基于电流源的直流配电网可控功率系统及方法

    公开(公告)号:CN106300322A

    公开(公告)日:2017-01-04

    申请号:CN201610786372.0

    申请日:2016-08-30

    Abstract: 本发明提出了应用于直流配电网中的一种基于电流源的可控功率系统及方法,该模型主要包含可控电流源与控制模块,可根据人为要求输出目标功率。开始仿真之前,人为将目标功率存入数组中,并设置PI参数。在仿真过程中,模型测量其当前输出功率,在到达迭代时刻后,更新目标功率,在控制模块中计算当前目标功率与实际输出功率的差值,再通过增量式PI调节计算下一迭代时刻可控电流源的输出电流值,经过一个惯性环节后将该电流值输入到可控电流源中。通过不断重复上述过程使模型的输出功率最终稳定在目标功率上。该模型由于避免了对直流配电网中电力电子器件的精细化建模,有效减少了仿真过程中的计算量,提高直流配电网仿真效率,并对大规模复杂直流系统建模仿真研究具有较为深远的意义。

    一种基于网络等值法的配电网可靠性分析方法及系统

    公开(公告)号:CN104218604A

    公开(公告)日:2014-12-17

    申请号:CN201410407535.0

    申请日:2014-08-19

    CPC classification number: Y02E10/563

    Abstract: 本发明公开了一种基于网络等值法的配电网可靠性分析方法及系统,该方法包括以下步骤:建立配电网可靠性模型;获取配电网中各元件、各馈线及各负荷点的可靠性参数;利用网络等值法对配电系统中较为复杂的单元进行简化等效;利用FMEA对简化等效后的配电系统的各负荷点建立其故障模式及后果分析表;获得负荷点的可靠性参数,再计算、对比分析整个配电网在并网接入分布式光伏电源前后的可靠性指标。该系统包括:可靠性模型建立单元、可靠性参数获取单元、简化等效单元、故障模式及后果分析单元、分析对比单元。本发明提供的基于网络等值法的配电网可靠性分析方法及系统,原理清晰、模型简单、计算量相对较少、适应性强,易于运用到实际工程中。

    一种基于风险评估的电力变压器寿命分析方法及系统

    公开(公告)号:CN104217104A

    公开(公告)日:2014-12-17

    申请号:CN201410407541.6

    申请日:2014-08-19

    Abstract: 本发明公开了一种基于风险评估的电力变压器寿命分析方法及系统,该方法包括以下步骤:确定电力变压器的主要故障模式;建立电力变压器的故障树;建立模糊判断矩阵;获得各部件的各故障因素的严重度权重向量;得出电力变压器各部件及整体发生故障的概率及可靠度;建立电力变压器的老化模型;确定电力变压器各个寿命阶段的年限。该系统包括:确定故障模式单元、建立故障树单元、建立矩阵单元、获得权重向量单元、获得可靠度单元、建立老化模型单元以及寿命分析单元。该方法及系统在模糊判断矩阵不一致时,也可以进行变压器的风险评估,提高了实用性;在风险评估的基础上进行寿命分析,提高了寿命分析的可靠性。

    一种GIS绝缘缺陷局部放电图谱模式识别方法

    公开(公告)号:CN103440497A

    公开(公告)日:2013-12-11

    申请号:CN201310352549.2

    申请日:2013-08-13

    Abstract: 一种GIS绝缘缺陷局部放电图谱模式识别方法,通过对GIS绝缘缺陷的典型放电图谱进行分析,根据其图谱分析其相位、幅值特征,建立数学模型。然后,通过数学模型产生模拟的图谱,验证其是否与原始图谱具有一致性。待验证成功后,根据建立的模型产生大量的放电数据,分别作为训练样本和测试样本。数据得到后,构建RBF神经网络,其中训练时采用K-均值聚类法。将训练样本输入到神经网络中进行训练,完成后将测试数据输入,经过计算得到识别结果。最后,通过调整训练误差允许值δ,可以达到快的训练速度及高的识别正确率。

    一种配电网无功优化方法

    公开(公告)号:CN102856917A

    公开(公告)日:2013-01-02

    申请号:CN201210269539.8

    申请日:2012-07-31

    CPC classification number: Y02E40/30

    Abstract: 本发明公开一种配电网无功优化方法,包括以下几个步骤:(1)建立风机的数学模型;(2)初始化节点电压;(3)建立无功规划数学模型,转化成多目标优化问题;(4)输入原始数据;(5)形成初始粒子群,初始化粒子速度和位置;(6)潮流计算,得到粒子适应值和当前最优值;(7)用小生境权重飞行时间法修正粒子速度和位置;(8)计算整个种群适应度,得到适应度值,并更新当前最优解pBestid;(9)对个体粒子中越界点的控制变量进行调整,修正越界状态变量;;(10)判断是否满足终止条件,若满足则输出结果,否则返回(6)。

    基于多模型模糊神经网络PI的STATCOM控制方法

    公开(公告)号:CN102856910A

    公开(公告)日:2013-01-02

    申请号:CN201210269748.2

    申请日:2012-07-31

    CPC classification number: Y02E40/16 Y02E40/34

    Abstract: 本发明涉及一种基于多模型模糊神经网络PI的STATCOM控制方法,其包括以下步骤:S1:根据配电系统负载侧接入不同冲击性负载后接入点电压Upcc的降低幅值大小,将配电系统划分为三个模型Mi(i=1,2,3);S2:对于每个模型分别设计d轴PI控制器PIdi(i=1,2,3)与q轴PI控制器PIqi(i=1,2,3);S3:模糊神经网络模块包括模糊控制器和神经网络两个部分。通过模糊神经网络模块来整定Mi(i=1,2,3)中d轴PI控制器PIdi(i=1,2,3)与q轴PI控制器PIqi(i=1,2,3)的控制参数kp、ki。本发明的优越性在于:1.设计的PI控制器采用了多模型技术,该技术根据模型切换指标对PI参数进行了选择,使PI控制器能够适应接入点负载的变化;2.PI控制器参数kp、ki通过模糊神经网络进行整定得到,大大减少了人工PI参数整定带来的繁琐工作量。

    一种风力发电短期负荷预测方法

    公开(公告)号:CN102855385A

    公开(公告)日:2013-01-02

    申请号:CN201210269721.3

    申请日:2012-07-31

    Abstract: 本发明方法公开一种风力发电短期负荷预测方法,包括:S1.原始数据的预处理;S2.建立提升小波变换的数学模型,得到高频数据序列D1、D2和低频数据序列A2;S3.将需要的数据序列归一化;S4.建立最小二乘支持向量机数学模型;S5.将步骤S3中得到的归一化后的A2数据序列、气温、风向角、风速一起输入到步骤S4中建立的LS-SVM数学模型中,作第一次的负荷预测,得到A2的最后1/4的负荷预测;S6.进行第二次预测,并得到这些预测点的相对误差值;S7.对步骤S6中得到的相对误差值进行2层提升小波分解,并用步骤S5中的方法预测A2后半部分的相对误差值;S8.修正步骤S5中得到的原始信号最后1/4数据的预测值。

Patent Agency Ranking