-
公开(公告)号:CN110676877B
公开(公告)日:2023-02-14
申请号:CN201910975557.X
申请日:2019-10-15
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种孤岛微电网潮流检测方法。初始化;将支路进行排序,对网络进行编号;得到Γ矩阵;计算节点电流、支路电流;计算非虚拟平衡节点电压并判断是否满足收敛判据;计算配电系统频率的修正量并判断是否满足收敛判据;更新当前的配电系统频率值;更新实际的有功负荷和无功负荷数值;计算虚拟平衡节点电压修正量并判断是否满足收敛判据;判断此时配电系统频率是否越限;计算二次调频输出的调节量;利用二次调频后的频率更新发电机产生有功功率,负荷有功、无功功率;计算二次调频后潮流分布并判断非虚拟平衡节点电压并判断是否满足收敛判据;输出潮流检测结果。本发明适用于孤岛辐射状交流电网的潮流检测,潮流检测更为精确。
-
公开(公告)号:CN112436518A
公开(公告)日:2021-03-02
申请号:CN202011203326.6
申请日:2020-11-02
Applicant: 哈尔滨工程大学
IPC: H02J3/06
Abstract: 本发明提供一种传统下垂控制微电网的精确潮流计算方法,计算负荷功率,并对电网进行传统的潮流计算;计算虚拟平衡节点承担的有功功率Psb,若满足|Psb|<ε,则进入下一步骤,否则返回步骤2;计算变换器出口电压E,根据电压E与无功QGi之间的下垂关系计算每一个分布式电源发出的无功功率QGi;再次进行传统的潮流计算,并计算虚拟平衡节点承担的无功功率Qsb,若满足|Qsb|<ε,则终止计算;否则返回步骤2。本发明潮流计算结果精确性高,节点电压标么值的最大绝对误差为0.0001,而现有技术忽略了电抗器影响,节点电压标么值的最大绝对误差为0.004,提出的计算框架具有通用性,不限于任何一种传统的潮流计算方法,方法易于使用。
-
公开(公告)号:CN110676877A
公开(公告)日:2020-01-10
申请号:CN201910975557.X
申请日:2019-10-15
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种孤岛微电网潮流检测方法。初始化;将支路进行排序,对网络进行编号;得到Γ矩阵;计算节点电流、支路电流;计算非虚拟平衡节点电压并判断是否满足收敛判据;计算配电系统频率的修正量并判断是否满足收敛判据;更新当前的配电系统频率值;更新实际的有功负荷和无功负荷数值;计算虚拟平衡节点电压修正量并判断是否满足收敛判据;判断此时配电系统频率是否越限;计算二次调频输出的调节量;利用二次调频后的频率更新发电机产生有功功率,负荷有功、无功功率;计算二次调频后潮流分布并判断非虚拟平衡节点电压并判断是否满足收敛判据;输出潮流检测结果。本发明适用于孤岛辐射状交流电网的潮流检测,潮流检测更为精确。
-
公开(公告)号:CN109902367A
公开(公告)日:2019-06-18
申请号:CN201910117596.6
申请日:2019-02-15
Applicant: 哈尔滨工程大学
IPC: G06F17/50
Abstract: 一种基于仿射运算的不确定性潮流解算方法,属于潮流计算技术领域。本发明首先根据具体网络获取交流网络中节点数,支路数,支路阻抗值,确定网络节点类型;然后确定波动功率的负载、电源所在的位置;计算y(k),Y(k),f(y)(k);计算仿射潮流迭代算子;将仿射数转化为区间数最后迭代求取 将仿射数转化为区间数,作为最终结果。本发明将用于区间算法的Krawczyk-Moor算子扩展到仿射领域,提出基于仿射的Krawczyk-Moor算子迭代公式,针对非线性的仿射潮流方程进行迭代计算直至收敛,避免了牛顿法中求取不确定量的雅克比矩阵,使迭代算子表达简单,易于实现。
-
公开(公告)号:CN104019002B
公开(公告)日:2016-11-30
申请号:CN201410270131.1
申请日:2014-06-17
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供一种对于低速和高速风力均可适用的发电机组,包括风轮机、离合器、低速永磁风力发电机、高速永磁风力发电机;离合器包括空心齿轮、实心齿轮、空心齿轮轴,空心齿轮轴的上下两端分别安装第一钢板和第二钢板,第一钢板的外侧依次安装第一电磁铁、第一弹簧、第一衔铁,第一钢板的内侧依次安装第二电磁铁、第二弹簧、第二衔铁,第二钢板内外侧与第一钢板结构相同,空心齿轮的内壁位于第一衔铁和第三衔铁的外侧,实心齿轮设置在空心齿轮的下方;风轮机连接空心齿轮轴,低速永磁风力发电机的轴安装于第二衔铁和第四衔铁之间,高速永磁风力发电机的轴安装在实心齿轮里。本发明能完成低风速和高风速下的正常运行。
-
公开(公告)号:CN103280783B
公开(公告)日:2015-07-22
申请号:CN201310169273.4
