-
公开(公告)号：CN119109115A
公开(公告)日：2024-12-10
申请号：CN202411232377.X
申请日：2024-09-04
Applicant: 东北大学
Abstract: 本申请提出一种风、光、氢、储直流微电网分布式控制方法及系统，属于微电网分布式控制技术领域，其中，方法包括：采用基于牛顿‑拉夫森方法的EPP‑MPPT算法对光伏发电单元中的光伏发电机组进行最大功率输出控制，采用IMPPT算法对风力发电单元中的风力发电机进行最大功率输出控制，采用分布式电源控制策略调整分布式发电单元、负荷需求和储能设备之间的功率不平衡，将整个功率平衡控制过程分为主动部分和被动部分，本申请能有效解决传统母线电压信号控制下分布式储能设备在系统功率突变时的电流过冲或下冲问题。
-
公开(公告)号：CN118381055A
公开(公告)日：2024-07-23
申请号：CN202410527139.5
申请日：2024-04-29
Applicant: 东北大学
Abstract: 本发明提供一种多元新能源接入的多区域微网鲁棒低带宽调频控制方法，涉及电力技术领域。本发明采用调频采样控制，减少了控制信息传输所需的通信带宽，降低了通信成本。多元新业态能源主体接入的多区域微网鲁棒低带宽调频采样控制模型结合采样特性和采样数据网络的输出反馈特点，提高了系统的实用性和经济性。稳定准则与控制器设计方法具有鲁棒低带宽的特性，比传统方法更有优越性。
-
公开(公告)号：CN117578587A
公开(公告)日：2024-02-20
申请号：CN202311617022.8
申请日：2023-11-29
Applicant: 东北大学
Abstract: 本发明提供基于惯性自适应的分布式能源系统并网逆变器的控制方法，涉及分布式能源系统中并网逆变器的控制技术领域。该方法包括：采集分布式信息能源系统中的虚拟同步发电机VSG的输出电压和输出功率，并根据采集到的数据建立分布式信息能源系统中级联型微电网的VSG模型；利用分布式学习算法确定控制策略，并根据控制策略设计锁相环对VSG的角频率的相位进行锁相环控制，进而得到VSG的有功功率和无功功率的负载需求；根据VSG的实时角频率的变化过程设计自适应虚惯性控制律，建立VSG的自适应虚拟惯性模型并设计偏差项，进而得到自适应虚拟惯性策略。本方法根据电力网状态和分布式信息能源系统的实际情况动态响应策略，提高并网逆变器的稳定性和响应能力。
-
公开(公告)号：CN113188055B
公开(公告)日：2022-11-25
申请号：CN202110600157.8
申请日：2021-05-31
Applicant: 东北大学
IPC: F17D5/06
Abstract: 本发明提供一种基于负压波衰减驱动的管道泄漏自适应动态补偿定位方法，涉及管道检测技术领域。本发明可以将现场采集的大量压力衰减数据在合理的时间内进行有效的分析，结合实验和拟合数据构成动态压力衰减模型。围绕信号边沿条件和衰减模型的预测泄漏率两项指标建立相应的目标函数，构成多目标优化数学模型，并采用多目标寻优方法对模型求解，在特征区间中找出最优特征点，方法直观、简单，且灵敏度高、漏报率低；采用不同尺度因子对两端特征不同的压力数据小波变化，提高了结果的稳定性。因此本发明采用了多目标优化的策略和自适应动态补偿的方法来解决管道中负压波衰减过大状态的泄漏检测及定位问题，可以同时达到高精度和高准确性的目标。
-
公开(公告)号：CN109996204B
公开(公告)日：2021-07-13
申请号：CN201910232217.8
申请日：2019-03-26
Applicant: 东北大学
Abstract: 本发明提供一种基于WSAN的复杂管网信息控制器优化部署方法，涉及无线传感网络技术领域。包括：建立并初始化传感器网络；随机部署信息控制器节点；对信息控制器节点建立信道传输模型；构建优化目标函数；逐步移动信息控制器节点并进行寻优；确定信息控制器最优位置。本方法是一种分布式算法，制定了一个无约束优化问题，同时考虑信息控制器节点的覆盖率以及不同信息控制器之间的干扰率，对初始随机部署的信息控制器节点，在有限的移动步数后，能够收敛到局部最大值，实现最大化传感器节点覆盖率并最小化干扰效应，弥补了现有技术在实际应用中难以实现和实用性不强的问题，以及传感器节点的覆盖盲区问题和节点间的干扰问题的缺点。
-
Patent Agency Ranking
公开(公告)号：CN111061151B
公开(公告)日：2021-06-01
申请号：CN201911148025.5
申请日：2019-11-21
Applicant: 东北大学
IPC: G05B13/04
