-
公开(公告)号：CN114204793A
公开(公告)日：2022-03-18
申请号：CN202111471325.4
申请日：2021-12-04
Applicant: 三峡大学
Abstract: 单相有源功率因数校正变换器无源器件的体积优化方法，采用解析法计算和分析单相有源功率因数校正变换器中无源器件的体积与开关频率和纹波电流之间的关系，进而对纹波电流和开关频率的进行优化分析，实现对变换器中无源器件体积的优化；以开关频率和纹波电流为自变量，基于电感元件作为储能器件时其储存的能量与纹波电流和开关频率之间的数学关系，通过面积积法计算纹波电流和开关频率与电感器件体积的解析表达式。建立的电感体积VL与开关频率fs和纹波电流△I以及电容体积VC与纹波电流△I之间的函数关系，进一步地，可以将两者体积相结合进行综合分析，进而可以对单相有源功率因数校正变换器无源器件的总体体积进行优化设计。
-
公开(公告)号：CN112737324B
公开(公告)日：2022-02-01
申请号：CN202011568029.1
申请日：2020-12-25
Applicant: 三峡大学
Abstract: 一种自动均压双极性Zeta DC‑DC变换器，该变换器包含一个直流输入源，一个基本Zeta变换器，m‑1个同极性扩展单元，n个反极性电压扩展单元。同极性、反极性扩展单元由一个电感、两个电容及一个二极管所构成，通过调节扩展单元的个数，即可实现对变换器输入输出增益及开关器件电压应力的调节。所提变换器具有控制及驱动电路简单、输入输出电压调节范围宽、开关器件电压应力低等优势，较适合于输出需要正负电源输出且输入电压与输出电压变化范围比较大的应用场合。
-
公开(公告)号：CN111817349A
公开(公告)日：2020-10-23
申请号：CN202010760683.6
申请日：2020-07-31
Applicant: 三峡大学
Abstract: 基于深度Q学习的多微网被动并离网切换控制方法，当配电网发生故障时，判断多微网电源出力与联络线上产生功率缺额的大小关系，若多微网电源出力难以弥补联络线上产生的功率缺额；则将多微网内光伏、储能、负荷实时功率和联络线上产生的功率缺额，作为多微网运行环境信息，通过卷积神经网络提取多微网运行环境信息，构建状态空间和动作空间；基于优先经验回放机制，构建切换控制模型；构建奖励值函数；利用优先级采样方式代替均匀采样，通过更新卷积神经网络参数，输出负荷动作信息，得到最优减载策略。该方法在应对多微网被动并离网切换出现系统功率缺额时，仍然能够保证重要负荷稳定供电，有效维持系统电压和频率的稳定。
-
公开(公告)号：CN110674459A
公开(公告)日：2020-01-10
申请号：CN201910872454.0
申请日：2019-09-16
Applicant: 三峡大学
Abstract: 基于GRU和Seq2Seq技术的机组组合智能决策方法，包括以下步骤：1.使用针对高维机组组合训练样本矩阵的样本编码技术对机组组合历史决策数据的维度进行压缩；2.在门限循环网络的基础上引入Seq2Seq技术，建立面向机组组合决策的复合神经网络架构；3.在此基础上构建机组组合深度学习模型，并通过历史数据训练建立系统日负荷与机组启停方案之间的映射模型；4.利用生成的映射模型进行机组组合决策，求得机组启停状态和最优潮流模型下的机组出力，将得到的机组组合决策结果作为新的历史样本数据，对深度学习模型进行训练，从而实现对模型的持续修正。本发明的目的是为了解决在采用基于Seq2Seq技术的深度学习模型对差异性样本数据进行训练时，会出现因实际电力系统的机组启停状态矩阵和出力状态矩阵都是高维样本矩阵，而导致训练效率低下的技术问题。
-
公开(公告)号：CN109684673A
公开(公告)日：2019-04-26
申请号：CN201811466907.1
申请日：2018-12-03
Applicant: 三峡大学
IPC: G06F17/50
CPC classification number: G06F17/5009
Abstract: 一种电力系统暂态稳定结果的特征提取和聚类分析方法，包括以下步骤：1)对暂态稳定的特征数据进行归一化的预处理，以对数据进行聚类；2)将预处理的数据利用改进的聚类算法进行特征提取和异常点判断；3)对聚类效果进行有效性评价；4)将从瞬态稳定中提取的数据特征结合地理位置信息进行分析。本发明的目的是为了解决现有对电力系统暂态稳定结果特征提取和聚类的方法存在的归一化程度较低，不同参量间联系不紧密，网络收敛较慢的技术问题。可以有效准确提取系统数据特征，为电力系统规划人员对系统响应识别提供帮助。
-
Patent Agency Ranking
公开(公告)号：CN109147514A
公开(公告)日：2019-01-04
申请号：CN201811160576.9
申请日：2018-09-30
Applicant: 三峡大学
