-
公开(公告)号：CN116430909A
公开(公告)日：2023-07-14
申请号：CN202211443956.X
申请日：2022-11-18
Applicant: 东北电力大学
Abstract: 本发明公开一种光伏板自动跟踪装置，包括：光伏板组件用于固定安装光伏板；支撑单元用于实现光伏板组件的对地支撑；旋转单元用于实现光伏板组件的对日跟踪；旋转单元包括X轴旋转单元和Y轴旋转单元；X轴旋转单元与光伏板组件固定连接，Y轴旋转单元与支撑单元固定连接；检测单元以及控制单元均安装在旋转单元上；控制单元用于根据视日轨道跟踪计算得出当前太阳方位角以及高度角，通过检测单元输入器所处状态，控制旋转单元调节实现光伏板对日跟踪。本发明利用了同步带轮传动，使装置传动变得稳定；多级减速系统可使装置的运动轨迹曲线更为连续平滑；所设计控制方案实现了光伏板对太阳位置的精确跟踪，进而提高了光伏板太阳能的接收率。
-
公开(公告)号：CN115929566A
公开(公告)日：2023-04-07
申请号：CN202211595065.6
申请日：2022-12-12
Applicant: 东北电力大学
Abstract: 本发明提出了一种风电机组变桨减速器在线状态监测与预警系统及方法，包括：利用振动传感器采集三个变桨减速机实时振动信号，并通过无线发射采集卡将振动信号发送至机舱内的微型工控机；微型工控机用于接收实时振动信号，并识别变桨动作引发的有效振动信号，从而实现变桨减速器在线状态监测；预警系统首先接收机舱电台发送的有效振动信号，通过构建变桨振动综合指标与动态阈值实现变桨减速器故障预警。
-
公开(公告)号：CN114509948B
公开(公告)日：2023-01-17
申请号：CN202210154910.X
申请日：2022-02-21
Applicant: 东北电力大学
IPC: G05B13/04
Abstract: 本发明公开高阶多智能体系统状态约束量化控制器的构建方法，包括以下步骤：构建构建高阶非线性多智能体系统模型，其中，所述高阶非线性多智能体系统含有输入迟滞和全状态约束；根据所述输入迟滞，构建迟滞非线性模型，基于所述迟滞非线性模型，构建相应的逆迟滞模型；基于所述高阶非线性多智能体系统模型，对高阶非线性多智能体系统的全部状态进行约束；将自适应控制方法和反步法相结合，基于所述逆迟滞模型，构建高阶多智能体系统状态约束量化控制器。本发明在高阶多智能体系统存在参数不确定和外部扰动的基础上，采用自适应一致控制方法，具有更好的跟踪性能，提高了控制器的鲁棒性，保证闭环系统内的所有信号半全局一致最终有界。
-
公开(公告)号：CN114538579B
公开(公告)日：2022-12-27
申请号：CN202210172036.2
申请日：2022-02-24
Applicant: 东北电力大学
Abstract: 本发明提供了一种基于感应电流信号反馈的交变磁场阻垢方法及装置，通过交变磁场发生器的输出端连接感应电流采集模块的输入端，感应电流采集模块实时采集交变磁场作用下水体中的感应电流，微型工控机根据处理结果将更新后的最佳交变磁场参数反馈至主控芯片使驱动模块输出对应频率和幅值的交变方波至交变磁场发生器的输入端，使交变磁场发生器产生更新后参数的交变磁场，根据水体的状态实时更新交变磁场参数，时刻保持最佳的阻垢效果，无需使用水质参数仪表，具有成本低、环保节能、抗干扰能力强和阻垢效果明显等显著优势，能够高效地去除管道中的水垢。
-
公开(公告)号：CN111766781B
公开(公告)日：2022-09-27
申请号：CN202010373106.1
申请日：2020-05-06
Applicant: 东北电力大学 , 重庆电力高等专科学校 , 吉林省电力科学研究院有限公司
IPC: G05B13/04
Abstract: 本发明公开了基于复合学习和DOB的多机电力系统自适应动态面控制器，控制器是基于以下步骤实现的：1)构造具有SVC装置的大型电力系统的数学模型；2)设计多机电力系统模糊逻辑系统逼近器，使其逼近得出步骤1)中多机电力系统模型内的未知函数；3)设计状态预测器，在更新律设计中加入预测误差，并引入补偿信号，将干扰观测器和模糊逻辑系统相结合，设计出基于复合学习和干扰观测器的多机电力系统自适应模糊动态面控制器。本发明所述控制器在更新律设计中加入了预测误差，并结合干扰观测器和模糊逻辑系统，对系统的广义扰动进行了估计，从而提高了逼近精度，在控制律的设计中引入了补偿信号，从而消除了在动态面方法中由于使用滤波器而产生的滤波误差。
-
Patent Agency Ranking
公开(公告)号：CN111769544B
公开(公告)日：2022-09-06
申请号：CN202010372596.3
申请日：2020-05-06
