-
公开(公告)号：CN117353399A
公开(公告)日：2024-01-05
申请号：CN202311097912.0
申请日：2023-08-29
Applicant: 三峡大学
Abstract: 一种考虑不确定性的交直流混合微电网灵活性评估方法，包括以下步骤：S1：设置交直流混合微电网灵活性评估参数初值，并给定所研究灵活性的时间尺度；S2：建立考虑不确定性的交直流混合微电网最优经济调度模型；S3：输入模拟日的负荷、风电和光伏发电预测值，使用最优经济调度模型确定各元件运行状态；S4：进行时间抽样，对比抽样时刻的微网可用灵活性和灵活性需求；S5：计算各项灵活性指标，判断是否达到收敛标准。本发明提供一种考虑不确定性的交直流混合微电网灵活性评估方法，考虑了风电、光伏和负荷不确定性对灵活性的影响，即考虑到功率预测误差对灵活性的影响。
-
公开(公告)号：CN116125827A
公开(公告)日：2023-05-16
申请号：CN202211661719.0
申请日：2022-12-22
Applicant: 三峡大学
IPC: G05B17/02
Abstract: 本发明涉及基于RT‑LAB的双馈风机控制器硬件在环仿真测试方法，包括：在实时仿真机中建立双馈风机主电路物理仿真模型；在RT‑LAB上位机中建立仿真模型，通过配置eHS解算模块调用双馈风机主电路物理模型，将双馈风机主电路物理模型解算为FPGA可识别的代码，完成双馈风机主电路的FPGA建模；确定双馈风机控制器与实时仿真机之间的I/O接口类型、位置及个数，形成配置文件，实时仿真机与双馈风机控制器通讯连接，建立双馈风机硬件在环仿真；进行双馈风机多种工况下的控制测试，验证双馈风机控制器的控制策略的有效性。本发明的双馈风机控制器硬件在环仿真测试，最大程度地贴近双馈风机真实运行环境，可有效验证实际控制器的控制策略和控制性能。
-
公开(公告)号：CN115759380A
公开(公告)日：2023-03-07
申请号：CN202211412496.4
申请日：2022-11-11
Applicant: 三峡大学
Abstract: 基于SHAP‑XGBoost算法的电力系统惯量短期预测方法，确定电力系统短期惯量预测输入特征，构建基于XGBoost的短期惯量预测学习模型；基于建立的短期惯量预测学习模型，提出基于SHAP‑XGBoost的解释性学习算法，实现所述短期惯量预测学习模型的深度学习；构建电力系统短期惯量预测框架，实现预测模型的在线部署与应用。本发明充分利用XGBoost机器学习模型的解释性机制，在保证了电力系统惯量短期预测较高准确率的同时还可以掌握模型内部的特征相关性，有利于电网调度部门制定相应的控制措施。
-
公开(公告)号：CN115600727A
公开(公告)日：2023-01-13
申请号：CN202211137234.1
申请日：2022-09-19
Applicant: 三峡大学(CN)
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06F30/18 , G06F30/20 , G06F111/04 , G06F113/14 , G06F119/08
Abstract: 计及热阻不确定性和风电不确定性的双重随机电热耦合优化调度方法，包括以下步骤：步骤一：考虑实际电热耦合调度中管道损坏因素导致热阻会产生变化，从而对系统产生影响，建立热网热阻不确定性约束；步骤二：在步骤一建立的热网热阻不确定性约束基础上，在电热耦合调度系统结构中考虑风电的不确定性和热网热阻不确定性影响，建立计及风电和热阻不确定性的双重随机电热耦合优化调度模型；步骤三：基于步骤二建立的优化调度模型，提出信息间隙鲁棒优化求解策略，得到最优调度结果。本发明考虑到了热阻不确定性所带来的热网热损特性变化及其对电热耦合调度决策可靠性的影响，更加符合实际的工况。并且用信息间隙鲁棒优化求解策略，保障系统优化调度的经济性和稳定性。
-
公开(公告)号：CN115411775A
公开(公告)日：2022-11-29
申请号：CN202211181791.3
申请日：2022-09-27
Applicant: 三峡大学