IPC: G09B23/18
CPC classification number: G09B23/188
Abstract: 一种适用于教学培训和研究的循环式微型抽蓄式储能系统，它包括上库水箱、下库水箱、引流管道，引流管道在两端分别与上库水箱、下库水箱连通，上库水箱包括至少1个水箱单元，多个水箱单元为梯级分层结构设置，在引流管道上设有导叶、可逆式发电机机组，引流管道上端设有至少一根前端支管，每个水箱单元的第一出、进水端与一根前端支管对应连通，包括循环管，循环管的一端与下库水箱连通，另一端通过后端支管与水箱单元的第二出、进水端连通，在循环管上设有水泵。这样水泵抽水能够实现在实验时间段内持续发电所需的水量，减小水箱体积和容量，同时水泵抽水速率可以随发电用水量的变化而变化，使得水箱储水量一定，避免溢出或用尽。
-
公开(公告)号：CN119834395A
公开(公告)日：2025-04-15
申请号：CN202411753147.8
申请日：2024-12-02
Applicant: 三峡大学
Abstract: 基于半桥的锂离子电池组SOC主动均衡电路，包含一个n绕组输出半桥变换器、n‑1个跨接电容、n个锂离子电池，其中：n绕组输出半桥变换器包括功率开关S1、S2，输入电容Cin1、Cin2，励磁电感Lm，变压器T，第一路输出二极管D1，第一路输出电容C1，第二路输出二极管D2，第二路输出电容C2，……，第n路输出二极管Dn，第n路输出电容Cn。与传统多绕组变压器均衡结构相比，该主动均衡电路仅使用两个开关就实现了锂离子电池组的均衡，降低了电路的控制难度以及成本，且避免了变压器在多绕组输出时因交叉调整率造成的端电压不均衡问题，有效减小电压偏差，提高电池均衡精度。
-
公开(公告)号：CN119341027A
公开(公告)日：2025-01-21
申请号：CN202411222272.6
申请日：2024-09-02
Applicant: 三峡大学
Abstract: 一种融合多类负荷关联因素的孤岛微电网一体化低频减载方法，构建以故障扰动后孤岛微电网的频率波动幅值、减载成本、系统三相不平衡度同时最小为目标的孤岛微电网一体化减载模型；将孤岛微电网一体化减载模型描述为一个马尔可夫决策过程MDP问题，利用智能体学习最优减载决策；基于双延迟深度确定性策略梯度(TD3)框架，提出一种集成softmax和双回放缓冲区的双延迟深度确定性策略梯度(DBR‑SD3)方法解决马尔可夫决策过程MDP问题；经过充分学习的DBR‑SD3能够根据微电网运行环境自适应生成最优的一体化减载决策。该方法方法能够防止系统频率的快速跌落，实现了以较低减载成本保证重要负荷供电可靠性的同时修正了系统运行中的三相不平衡问题。
-
公开(公告)号：CN119231640A
公开(公告)日：2024-12-31
申请号：CN202411085805.0
申请日：2024-08-08
Applicant: 三峡大学
IPC: H02J3/46 , H02J3/28 , H02J3/38 , H02J3/48 , H02J3/50 , H02J3/14 , G06F18/2453 , G06F18/21 , G06N3/045 , G06N3/092
Abstract: 基于DASAC的微电网故障恢复方法，包括：建立计及DG出力和负荷需求时变的微电网故障恢复模型；将微电网的故障恢复问题转化为带约束的非线性规划问题，并以微电网故障恢复成本最小为目标，构建双智能体强化学习模型，为动作空间中不同的动作类型分配离散和连续的双智能体进行控制；提出一种DASAC方法，对双智能体强化学习模型进行高效地自适应训练学习，提高故障恢复效率以满足微电网运行的需求。本发明提出了一种基于DASAC的微电网故障恢复方法，通过分别处理离散和连续动作，提高了故障恢复效率，简化了训练过程，增强了系统的鲁棒性和适应性。
-
公开(公告)号：CN119228406A
公开(公告)日：2024-12-31
申请号：CN202411129960.8
申请日：2024-08-16
Applicant: 三峡大学
IPC: G06Q30/0201 , G06Q50/06 , G06N3/006 , G06N5/04
Abstract: 基于多层次博弈的多微网双向分时电价优化方法,首先，本发明在以多微网系统为背景的电能交易中，设计了一种同时面向发电商和用户的双向分时电价激励机制；其次，建立了一种以发电商、MGCC和微网用户为主体，耦合非合作博弈和主从博弈的多层次差异化博弈模型。最后，采用双层粒子群算法结合Cplex求解器对所建立的多层次博弈模型进行求解，得到最优双向分时电价优化策略。本发明所提分时电价优化方法能够优化能源管理，降低系统运营成本及用户用电成本，提高发电商经济效益。
-
-
-
-
-
-
-
-
-
Search Results
138
records
(took 0.024 seconds)
