-
公开(公告)号：CN110609204A
公开(公告)日：2019-12-24
申请号：CN201910567161.1
申请日：2019-06-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于形态学小波分析消噪的配电网单相接地故障定位方法。本发明首先对配电网结构进行分析设置合理的行波装置安装点，将已存在的用户侧变压器作为安置点以最大限度的降低成本投入。为了滤除暂态电力采样信号中的脉冲冲击噪声和高斯白噪声，利用形态学小波滤波法对采集到的行波信号进行滤波处理，最大程度的提高行波波形的质量，再利用小波分析法提取行波波头信息，读取相应的波头到达时间，最后利用组合式D型行波定位法合理选择测量组合并计算出最有可能发生故障的支路和故障点距测量点的距离。
-
公开(公告)号：CN106776473B
公开(公告)日：2018-12-25
申请号：CN201611164674.0
申请日：2016-12-16
Applicant: 杭州电子科技大学信息工程学院
Abstract: 本发明公开了一种基于改进非线性变换的水电系统频率非线性特性分析。本发明首先建立包含弹性水击的水电系统模型；计算特征值和左右特征向量，得到泰勒级数展开式；然后根据线性变换得到Z1空间表达式，然后进行一系列改进非线性变换，每次保留与振荡模式相关的二次非线性项，最后得到变换后Z空间方程，在该空间振荡模式解耦，并保留二阶非线性；将复数形式的Z空间方程变换为实数方程；在该空间加扰动，得到对应振荡频率的非线性特性。本发明比线性化方法的直接一般化具有更大的概念优势，比正则形和模态级数法保留了更多非线性特性，在变换空间实现了多个振荡模式的解耦，既提供了系统的特征信息，又便于分析系统的各个振荡频率的非线性特性。
-
公开(公告)号：CN106776473A
公开(公告)日：2017-05-31
申请号：CN201611164674.0
申请日：2016-12-16
Applicant: 杭州电子科技大学信息工程学院
Abstract: 本发明公开了一种基于改进非线性变换的水电系统频率非线性特性分析。本发明首先建立包含弹性水击的水电系统模型；计算特征值和左右特征向量，得到泰勒级数展开式；然后根据线性变换得到Z1空间表达式，然后进行一系列改进非线性变换，每次保留与振荡模式相关的二次非线性项，最后得到变换后Z空间方程，在该空间振荡模式解耦，并保留二阶非线性；将复数形式的Z空间方程变换为实数方程；在该空间加扰动，得到对应振荡频率的非线性特性。本发明比线性化方法的直接一般化具有更大的概念优势，比正则形和模态级数法保留了更多非线性特性，在变换空间实现了多个振荡模式的解耦，既提供了系统的特征信息，又便于分析系统的各个振荡频率的非线性特性。
-
公开(公告)号：CN115102177B
公开(公告)日：2025-05-16
申请号：CN202210681260.4
申请日：2022-06-15
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于HELM稳定判据的分布式光伏发电的电压控制方法，包括以下步骤：步骤一，建立分布式光伏发电在配电网的电压控制模型；步骤二，利用HELM方法计算包含分布式光伏的配电网潮流，作为分布式光伏发电的电压控制优化模型的潮流约束条件；步骤三，利用HELM方法计算节点电压各阶灵敏度，作为分布式光伏发电的电压控制模型的不等式约束条件及电压判稳指标；步骤四，利用遗传算法根据目标函数和约束条件求解确定分布式光伏发电的有功削减量，网损和电压判稳指标。本发明方法能够用于分布式光伏电源在配电网的电压控制，计算速度快，电压控制效果更好，能考虑分布式光伏对电压稳定的影响，有较高的理论意义和应用价值。
-
公开(公告)号：CN114740730B
公开(公告)日：2025-01-28
申请号：CN202210447654.3
申请日：2022-04-26
Applicant: 杭州电子科技大学
IPC: G05B13/04
Abstract: 本发明的基于卷积神经网络的SVG控制器参数辨识方法，通过BPA仿真软件得到各个SVG参数的不同组合和与之对应输出的无功、电压、电流曲线数据，并进行筛选，得到最终数据集；然后依据获取到的数据集搭建可以依据无功动态曲线数据逆推出SVG参数的神经卷积网络模型；最后以RTDS实测曲线数据作为模型输入，即可快速辨识出SVG参数值。本方法将卷积神经网络与SVG控制器参数辨识相结合，为SVG控制器参数辨识提供一种新的方法，保证了参数预测结果的准确度，也提高了辨识效率。
-