Applicant: 东北电力大学 , 吉林省电力科学研究院有限公司 , 国网冀北电力有限公司唐山供电公司
Abstract: 本发明针对一类配备静止无功补偿器(SVC)的多机励磁系统，公开了一种配备SVC的多机电力系统分布式数字控制器，控制器的实现具体包括以下几个步骤：1)采用欧拉变换实现时间离散化，构造配备SVC装置的多机电力系统的离散数学模型；2)采用改进的磁滞量化器实现控制输入的幅值量化；3)设计数字控制器，将第一步和第二步的虚拟控制律通过一阶数字低通滤波器，使得径向基函数神经网络的输入已知，采用径向基函数神经网络技术设计控制器，实现数字控制的效果，设计出配备静止无功补偿器的多机励磁系统的分布式数字控制器。本发明采用径向基函数神经网络技术设计控制器，有效处理系统模型存在的未知非线性相互作用，降低了控制器设计对系统和结构的要求。
-
公开(公告)号：CN114538579A
公开(公告)日：2022-05-27
申请号：CN202210172036.2
申请日：2022-02-24
Applicant: 东北电力大学
IPC: C02F1/48
Abstract: 本发明提供了一种基于感应电流信号反馈的交变磁场阻垢方法及装置，通过交变磁场发生器的输出端连接感应电流采集模块的输入端，感应电流采集模块实时采集交变磁场作用下水体中的感应电流，微型工控机根据处理结果将更新后的最佳交变磁场参数反馈至主控芯片使驱动模块输出对应频率和幅值的交变方波至交变磁场发生器的输入端，使交变磁场发生器产生更新后参数的交变磁场，根据水体的状态实时更新交变磁场参数，时刻保持最佳的阻垢效果，无需使用水质参数仪表，具有成本低、环保节能、抗干扰能力强和阻垢效果明显等显著优势，能够高效地去除管道中的水垢。
-
公开(公告)号：CN114019791A
公开(公告)日：2022-02-08
申请号：CN202110940374.1
申请日：2021-08-17
Applicant: 国网辽宁省电力有限公司鞍山供电公司 , 国网辽宁省电力有限公司 , 东北电力大学 , 国家电网有限公司
IPC: G05B13/04
Abstract: 本发明提供一种基于离散时间的光伏发电伺服系统的自适应神经网络动态面控制方法，包括如下步骤：1)构造光伏发电伺服系统的数学模型；2)设计光伏发电伺服系统RBF神经网络逼近器，使其逼近得出步骤1)中光伏发电伺服系统模型内的未知函数；3)结合RBF神经网络逼近器设计出基于离散时间的光伏发电伺服系统自适应神经网络动态面控制器，引入磁滞量化器对控制信号进行幅值的量化。能够将RBF神经网络逼近器估计未知项；引入磁滞量化器对控制信号进行幅值的量化，提高了控制器抑制抖振的能力，实现数字控制，提高光伏发电伺服系统的抗干扰能力。
-
公开(公告)号：CN108120495B
公开(公告)日：2020-07-28
申请号：CN201711460932.4
申请日：2017-12-28
Applicant: 东北电力大学
IPC: G01H1/00
Abstract: 本发明提供一种基于无线网络的风电机组振动状态监测系统，涉及风电机组振动监测技术领域。该系统包括数据采集单元、无线传输单元、数据处理及故障诊断单元和远程故障诊断单元；各个风电机组的数据采集单元采集并处理风电机组传动链上的振动信号，再通过无线传输单元与数据处理及故障诊断单元之间进行数据通信，无线传输网络采用主干网与子网相结合的模式，数据处理及故障诊断单元根据系统预设的控制策略对各个风电机组的实时数据和历史数据进行综合分析与诊断，远程故障诊断单元实现远程故障诊断。本发明对于已投运但没有安装振动状态监测的风电机组，能有效避免网络拥堵，提高风电机组状态监测效率，降低监测强度，避免事故和损坏发生。
-
公开(公告)号：CN110544184A
公开(公告)日：2019-12-06
申请号：CN201910909666.1
申请日：2019-09-24
Applicant: 东北电力大学
Abstract: 本发明公开了一种基于运行参数的风机性能分析方法，它包含如下步骤：通过相关测量元器件测得风场运行风机主要运行参数；利用相关性分析方法确定模型的输入变量，模型的输出变量为风机功率；基于Morlet小波神经网络构建风机功率预测模型；为了提高模型的预测精度，分别对模型的隐层节点数、学习因子及连接权值进行优化；采用自组织神经网络SOM对风机功率偏差聚类；采用马尔可夫模型计算风机的状态转移概率矩阵；通过分析风机的状态转移的概率评估风机异常状态。本发明基于风机运行参数的风机性能分析方法，和众多国内外风机性能分析、评估方法相比，具有所用数据量较小，评判过程简单易行，评判准确率较高等特点，所建模型有实际工程参考与应用价值。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.033 seconds)
