-
公开(公告)号：CN111416364B
公开(公告)日：2023-06-02
申请号：CN202010290752.1
申请日：2020-04-14
Applicant: 三峡大学
IPC: H02J3/24
Abstract: 考虑实际风速特性的风电场变协同调频控制方法，包括以下步骤：步骤1：选取二次调频机组下发调频指令的时刻点；步骤2：确定风电场在超短期负荷预测模型下所得调频点的调频备用容量范围；步骤3：针对采样所得的风电机组调频点，构建近似斜率区间；步骤4：基于构建的近似斜率区间，计算风电场的响应时间间隔。本发明在保证风电场有效调频能力释放的前提下降低了风电场的调频次数，起到了减少风电场调频控制机会成本，减轻常规机组调频备用压力的作用。
-
公开(公告)号：CN115962946A
公开(公告)日：2023-04-14
申请号：CN202310093646.8
申请日：2023-01-18
Applicant: 三峡大学
IPC: G01M13/045 , G06F18/213 , G06F18/00
Abstract: 基于改进WGAN‑GP和Alxnet的轴承故障诊断方法，获取轴承原始振动信号，使用小波变换，将原始振动信号转换成不同故障类别的时频域信号；将时频域信号分为训练集和测试集，并且构造非平衡数据集；构建改进的WGAN‑GP网络，在生成器中融合自注意模块和DenseNet模块，以自动学习重要的全局信息；将非平衡数据集的训练集作为改进的WGAN‑GP网络的输入，将生成器生成的故障数据添加到非平衡数据集中进行数据扩充，最终得到平衡数据集；在平衡数据集的基础上，对Alxnet分类器进行训练，并检测故障诊断性能。本发明方法基于改进WGAN‑GP生成的数据，解决了数据不平衡的问题，使得故障诊断网络提取更加有效的特征来获取更好的分类精确度，并且在不同故障类别下均有良好的分类精度。
-
公开(公告)号：CN113515830A
公开(公告)日：2021-10-19
申请号：CN202110628088.1
申请日：2021-06-06
Applicant: 三峡大学
IPC: G06F30/18 , G06F30/17 , G06F30/20 , G06Q50/06 , G06F111/04 , G06F113/14 , G06F119/08
Abstract: 基于供热管道网络拓扑变换的供热网络模型优化方法，包括：计算供热管道网络各节点处分支管道的工质传输时间延迟；按传输时间延迟从小到大的顺序，将各节点处分支管道串联合并为一根管道；计算合并后各管道的管道参数；判断供热管道网络是否还有分支管道，若有则重复前面步骤，若没有，则进设置化简阈值；将两端节点都没有分支管道流出的管道聚合成一个新的节点；计算聚合后各管道的管道参数；判断管道数量是否小于等于化简阈值E，若小于等于E，则得到最终符合化简需求的供热管道网络模型，若不满足，则重复重复前面步骤。本发明实现了热网化简，降低了电热联合调度中供热网络模型的数据维度；能够有效降低大规模电热联合调度的求解复杂性，提高了求解效率。
-
公开(公告)号：CN113899950B
公开(公告)日：2024-03-29
申请号：CN202111023052.7
申请日：2021-09-01
Applicant: 三峡大学
Abstract: 一种正激变换器等效串联电阻ESR在线监测方法在线监测方法，包括以下步骤：根据正激电路工作状态，推导ESR的在线监测表达式，确定所需特征量；在正激电路中采集特征信号：电感电流信号，电容电压信号；使用变分模态分解VMD，处理所采集特征信号，进行频谱分析；根据频谱分析结果得到谐波特征值，结合中的监测表达式，得到ESR在线测量值。本发明使用信号处理方法VMD处理采集信号，可以滤除噪声，在分解频域图中进行谐波分析后，结合对应分解时域图可以得到对应纹波幅值。同传统方法相比，使用VMD后，无需设计额外的采样、放大和捕捉电路，简化了电路设计难度，保证了本发明方法可操作性。
-
公开(公告)号：CN112862004B
公开(公告)日：2022-08-05
申请号：CN202110297761.8
申请日：2021-03-19
Applicant: 三峡大学
Abstract: 基于变分贝叶斯深度学习的电网工程造价管控指标预测方法，基于工程造价数据库，选取概算前造价数据x与结算造价指标y，形成新的训练样本数据库，当给定新的造价数据xn+1时，目标得到结算造价管控指标p(yn+1|xn+1；D)。采用基于LSTM深度学习网络的造价指标预测模型，以非线性方式处理造价管控指标数据。采用随机梯度哈密尔顿蒙特卡洛概率预测方法进行采样，用期望值作为概率的预测值。采用造价管控指标预测模型隐含概率分布的近似推断，最小化隐变量概率分布与真实分布的差异。本发明方法在预测技巧和预测可靠性方面均明显优于其它模型，能够提供有效的不确定度估计预测结果。