Patent Agency Ranking
公开(公告)号：CN114330521A
公开(公告)日：2022-04-12
申请号：CN202111583359.2
申请日：2021-12-22
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种风电场机组二次分群方法，包括如下步骤：步骤一、建立风电场机组的详细模型，包括风电机组的动态模型、变压器和主网模型；步骤二、风电场机组分群，采用上述技术方案，提出一种根据卸荷电路动作情况进行首次分群，针对未动作的机组再根据机组稳态电压和暂态电压跌落值进行二次分群的方法，相比较单一按照卸荷电路分群的方法和单一按照机组稳态电压或暂态电压跌落值的方法，即考虑了卸荷电路动作情况对风电机组动态特性的重大影响，又综合考虑了机组稳态电压或暂态电压跌落值等电压电气量对卸荷电路未动作风电机组的重要影响，分群结果模拟风电场机组动态特性更为准确，更适合于风电场机组在大电网中的暂态仿真。
-
公开(公告)号：CN112653134B
公开(公告)日：2022-04-01
申请号：CN202011458402.8
申请日：2020-12-11
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于HELM电压灵敏度的配电网电压稳定判定方法。该方法首先利用HELM计算配电网潮流，然后根据基于HELM的灵敏度计算方法计算出电压对各节点注入功率的灵敏度。其次根据电压对各节点注入功率的各阶灵敏度大小进行判定，若高阶灵敏度大于低阶灵敏度则电压失稳；若高阶灵敏度等于低阶灵敏度，则为电压临界稳定；若高阶灵敏度小于低阶灵敏度，其差值则为电压稳定裕度。本发明利用HELM法考虑了灵敏度的非线性因素，计算出各阶非线性灵敏度，并用于配电网电压稳定判定。
-
公开(公告)号：CN111130117B
公开(公告)日：2021-02-19
申请号：CN202010015439.7
申请日：2020-01-07
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于高维数据聚类的概率最优潮流计算方法。针对传统的概率最优潮流计算在解决电力系统中风电出力、光伏出力和负荷等高维随机数据时表现出计算缓慢与精确性低的问题，本发明提出一种基于高维数据聚类的概率最优潮流计算方法，利用主成分分析的思想和Rank‑order距离的谱聚类算法提取概率最优潮流问题随机变量中最具代表特征数据集，然后采用人工蜂群算法结合所得数据集对概率最优潮流问题进行求解。从而将臃肿的数据集转为精炼且高价值的小量数据集，在确保概率最优潮流计算结果准确性的基础上提升了计算效率。
-
公开(公告)号：CN111682545A
公开(公告)日：2020-09-18
申请号：CN202010460947.6
申请日：2020-05-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于HELM的配电网二阶电压灵敏度计算方法。本发明首先利用HELM计算配电网潮流，然后根据基于HELM的灵敏度计算方法计算出电压一阶非线性灵敏度。然后根据电压一阶非线性灵敏度计算电压二阶灵敏度。本发明利用HELM法考虑了灵敏度的非线性因素，能考虑节点间的相互作用，避免虚高灵敏度的问题。这种方法可以用于配电网无功补偿点的选择，无功优化和电压控制，新能源的接入和电压控制等问题，无功补偿点的选取更为合理，补偿方案经济性更好,进一步降低网损，能够给电压控制提供合理的控制系数，提高电压水平和功率因数，对配电网的无功优化和电压控制有较高的理论意义和应用价值。
-
公开(公告)号：CN111404193A
公开(公告)日：2020-07-10
申请号：CN201911236484.9
申请日：2019-12-05
Applicant: 杭州电子科技大学
Abstract: 本发明提出一种基于数据驱动的微电网随机鲁棒优化调度方法。先利用相似日原理，从历史日中选出与预测日光伏出力相似的数据为初始样本集。此外，考虑光伏发电时序性，选取不同的历史日光伏出力利用基于季节的综合自回归移动平均模型分别预测出预测日的光伏出力，并加入样本集。利用支持向量聚类将样本集分为超球体内、外两部分，依次求解超球体内的光伏出力对应场景的微电网优化调度模型，从多个调度方案中选出所定义最恶劣场景对应的调度方案。本发明结合了鲁棒优化和随机优化的优点，从而能保证微电网的安全、经济运行。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.044 seconds)