Abstract: 本发明公开一种基于多元卷积神经网络的分布式能源状态监测方法，属于电力系统自动化领域，该方法可以对微网运行数据进行变换处理分析，利用多元谱数据和深度卷积神经网络监测微网分布式能源状态。首先将微网运行数据采用数据叠积变换得到协方差矩阵，在此基础上得到相应的特征值和最大特征矩阵；然后分别对特征值和最大特征矩阵作数据差异化缩放处理，并且将其作为深度卷积神经网络的输入；最后分别通过一维和二维深度卷积神经网络对微网分布式能源节点状态进行预测，得到分布式能源状态监测结果。本发明对微网分布式能源节点状态的判断准确率高，为微网运行的安全性和可靠性提供依据。
-
公开(公告)号：CN105187071A
公开(公告)日：2015-12-23
申请号：CN201510633774.2
申请日：2015-09-29
Applicant: 东北大学
IPC: H03M7/30
Abstract: 本发明公开了一种管道毫秒级在线数据的复合压缩/解压缩方法，属于数据压缩领域。其中方法包括：首先对数据进行小波分解，采用阈值对高频和低频小波系数进行筛选，然后对筛选后的高频小波系数对应的数据采用SPIHT算法进行有损压缩，对筛选后的低频小波系数对应的数据采用LZ77算法进行无损压缩，最终得到压缩结果。在上位机中采用dSPIHT和dLZ77方法对数据进行解压缩。本发明的压缩方法能够在保证信息完整的前提下，降低压缩比，对于大量管道的毫秒级数据的存储节约了空间，提高数据传输的速度；本发明的解压缩方法既能够保证解压速度，也能够保证还原信息的准确性和完整性。
-
公开(公告)号：CN119669890A
公开(公告)日：2025-03-21
申请号：CN202411570537.1
申请日：2024-11-06
Applicant: 东北大学 , 国网山西省电力公司太原供电公司
IPC: G06F18/2415 , G06F18/2431 , G06F18/25 , G06F18/2131 , G06F18/15 , G06N3/042 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/082 , G06N3/084 , G06N3/048
Abstract: 本发明的基于多源三模态数据融合网络的架空线路故障检测方法，包括：获取架空线路历史故障数据，构建含波、图像、文本的多源三模态数据集，并经时空双尺度数据增强得到用于故障检测的数据集；对波、图像、文本搭建不同的故障特征提取网络模型，用于各模态数据特征编码，对输出的波、图像以及文本的特征向量进行语义对齐，并进行特征融合得到多源三模态数据的融合特征；基于多源三模态数据的融合特征生成图结构，将图结构输入到动态图注意力神经网络进行训练；采集发生故障的三模态的故障数据构成多源三模态数据集并进行特征融合后生成图结构，将图结构输入到训练好的动态图注意力神经网络，得到对应的故障类型、定位故障发生的零件及部位。
-
公开(公告)号：CN119166237A
公开(公告)日：2024-12-20
申请号：CN202411242177.2
申请日：2024-09-05
Applicant: 东北大学
Abstract: 本申请提出一种基于聚类的有向无环图集群任务卸载方法及系统，属于信息能源系统优化领域，其中方法包括：建立基本模型；构建最小化终端设备的能耗最小化问题；采用CCR值量化不同的有向无环图的能量需求，基于CCR值，采用迭代自组织数据分析技术算法对有向无环图的集群进行聚类分组；针对计算密集型有向无环图的集群，采用增量控制方案；针对通信密集型有向无环图的集群，采用群智能任务卸载方案，得到有向无环图的集群中每个实时卸载任务的计算卸载目的地；本申请解决了任务卸载过程中终端设备的异构性问题，并保障了大规模信息‑能源系统优化的可靠性。
-
公开(公告)号：CN118630734A
公开(公告)日：2024-09-10
申请号：CN202410638175.9
申请日：2024-05-22
Applicant: 东北大学
Abstract: 本发明的一种基于稀疏变分高斯过程的日前海上风电功率概率预测方法，包括：进行风电功率预测不确定性分析，提出贝叶斯建模框架建立初始风电功率概率预测模型；提出稀疏变分高斯分布模型对初始风电功率概率预测模型进行处理并确定内核超参数，获得稀疏变分高斯风电功率概率预测模型；用梯度下降法优化参数，并将优化后的参数输入稀疏变分高斯风电功率概率预测模型，完成稀疏变分高斯风电功率概率预测模型的训练；将数值天气预报作为输入数据，使用训练好的稀疏变分高斯风电功率概率预测模型进行风电功率预测，并将得到的高斯分布用损失函数进行处理，得到最终的预测结果。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.022 seconds)