Abstract: 本发明公开了一种基于LSTM的双馈风机控制器参数辨识方法，利用RT‑LAB获得双馈风机控制器硬件在环测试数据，使用Person相关系数法提取出相关性较高的特征量并用于神经网络训练，对电压外环以及电流内环控制参数进行辨识，并通过硬件在环实验数据对算法的可行性、有效性和实用性进行了测试。与以往的参数辨识方法相比，能通过训练历史样本数据模拟风机控制系统的运行特性，在不运行风机模型的情况下，向LSTM神经网络输入实测数据，进行控制参数的离线辨识。
-
Patent Agency Ranking
公开(公告)号：CN115411775B
公开(公告)日：2024-04-26
申请号：CN202211181791.3
申请日：2022-09-27
Applicant: 三峡大学
IPC: H02J3/38 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于LSTM的双馈风机控制器参数辨识方法，利用RT‑LAB获得双馈风机控制器硬件在环测试数据，使用Person相关系数法提取出相关性较高的特征量并用于神经网络训练，对电压外环以及电流内环控制参数进行辨识，并通过硬件在环实验数据对算法的可行性、有效性和实用性进行了测试。与以往的参数辨识方法相比，能通过训练历史样本数据模拟风机控制系统的运行特性，在不运行风机模型的情况下，向LSTM神经网络输入实测数据，进行控制参数的离线辨识。
-
公开(公告)号：CN117446125A
公开(公告)日：2024-01-26
申请号：CN202311194128.1
申请日：2023-09-15
Applicant: 三峡大学
Abstract: 本发明提供一种考虑壁岩地形及暗流冲击的水下分离机器人的控制方法，包括如下步骤：步骤一、机器人下潜至与岩壁任务点平行位置处，进行环境指标评估，生成环境指数；步骤二、根据环境指数，水下分离式机器人不断推进，直至系统显示达到环境指标额定值；步骤三、水下分离式机器人分离为下潜机本体和水下攀岩吸附式机器人；步骤四、水下攀岩吸附式机器人通过吸盘触手进行固定及攀爬，尾部的螺旋桨为水下攀岩吸附式机器人提供额外前进及抗冲击动力，当水流冲击力达到危险阈值时，保持吸附待命状态；步骤五、当水流冲击力低于危险阈值，水下攀岩吸附式机器人向前推进攀爬。该方法针对水下分离机器人，综合壁岩地形，规划形成一条最合适的行进路径。
-
公开(公告)号：CN117008472A
公开(公告)日：2023-11-07
申请号：CN202310757706.1
申请日：2023-06-25
Applicant: 三峡大学
IPC: G05B13/04 , G06N3/0442 , G06N3/0985
Abstract: 一种基于LSTM自适应PI控制的光伏MPPT方法，步骤为：Step1、建立光伏组件数学模型，构成整个光伏发电系统；Step2、在每个参考电压下调节不同的PI参数进行控制，采样对应的输出电压波形数据；Step3、对数据集进行处理，对电压数据进行归一化处理，限定预处理数据在区间[0,1]内；Step4、进行神经网络权值训练通过训练得到每个参考电压对应的最优Kp、Ki值；Step5、重新选择对应最优Kp、Ki值；Step6、判断光伏系统是否满足在最大功率点运行；Step7、监测光伏系统运行工况是否发生突变，满足工况突变条件，则重启控制算法，并重新选择对应的PI参数最优值。在光伏阵列MPPT控制过程中准确地自适应调节PI，使光伏阵列输出功率具有更快的动态响应且输出电压振荡减小。
-
-
公开(公告)号：CN116683541A
公开(公告)日：2023-09-01
申请号：CN202310820826.1
申请日：2023-07-06
Applicant: 国网河南省电力公司驻马店供电公司 , 三峡大学
Abstract: 本发明涉及一种考虑需求响应的主动配电网双层运行优化调度方法：首先，确定配电网双层优化运行调度的整体框架；然后，对新能源发电功率及负荷用电功率进行联合预测，为日前优化调度提供基础数据支撑；在此基础上，以配电网为领导者建立上层优化调度模型，以分布式电源（DG）运营商和用户为跟随者建立下层优化调度模型；最后，利用拉格朗日乘子法将下层优化模型转换为KKT最优条件，下层约束条件转化为互补松弛条件，将两个条件输入到上层模型并通过求解器求解，通过软件仿真，验证所提模型和求解方法的有效性。结果表明，利用上层模型求解得到的价格信号引导DG和负荷进行功率调节，对平抑负荷用电的峰谷差有显著效果。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.018 seconds)
