陈锦涛
- 作品数：25 被引量：93H指数：7
- 供职机构：华南理工大学更多>>
- 发文基金：南京工程学院科研基金国家社会科学基金更多>>
- 相关领域：电气工程自动化与计算机技术理学动力工程及工程热物理更多>>
- 一种运行于时间孤立波状态的无线输电系统及其控制方法
- 本发明公开了一种运行于时间孤立波状态的无线输电系统及其控制方法，包括非线性电力电子变换器、时间孤立波状态控制器和磁耦合谐振无线电能传输结构；非线性电力电子变换器由直流电压源和逆变电路组成，并作为电源驱动磁耦合谐振无线电能...
- 谢帆陈锦涛张波肖文勋丘东元陈艳峰
- 基于蚁群算法的电力负荷预测方法研究被引量：1
- 2012年
- 为了提高负荷预测的精度,提出基于改进蚁群算法的电力负荷组合预测方法。该方法以回归分析、灰色模型、二次指数平滑值、龚帕兹模型、弹性系数法、逻辑斯谛模型法、二次移动平均模型为基础建立负荷组合预测模型,利用改进蚁群算法优化组合预测模型的权值,并与单个预测模型进行比较。预测结果表明,基于改进蚁群算法的电力负荷组合预测方法,运算速度快,预测精度高,相对误差小,有一定的实用价值。
- 陈锦涛江哲恒
- 关键词：组合预测蚁群算法负荷预测
- 智能电网信息工程专业人才培养体系构建被引量：10
- 2013年
- 智能电网发展理念,赋予其承载保障能源安全、促进能源清洁高效利用和提高经济发展等重要使命。电网的智能化提出了诸多新的业务需求,迫切需要智能电网运行过程中信息的测量、传输、处理和应用的高级工程技术人才,服务于智能电网建设与运行。高校培养智能电网所需人才应该紧紧把握学科的本体,并覆盖专业的知识体系,做到点、线、面结合。围绕智能电网信息工程专业所涉及到的学科知识领域和知识点,制定公共基础、专业基础、专业和实践教学四个模块组成的专业课程体系。
- 鞠阳张惠刚韩念杭李干林李升陈锦涛
- 关键词：特色课程课程体系智能电网
- 优化灰色模型在负荷预测中的应用被引量：15
- 2003年
- 论述了用优化灰色理论进行电力系统负荷预测的建模过程。通过指数平滑法对原始负荷数据进行预处理 ,把有起伏特性的原始数据序列改造成规律性强的序列 ,再利用优化灰色模型进行预测 ,提高了预测精度 ,该方法简捷实用 ,经实际算例校核证明 。
- 陈锦涛
- 关键词：负荷预测指数平滑法负荷数据
- 基于企业用户典型日负荷曲线的用户侧储能容量配置方法
- 本发明公开了基于企业用户典型日负荷曲线的用户侧储能容量配置方法。本发明针对企业用户典型日负荷功率曲线，提出一种预测企业用户配置储能盈利效果的方法并结合计算所得经济最优储能配置提出蓄电池每日充放电方案。本发明首先以企业用户...
- 刘泽健杨苹纪超高瑞陈锦涛吕宇桦陈滢
- 文献传递
- 机组负荷优化分配的遗传算法被引量：4
- 2004年
- 采用遗传算法对发电机组之间负荷进行优化分配,并与等微增率法进行了比较,计算结果表明,遗传算法在计算结果和适用范围方面都较等微增率法更加优越,具有较好的稳定性和快速的收敛性。
- 陈锦涛
- 关键词：发电机组遗传算法等微增率法
- 基于机智云的智能家居系统设计与实现被引量：9
- 2017年
- 设计并实现了一种基于云平台的智能家居系统,该系统以STM32作为下位机的控制核心,通过传感器搜集家庭环境信息并上传之云服务器,手机APP端通过云服务器实现对下位机各用电器的状态监控。该系统通过云平台对家居环境实现智能化,提高人们日常家居生活的生活质量。
- 陈锦涛黄家晖周华通陈鸿韬李姝婷
- 关键词：智能家居系统设计智能化
- 基于层次分析法的电力负荷组合预测被引量：1
- 2013年
- 应用组合预测理论，引入层次分析法（AHP）建立电力负荷组合预测的结构模型，利用AHP的1～9标度．计算相应权重．对电网负荷进行预测，从而获得电力负荷预测的满意解及推荐值。算例结果表明，所提出的基于层次分析法的电力负荷组合预测法具有较高的预测精度，有一定的实用性。
- 陈锦涛李杰夫
- 关键词：电力负荷组合预测层次分析法
- 用VB设计CDT循环规约被引量：4
- 2005年
- 介绍了在Windows环境下,采用VB语言与动态链接库技术相结合设计部颁CDT循环规约的方法,给出了实现CDT循环规约的过程。该方法可满足电力系统高级应用软件共享数据资源的需要。
- 鞠阳陈锦涛
- 关键词：CDT规约远动VB动态链接库
- 基于蚁群算法的电力负荷组合预测被引量：1
- 2013年
- 为了提高负荷预测的准确性,引入了优化组合预测模型,将几个电力负荷预测模型有机地结合起来,通过综合各个预测模型的优点,得出更为准确的结果。文中采用改进蚁群算法作为优化方法,并用实例证明,基于改进蚁群算法的电力负荷组合预测方法,运算速度快,预测精度高,相对误差小,有一定的实用价值。
- 陈锦涛李升江哲恒
- 关键词：组合预测蚁群算法负荷预测