申请日:2013-05-09
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于临界机组对的故障临界切除时间计算方法,包括:从广域相量测量系统采集电力系统运行中的各个参量数据,形成数据文件;针对调度部门提供的预想事故集中的每一故障,基于所述数据文件以最大切除时间进行电力系统暂态数值仿真,生成仿真数据;根据仿真数据选取临界机组对;判断临界机组对的稳定性,并最终判断所述电力系统的稳定性;根据稳定性的判断结果将故障分为:失稳故障,不失稳故障;如果所述故障为失稳故障,则计算临界机组对的临界切除时间;计算所述电力系统的临界切除时间。本发明无需识别临界机群、机组凝聚等值,基于电力系统中少量的发电机数据即可求的系统临界切除时间,计算过程简单,快速。
-
公开(公告)号:CN118298288A
公开(公告)日:2024-07-05
申请号:CN202410484153.1
申请日:2024-04-22
Applicant: 哈尔滨工程大学
IPC: G06V20/05 , G06V10/25 , G06V10/774 , G06V10/82 , G06V10/80 , G06V10/764
Abstract: 本发明涉及一种水下无线充电平台对接仓角度及异物识别方法,包括:获取待识别的无线充电对接时的图像;将待识别的无线充电对接时的图像输入改进的YOLOv8目标检测算法模型,获取对接仓角度及仓周异物的检测结果,其中,改进的YOLOv8目标检测算法模型利用训练集训练获得,训练集包括包含无线充电对接时的图像数据集和对应的标签,改进的YOLOv8网络模型在进行特征提取过程中引入可变核卷积,通过SE注意力机制对特征通道重新加权,基于一路串行共享参数的耦合头进行检测识别,同时引入方向向量损失函数进行特征提取。本发明解决一般水下目标检测任务数据集少甚至是无、检测算法参数量大、精度差、推理速度低的问题。
-
公开(公告)号:CN116775687A
公开(公告)日:2023-09-19
申请号:CN202310835926.1
申请日:2023-07-07
Applicant: 哈尔滨工程大学
IPC: G06F16/242 , G06F16/2458 , G06F18/214
Abstract: 本发明涉及人工智能技术领域,尤其涉及一种基于数模共生的时间序列预测闭环框架。基于数据集与预测模型的共生关系,通过优化预测模型的训练集间接地改善预测准确率;将含有预测目标的数据集与预测模型视为共生体,利用两者之间的相互约束进行更新迭代,即数据集经过预测模型的训练及预测对自身进行更新;采用闭环框架进行预测,通过多次迭代预测改善多步预测的准确率;对每个目标值都进行多次预测,目标值受其前后所有数据影响,预测依据更全面;兼容机器学习类的预测模型,从预测任务的算法流程上提高预测准确率;在预测任务的求解流程上进行设计,将预测模型作为实现预测的基础手段,可用于数据集拟合、缺失值预测和数据集评价。
-
公开(公告)号:CN110854862B
公开(公告)日:2023-05-05
申请号:CN201911220255.8
申请日:2019-12-03
Applicant: 哈尔滨工程大学
IPC: H02J3/06
Abstract: 本发明公开了一种含下垂特性电源的船舶电网潮流计算方法,包括:利用前推回代法进行潮流计算,获得计算系统频率修正量Δf,并计算各个电源节点的无功功率修正量ΔQGi;若满足ΔQGi≤ε,则进入下一步,否则更新各个电源无功功率QGi,然后返回开始;计算总负荷及网络损耗的有功功率与电源总有功出力的差额ΔP,计算准平衡节点电压修正量ΔU1;更新准平衡节点电压U1,进行前推回代潮流计算,求取各个节点新的电压值Ui',获得各个节点电压修正量ΔUi,计算各个电源节点的有功功率修正量ΔPGi;若满足ΔPGi≤ε,则输出各个节点电压,电源节点有功功率和无功功率;若不满足ΔPGi≤ε,则更新各个电源有功功率PGi,反至初始。本发明是在前推回代法基础上的改进,精度高,且继承了前推回代法易于收敛的特点。
-
公开(公告)号:CN114123178A
公开(公告)日:2022-03-01
申请号:CN202111364422.3
申请日:2021-11-17
Applicant: 哈尔滨工程大学
IPC: H02J3/00 , G06F30/27 , G06F113/04
Abstract: 本发明提供一种基于多智能体强化学习的智能电网分区网络重构方法,包括以下步骤:步骤1:根据电网运行需要将电网划分成N个区域,并构建多智能体强化学习的基本元素,包括环境、智能体、状态、观测、动作、奖励函数;步骤2:运行电力系统仿真环境,创建电力系统的初始运行状态数据集;步骤3:构造深度神经网络模型,应用增强智能体间学习对决策智能体进行训练;步骤4:利用训练完成的智能体为电网重构提供策略。本发明通过多智能体与电力仿真环境交互,离线学习最优网络重构的策略,并在线应用于实际电网中。
-
-
-
-
-
-
-
-
-