“叶辉良”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果13个，建议您升级VIP下载更多相关专利

[发明专利]基于主成分分析的电力系统短期负荷预测方法-CN201910199647.4有效
发明人： 叶辉良;吴杰康 -专利权人：广东工业大学
申请日： 2019-03-15 - 公布日： 2023-08-01 - 主分类号： H02J3/00 文献下载
摘要：本发明公开了一种基于主成分分析的电力系统短期负荷预测方法，在基于负荷数据及天气数据服从正态分布的情况下，考虑其对预测日负荷数据的影响程度差异性和随机性，同时考虑其自身耦合性的程度，将具有海量数据的数据集进行清洗及降维处理，缩短了预测时间；并利用布谷鸟搜索算法优化BP神经网络预测短期负荷，降低了过拟合和欠拟合现象，提高了短期负荷预测的精准度。
基于成分分析电力系统短期负荷预测方法

[发明专利]一种基于C-均值聚类模糊粗糙集的短期负荷预测方法-CN201910419536.X有效
发明人： 叶辉良;吴杰康;赵俊浩;陈风;金锋;毛骁 -专利权人：广东工业大学
申请日： 2019-05-20 - 公布日： 2023-07-11 - 主分类号： H02J3/00 文献下载
摘要：本发明公开了一种基于C‑均值聚类模糊粗糙集的短期负荷预测方法，考虑了影响短期负荷预测的各类型影响因子，通过采集历史负荷数据以及负荷影响因子的数据，运用模糊粗糙集对影响短期负荷的影响因子进行属性约简，获得影响短期负荷的约简环境属性集，将这个集合的属性作为输入数据、短期负荷作为输出数据对支持向量机模型进行训练，然后利用训练后的模型进行预测短期负荷，以使短期负荷的预测方法变得更加快速以及精确。本发明方法不仅解决了人为主观意识在模糊粗糙集中选择隶属度函数的问题，还解决了由于影响因子集合过于冗余而导致降低支持向量机的预测速度和预测性能的问题。
一种基于均值模糊粗糙短期负荷预测方法

[发明专利]一种基于功率缺额分配的微电网频率控制方法-CN201910974158.1有效
发明人：毛颖卓;吴杰康;张文杰;叶辉良;赵俊浩;毛骁 -专利权人：广东工业大学
申请日： 2019-10-14 - 公布日： 2023-04-07 - 主分类号： H02J3/48 文献下载
摘要：本发明涉及电力系统自动化技术领域，提出一种基于功率缺额分配的微电网频率控制方法，包括以下步骤：采用集中控制器对微电网频率变化率和功率缺额进行实时跟踪并采集微电网运行信息；集中控制器根据微电网运行信息测算微电网的总有功功率缺额，然后分配到储能系统中，储能系统指定增发或减发的储能元件释放或接收其存储的能量；储能系统对总有功功率缺额进行分配得到相应的控制指令，然后分配到各个分布式电源和负荷中，分布式电源和负荷根据所接收的控制指令进行增发或减发；集中控制器对微电网内部频率偏差进行测量并判断，当频率偏差大于预设的阈值时重复执行上述步骤，至频率偏差处于预设的阈值范围内。
一种基于功率缺额分配电网频率控制方法

[发明专利]基于多因素影响条件下的电动汽车调峰容量计算方法-CN201910603092.5有效
发明人：金锋;吴杰康;赵俊浩;叶辉良;任德江 -专利权人：广东工业大学
申请日： 2019-07-05 - 公布日： 2023-01-17 - 主分类号： B60L58/12 文献下载
摘要：本发明涉及智能电网技术领域，提出一种基于多因素影响条件下的电动汽车调峰容量计算方法，包括以下步骤：获取电动汽车的电动汽车状态信息以及充电站状态信息，然后对其进行预处理；根据所述完成预处理的电动汽车状态信息和充电站状态信息，结合距离影响因素、天气影响因素、SOC阈值影响因素分别对电动汽车参与调峰的总收益、天气影响程度值、SOC阈值进行计算；根据计算得到的电动汽车参与调峰的总收益、天气影响程度、SOC阈值以及当前充电桩数量，计算电动汽车调峰容量，得到基于多因素影响条件下的电动汽车调峰容量。本发明计算得到的电动汽车调峰容量同时考虑了多种因素影响，能够有效提高调峰容量的准确性。
基于因素影响条件下电动汽车容量计算方法