-
Patent Agency Ranking
公开(公告)号：CN112928763B
公开(公告)日：2022-05-06
申请号：CN202110119554.3
申请日：2021-01-28
Applicant: 三峡大学
IPC: H02J3/24
Abstract: 基于辅助惯性功率调节的虚拟同步发电机模糊控制方法，包括：通过惯性功率表达式，分析惯性功率对虚拟同步发电机系统的输出功率和角频率的影响；将频率偏差项引入到惯性功率表达式中，在传统同步发电的有功‑频率控制环节上附加普通型惯性功率调节器；将普通型惯性功率与自适应参数J策略进行分析，明确扰动动态过程中惯性功率的调节规律；通过辅助惯性功率调节规律，设计模糊控制器调节动态过程中的惯性功率。采用本发明方法有效减小了功率超调量和角频率最大偏差，同时缩短了系统的调节时间。该方法设计的辅助环节与传统虚拟同步发电机有功‑频率控制结构相对独立，相比于自适应虚拟惯量和阻尼调节方案在控制上更加灵活，能够避免参数调节带来的矛盾。
-
公开(公告)号：CN112862004A
公开(公告)日：2021-05-28
申请号：CN202110297761.8
申请日：2021-03-19
Applicant: 三峡大学
Abstract: 基于变分贝叶斯深度学习的电网工程造价管控指标预测方法，基于工程造价数据库，选取概算前造价数据x与结算造价指标y，形成新的训练样本数据库，当给定新的造价数据xn+1时，目标得到结算造价管控指标p(yn+1|xn+1；D)。采用基于LSTM深度学习网络的造价指标预测模型，以非线性方式处理造价管控指标数据。采用随机梯度哈密尔顿蒙特卡洛概率预测方法进行采样，用期望值作为概率的预测值。采用造价管控指标预测模型隐含概率分布的近似推断，最小化隐变量概率分布与真实分布的差异。本发明方法在预测技巧和预测可靠性方面均明显优于其它模型，能够提供有效的不确定度估计预测结果。
-
公开(公告)号：CN111474431A
公开(公告)日：2020-07-31
申请号：CN202010318444.5
申请日：2020-04-21
Applicant: 三峡大学
Abstract: 一种电解电容器分数阶等效电路模型及其参数辨识方法，等效电路模型包括电容端子箔片接头电阻R0、电解液电阻R1、离子运动和离子扩散产生的电阻Rd、离子运动和离子扩散产生的分数阶电容、终端电容Ct、介电损耗电阻R2、介电损耗电容C1。其中：α,R0、R1,Rd,C1,R2是待辨识的参数；基于差分进化算法的分数阶多目标离线参数辨识方法，进行参数辨识。本发明在传统研究ESR的基础上，引入了等效容值的预测，使预测更全面。在拟合算法方面，对传统的差分进化算法进行了改进。为含有该类元件的电路系统设计与可靠性分析提供参考依据。
-
公开(公告)号：CN111416365A
公开(公告)日：2020-07-14
申请号：CN202010291575.9
申请日：2020-04-14
Applicant: 三峡大学
IPC: H02J3/24
Abstract: 风电场与常规调频机组异步协同最优AGC控制系统，该系统包括风电机组二次调频响应模型、风电场与常规调频机组异步协同参与二次调频控制模型；所述风电机组二次调频响应模型包括风速预测模块，风速预测模块将最大出力发送给风电场降载计算模块，风电场降载计算模块将风电场总调节量发送给比例分配模块，比例分配模块产生每台机组的发电量发送给风电机组控制模块。风电场与常规调频机组异步协同参与二次调频控制模型包括异步协同最优AGC控制模型，异步协同最优AGC控制模型分别与风电场降载计算模块、常规调频机组模块连接，风电场降载计算模块、常规机组调频模块、负荷接入电力系统模块。该系统采用异步协同最优AGC控制，实现了风电场和常规调频机组调频能力的实时最优分配。
-
公开(公告)号：CN111416364A
公开(公告)日：2020-07-14
申请号：CN202010290752.1
申请日：2020-04-14
Applicant: 三峡大学
IPC: H02J3/24
Abstract: 考虑实际风速特性的风电场变协同调频控制方法，包括以下步骤：步骤1：选取二次调频机组下发调频指令的时刻点；步骤2：确定风电场在超短期负荷预测模型下所得调频点的调频备用容量范围；步骤3：针对采样所得的风电机组调频点，构建近似斜率区间；步骤4：基于构建的近似斜率区间，计算风电场的响应时间间隔。本发明在保证风电场有效调频能力释放的前提下降低了风电场的调频次数，起到了减少风电场调频控制机会成本，减轻常规机组调频备用压力的作用。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.02 seconds)
