Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜周口师范学院侯文庭获国家专利权

恭喜周口师范学院侯文庭获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜周口师范学院申请的专利基于Wasserstein度量和核密度估计的分布鲁棒优化方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114243683B

龙图腾网通过国家知识产权局官网在2025-02-18发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202111391912.2,技术领域涉及:H02J3/00;该发明授权基于Wasserstein度量和核密度估计的分布鲁棒优化方法是由侯文庭设计研发完成,并于2021-11-23向国家知识产权局提交的专利申请。

基于Wasserstein度量和核密度估计的分布鲁棒优化方法在说明书摘要公布了:本发明提出一种基于Wasserstein度量和核密度估计的分布鲁棒优化方法,首先采用核密度估计方法推导出风功率预测误差的概率分布,然后融合Wasserstein度量和核密度估计构造风功率预测误差的概率分布模糊集,最后根据风功率预测误差的概率分布模糊集,并综合考虑电力系统运行约束条件,建立以风电出力最坏情况下电力系统总运行成本最小为目标的分布鲁棒机组组合模型。本发明解决了电力调度领域中考虑不稳定风力发电的机组组合优化问题,可以有效降低风电不确定性刻画的保守性,进一步提高电力系统运行的经济性,为电力系统的调度人员提供一种可有效处理风电不确定性的、兼顾鲁棒性与经济性的调度策略。

本发明授权基于Wasserstein度量和核密度估计的分布鲁棒优化方法在权利要求书中公布了:1.一种基于Wasserstein度量和核密度估计的分布鲁棒优化方法,其特征在于,包括以下步骤:步骤S1:首先采用核密度估计方法推导风功率预测误差的概率密度,根据概率密度推导出风功率预测误差的概率分布;所述步骤S1中,风功率预测误差的概率密度的函数表达式为: 式中:x表示风功率预测误差;n表示风功率预测误差的样本数量;x1,x2,…,xl,…xn为电网数据库中导出的n个风功率预测误差的样本;Rd表示预测误差的实数空间;Kh·表示带宽参数为h的高斯核函数;计算高斯核函数的带宽参数h的最优值: 式中:BWh表示计算带宽参数h的交叉验证法函数;表示带宽参数为的四维高斯核函数;是带宽参数h的最优值,即使得交叉验证法函数BWh最小的h值;步骤S2:根据风功率预测误差的概率分布构造具有置信水平的风功率预测误差的置信空间;步骤S3:在风功率预测误差的置信空间内,以风功率预测误差的概率分布为中心,采用Wasserstein距离度量概率分布与置信空间内误差分布之间的距离,并构造风功率预测误差的概率分布模糊集;所述步骤S3中,风功率预测误差的概率分布与其置信空间内所有误差分布之间的Wasserstein距离为: 式中:F表示风功率预测误差的概率分布;表示风功率预测误差的真实分布;x和分别属于概率分布F和真实分布Π是指x和的联合分布;所述概率分布模糊集为: 式中:表示置信空间S上所有误差分布的集合;r表示概率分布模糊集的半径;所述概率分布模糊集的半径r的计算方法为:首先,任意分布落入概率分布模糊集中的概率β为: 所述概率β与样本数量n、概率分布模糊集的半径r具有的关系为:β=1-exp-nr2c28式中:c是一个辅助常数;因此,得到概率分布模糊集的半径r为: 辅助常数c为: 式中:λ是一个大于零的实数;为风功率预测误差的样本均值;步骤S4:根据风功率预测误差的概率分布模糊集,并综合考虑电力系统运行约束条件,建立以风电出力最坏情况下电力系统总运行成本最小为目标的分布鲁棒机组组合模型。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人周口师范学院,其通讯地址为:466000 河南省周口市川汇区文昌大道东段;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。