[发明专利]一种基于动态适应BP神经网络的变压器故障诊断方法-CN201910002126.5有效
发明人：任德江;吴杰康;毛骁;张文杰;叶辉良 -专利权人：广东工业大学
申请日： 2019-01-02 - 公布日： 2022-12-16 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于动态适应BP神经网络的变压器故障诊断方法，用于解决变压器故障诊断方法对小数据不敏感、对大权值不适应的问题。本发明首先对训练数据进行均方差数据处理，结合均方差数据处理方法和含动态适应因子的BP神经网络搭建一个故障识别模型，再使用训练数据对其进行训练，然后输出预测数据，并计算预测的误差。这种方法能够有效地改善现有变压器故障诊断方法对小数据敏感度低、对大权值适应性差的状况，可以在变压器故障数据差别较大时诊断出故障类型，帮助和指导运行人员准确掌握变压器运行状态。
一种基于动态适应 bp 神经网络变压器故障诊断方法

[发明专利]一种基于人工鱼群神经网络的短期负荷预测方法-CN201910413029.5有效
发明人： 叶辉良;吴杰康;张文杰;毛颖卓;雷振 -专利权人：广东工业大学
申请日： 2019-05-17 - 公布日： 2022-09-06 - 主分类号： G06Q10/04 文献下载
摘要：本发明方法采集历史负荷数据以及相关天气数据，将历史负荷数据和相关天气数据形成数据集合并进行预处理，建立人工鱼群神经网络并使用改进的优化算法对其中的阈值和权值进行更新，其中结合了莱维飞行的模拟行为从而更容易扩散鱼群的感应范围，模拟鱼群的行为，使得网络更容易寻找最优食物浓度，提高了收敛速度以及短期负荷预测的精准度；最后将预处理的数据集合作为输入放入初始化后的人工鱼群神经网络中进行训练，利用训练完毕的人工鱼群神经网络进行短期负荷预测。本发明方法解决了现有的人工神经网络结构采用梯度下降法更新权值和阈值而导致神经网络预测时间长的问题，同时提高了短期负荷预测的精度。
一种基于人工鱼群神经网络短期负荷预测方法

[发明专利]光伏发电功率预测方法-CN201910272790.1有效
发明人：赵俊浩;吴杰康;叶辉良;任德江;毛颖卓;张文杰 -专利权人：广东工业大学
申请日： 2019-04-04 - 公布日： 2021-09-24 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种光伏发电功率预测方法，其利用迭代计算的方式求得各个环境属性的最优隶属度，能够反映实际的隶属度的情况，克服了现有的人为选择隶属度函数存在的主观性较大而导致的光伏发电功率预测方法适用性较弱的技术问题。且本发明提供的方法对影响光伏发电功率的环境属性进行属性约简，找到影响光伏发电功率最大的环环境属性集合，作为支持向量机的输入，可以提高模型的预测速度以及精度，对于提高电网稳定性和提高光伏电站运营管理效率具有重要意义。
发电功率预测方法

[发明专利]一种考虑风险损失的微电网容量配置优化方法-CN201910718238.0在审
发明人：张文杰;吴杰康;赵俊浩;毛颖卓;叶辉良 -专利权人：广东工业大学
申请日： 2019-08-05 - 公布日： 2019-11-19 - 主分类号： H02J3/38 文献下载
摘要：本发明提供的一种考虑风险损失的微电网容量配置优化方法，包括：获取参数并拟合出风电、光伏及负荷功率的概率分布函数；构建多分段区间的风‑光‑荷不确定集，计算风险功率；构建电源容量配置的两阶段鲁棒优化模型并解耦成主问题模型和子问题模型；利用列和约束生成算法得到微电网的容量的最优配置。本发明提供了配置优化方法，可以求解出微电网的容量配置方案，降低微电网容量配置方案的风险损失，解决其经济型与鲁棒性的平衡问题，在规划年限内所配置的微电网不仅具有较好的鲁棒性和经济性，而且给出了方案的风险损失范围，对日后微电网的运行方式具有参考和指导价值，为微电网规划工作提供必要的技术支撑。
微电网风险损失容量配置鲁棒性配置的构建概率分布函数电源容量负荷功率技术支撑配置优化平衡问题生成算法优化模型运行方式多分段经济型两阶段主问题子问题求解风电光伏解耦鲁棒拟合规划参考配置优化

[发明专利]一种光伏发电功率预测方法-CN201910602916.7在审
发明人：赵俊浩;吴杰康;叶辉良;张文杰;任德江 -专利权人：广东工业大学
申请日： 2019-07-05 - 公布日： 2019-11-19 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种光伏发电功率预测方法，其考虑多因素去选取最接近的相似日，还可以克服了单一权重方法具有局限性的问题，可以提高模型的预测精度，对于提高电网稳定性和提高光伏电站运营管理效率具有重要意义。
电网稳定性功率预测光伏电站光伏发电运营管理重要意义权重预测

