深度学习srnn网络发电功率预测方法
  • [发明专利]一种基于多维数据特征学习的小尺度光伏功率预测方法-CN202110734049.X在审
  • 卞海红;赵岫;蒋一雷 - 南京工程学院
  • 2021-06-30 - 2022-12-30 - G06Q10/04
  • 本发明提供了一种基于多维数据特征学习的小尺度光伏功率预测模型。首先分析了天气类型对光伏功率输出的影响,其次,为匹配CNN预测模型表征学习的运算机制,以统一的矩阵形式对选定的关键各种气象要素进行了归一化。再次,通过二维频域变换对构建的各种气象要素矩阵进行数据特征增强,并构建了基于历史功率的多维输入数据。最后,基于深度CNN框架设计了短期功率预测模型,该模型根据天气类型分别进行训练,并在气象及历史功率组成的多维数据驱动下,获得精细化的光伏功率预测结果。建立基于多维数据特征学习的小尺度光伏功率预测模型对输入数据进行预测,使用相对误差(RE)和均方根误差(RMSE)两种误差指标对预测数据进行误差评价。
  • 一种基于多维数据特征学习尺度功率预测方法
  • [发明专利]一种考虑POI点划分功能区的EV快速充电站规划方法-CN202211192768.4在审
  • 卞海红;周辰罡;郭正阳;王西蒙 - 南京工程学院
  • 2022-09-28 - 2022-12-09 - G06Q10/06
  • 本发明公开了一种考虑POI点划分功能区的EV快速充电站规划方法,包括如下步骤:采集待规划区域的POI点数据和路网信息数据;划分出城市功能分区;通过EV出行数据来确定用户初始位置;利用交通拥堵模型、信号灯等待时长和路网信息构建路网邻接矩阵;用Floyd最短路径算法生成距离矩阵,用户选取概率以描述用户出行选择充电站的特征,构建用户耗时成本模型;基于帕累托最优态,以快速充电站投资成本、投资回收期、用户耗时成本为目标构建EV充电站多目标联合配置模型;并采用模拟退火粒子群优化算法结合功能区与某城市主干道路网模型进行分析进行求解。本发明可以更加合理的规划充电站位置,满足用户侧和综合经济效益两方面的需求。
  • 一种考虑poi划分功能ev快速充电站规划方法
  • [发明专利]一种基于用户用电行为分析的负荷预测方法-CN202011441261.9在审
  • 卞海红;钟怡群;徐国政 - 南京工程学院
  • 2020-12-08 - 2022-06-10 - G06Q10/04
  • 本发明公开了一种基于用户用电行为分析的负荷预测方法,涉及用电信息采集系统应用技术领域,其技术方案要点是:提取用户的特征向量,A类用户的负荷曲线同时含有日相关、时间邻近相关两种特性,B类用户的负荷曲线只有日相关特性。利用FCM算法对已经分类A、B两类用户进行相似日选取工作,对于A类用户,利用步骤(3)介绍方法计算出待预测日d+1时刻的局部相似序列,将选取的局部相似序列与前d历史负荷值作为用户信息集,B类用户只具有日相关性,利用FCM算法计算出相似差最小的局部相似序列,并作为用户信息集,利用时序数据提高负荷预测模型精度,提高用户的预测模型精度。
  • 一种基于用户用电行为分析负荷预测方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top