公共文化服务平台

方娜: 作品数：57 被引量：105H指数：6; 供职机构：湖北工业大学电气与电子工程学院更多>>; 发文基金：国家自然科学基金湖北省教育厅科学技术研究项目博士科研启动基金更多>>; 相关领域：自动化与计算机技术电气工程经济管理文化科学更多>>

合作作者

一种农业用秸秆打包装置: 本实用新型公开了一种农业用秸秆打包装置，包括主体，主体的内壁底部两侧固定连接有两个第一支架，主体内壁底部固定连接有两个第二支架，两个第一支架和两个第二支架之间均转动连接有第二转轴，两个第二转轴外壁套设有同一个传送带，主体...; 方娜黎博曦

基于PCC-ISSA-BP燃料电池剩余寿命预测被引量：2: 2023年; 在质子交换膜燃料电池(PEMFC)寿命预测中,针对燃料电池中的特征对其寿命的影响程度未知问题,使预测燃料电池的剩余寿命问题变得相对复杂,为了更加准确的预测燃料电池的剩余使用寿命。本文首先通过小波分析对原始堆栈电压进行去噪处理,滤除噪声数据,利用皮尔逊相关系数(PCC)对影响因素进行降维,提取关键影响因素,简化模型结构;然后利用改进的麻雀优化算法(ISSA)优化BP神经网络,找到网络最优的权值和阈值,并建立ISSABP模型;最后将处理好的数据输入ISSA-BP模型,实现PEMFC的剩余寿命预测。实验结果表明,PCC-ISSA-BP的平均绝对误差百分比、平均绝对误差、均方根误差分别为0.125%、0.00397、0.00568,优于其它模型,能够更有效地预测燃料电池的剩余寿命。; 方娜肖威邓心; 关键词：燃料电池小波分析

互联电网自动发电控制中双通道时延处理方法: 本发明涉及一种互联电网自动发电控制(AGC)中控制器到执行器(C‑A)、传感器到控制器(S‑C)的双通道时延处理方法。传统互联电网AGC方法在一定程度的时延约束下无法维持因负荷波动导致的电力系统频率控制的稳定性。利用模型...; 赵熙临何晶晶付波徐光辉方娜

基于VMD-LSTM-IPSO-GRU的电力负荷预测被引量：1: 2024年; 为了挖掘电力负荷数据中的潜藏信息,提高短期负荷预测的精度,针对电力负荷强非线性、非平稳性等特点,提出一种基于变分模态分解(variational mode decomposition,VMD)、长短时记忆神经网络(long-term and short-term memory network,LSTM)、改进的粒子群算法(improve particle swarm optimization,IPSO)和门控循环单元(gated recurrent unit neural network,GRU)的混合预测模型。首先,使用相关性分析确定输入因素,再将负荷数据运用VMD算法结合样本熵分解为一系列本征模态分量(intrinsic mode fuction,IMF)和残差量,进而合理地确定分解层数和惩罚因子;其次,根据过零率将这些量划分为低频和高频,低频分量使用LSTM网络,高频分量利用IPSO-GRU网络分别进行预测;最后,将预测结果重构得到电力负荷的最终结果。仿真结果表明:相对于其他模型,所提混合模型可有效的提取模态特征,具有更高的预测精度。; 肖威方娜方娜; 关键词：短期负荷预测

一种农业用谷物快速晾晒架: 本实用新型公开了一种农业用谷物快速晾晒架，包括底板，所述底板的顶部两侧均固定连接有支撑板，两个所述支撑板之间转动连接有同一个第三转轴，所述第三转轴的中部固定连接有滚筒，所述滚筒的外部两侧固定连接有两个转动杆，两个所述转动...; 方娜刘洋

基于Stacking融合的LSTM-SA-RBF短期负荷预测被引量：2: 2024年; 为了解决单个神经网络预测的局限性和时间序列的波动性,提出了一种奇异谱分析(singular spectrum analysis,SSA)和Stacking框架相结合的短期负荷预测方法。利用随机森林筛选出与历史负荷相关性强烈的特征因素,采用SSA为负荷数据降噪,简化模型计算过程;基于Stacking框架,结合长短期记忆(long and short-term memory,LSTM)-自注意力机制(self-attention mechanism,SA)、径向基(radial base functions,RBF)神经网络和线性回归方法集成新的组合模型,同时利用交叉验证方法避免模型过拟合;选取PJM和澳大利亚电力负荷数据集进行验证。仿真结果表明,与其他模型比较,所提模型预测精度高。; 方娜邓心肖威; 关键词：奇异谱分析径向基神经网络短期负荷预测

无刷双馈风力发电并网均衡控制方法: 本发明公开了一种无刷双馈风力发电并网均衡控制方法，该方法采用均衡控制技术对风力发电系统、电网和负荷三方进行均衡，具体是：根据风力的变化和负荷大小，调节无刷双馈风力发电系统发出的无功功率的大小，从而稳定负荷的电压及电网电压...; 肖义平王雪帆席自强方娜李新华蔡华锋陈俊钟丹

电力市场竞价模型中的Nash均衡分析被引量：6: 2006年; 在电力市场环境下,发电厂商的目标是使其自身利益最大化,其竞价过程可以被描述成一个非合作博弈的过程。目前主要集中在对发电厂商一方进行分析,对购电方和用户则没有考虑。因此,在简化的电力市场竞价模型的基础上,讨论了基于博弈论的Nash均衡点,分析了Nash均衡理论对电力市场竞价中各参与者的影响,指出了其对合理配置资源的积极作用。; 方娜廖家平; 关键词：电力市场竞价模型 NASH均衡博弈论

电力市场中发电机组报价函数的探讨: 在电力市场中，发电商通过调整自己的竞价曲线以获取更大的利润，同时利润随着其出力的增加而增加。本文从这两个条件出发讨论了一个合理的竞价函数的组成及其特征，给出了报价函数的约束条件，作为发电商在竞价时的参考。; 方娜廖家平; 关键词：电力市场发电机组竞价策略

基于CNN-GRU-MLR的多频组合短期电力负荷预测被引量：7: 2023年; 负荷预测对于电力企业制定未来调度计划十分重要。为了进一步提高预测精度,充分挖掘负荷数据中时序特征的联系,提出一种卷积神经网络(Convolutional Neural Networks,CNN)、门控循环单元(Gate Recurrent Unit,GRU)和多元线性回归(Multiple Linear Regression,MLR)混合的多频组合电力负荷预测模型。该模型先对时间序列的负荷数据进行集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD),并将其重构为高低两种频率;同时在高频中引入影响因子较大的气象因素,使用CNN-GRU模型预测,低频部分使用多元线性回归进行预测;最后将各个模型得出的预测结果叠加,得到最终预测结果。仿真结果表明,相对于其它网络模型,提出的混合模型具有更高的预测精度,是一种有效的短期负荷预测方法。; 方娜李俊晓陈浩余俊杰; 关键词：多元线性回归卷积神经网络