[发明专利]一种基于模糊聚类的短期负荷预测方法-CN201910458058.3在审
发明人：毛颖卓;吴杰康;张文杰;叶辉良;赵俊浩;任德江 -专利权人：广东工业大学
申请日： 2019-05-29 - 公布日： 2019-09-20 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于模糊聚类的短期负荷预测方法，首先采集负荷数据以及负荷影响因素数据，通过模糊粗糙集对部分负荷影响因素数据进行删减，得到约简后的样本数据；通过模糊C均值聚类法对约简后的样本数据以及预测日数据进行聚类，选取与预测日相似度最高的样本数据作为学习样本数据；基于所述学习样本数据建立基于支持向量机的短期负荷预测模型，并作为输入对所述短期负荷预测模型进行训练；将预测日数据输入训练完毕的短期负荷预测模型进行预测，得到预测时刻的短期负荷结果。本发明方法解决了由于微电网负荷变化的因素多、数据繁琐而导致现有的短期负荷预测方法计算效率和预测精度低等问题。
短期负荷预测预测样本数据学习样本数据模糊聚类影响因素约简模糊C均值聚类法支持向量机负荷变化负荷结果负荷数据计算效率粗糙集微电网相似度聚类采集模糊

[发明专利]基于纵横交叉优化模糊BP神经网络的电池故障诊断方法-CN201910092227.6在审
发明人：陈风;吴杰康;叶辉良 -专利权人：广东工业大学
申请日： 2019-01-30 - 公布日： 2019-06-14 - 主分类号： G01R31/36 文献下载
摘要：本发明提供的基于纵横交叉优化模糊BP神经网络的电池故障诊断方法，首先对样本进行模糊化，对故障诊断中对不精确或不确定等模糊信息进行处理，是神经网络的训练样本更精确；接着利用纵横交叉算法对神经网络的各项权值和阈值进行优化，使神经网络收敛速度加快，并且不会陷入局部最优，将模糊理论与纵横交叉对神经网络的优化相结合，使得对电池故障的诊断更加精确。本发明提供的基于纵横交叉优化模糊BP神经网络的电池故障诊断方法，适用于锂电池、铅酸电池以及其他燃料电池等常用的一系列电池，不管是静置还是使用状态，都能对电池进行实时的故障诊断，相比于现有的其他电池故障诊断方法，该方法的精度更高，误差更小。
电池故障纵横交叉神经网络诊断优化故障诊断模糊电池模糊理论模糊信息铅酸电池燃料电池训练样本模糊化权值和锂电池算法收敛样本

[发明专利]一种基于支持向量机的变压器故障诊断方法-CN201910010320.8在审
发明人：任德江;吴杰康;毛骁;张文杰;叶辉良 -专利权人：广东工业大学
申请日： 2019-01-02 - 公布日： 2019-06-07 - 主分类号： G01R31/02 文献下载
摘要：本发明公开了一种基于支持向量机的变压器故障诊断方法。首先对样本数据进行归一化处理，然后利用分级局部密度聚类算法分析样本数据中的训练数据，通过分析所得到的子聚类结果判断是否有新的故障形式，然后分别利用聚类故障识别表和支持向量机进行故障诊断和验证并得到诊断正确率。这种方法可以诊断出变压器潜在的故障形式并识别出新的故障类别，对变压器状态进行实时检测，从而帮助和指导变压器运行维护人员准确掌握变压器的运行情况。
支持向量机变压器变压器故障诊断故障形式样本数据变压器状态归一化处理诊断故障类别故障识别故障诊断聚类结果密度聚类实时检测算法分析训练数据运行维护潜在的正确率分级聚类验证分析帮助

[发明专利]一种基于BP神经网络变压器故障诊断方法-CN201910010381.4在审
发明人：任德江;吴杰康;毛骁;张文杰;叶辉良 -专利权人：广东工业大学
申请日： 2019-01-02 - 公布日： 2019-06-04 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于BP神经网络变压器故障诊断方法，应用于变压器故障诊断领域。本发明通过BP神经网络有效的弥补了局部密度聚类算法在故障识别中相对模糊的情况，同时通过密度聚类算法有效的降低了变压器故障诊断对神经网络模型的过度依赖；本发明还可以在一定程度上反映实际故障之间的关联，并根据变压器的实际运行情况对故障识别模型做适当修正，从而达到自主识别新故障的效果。
变压器故障诊断故障识别密度聚类算法神经网络模型变压器关联修正模糊应用

1
共 13 条