公开(公告)号：CN117389149A

公开(公告)日：2024-01-12

申请号：CN202311586007.1

申请日：2023-11-24

Applicant: 东北大学

Inventor： 马大中 ,  刘桢 ,  潘彦江 ,  胡旭光 ,  王晶宇 ,  李沅声 ,  李培林

IPC: G05B13/04

Abstract: 本发明提供一种基于机器学习的风机鲁棒自适应容错控制方法，涉及分布式能源控制技术领域。采用基于机器学习的方法，通过对大量数据进行训练和学习，设计基于支持向量机SVM的风速预测方法，并采取相应的鲁棒自适应容错的控制策略，能够更准确地检测风机故障和异常情况。本发明的方法具有自适应性和鲁棒性，能够适应不同的风机系统和工作条件，提高系统的可靠性和稳定性，减少停机时间和维修成本。

公开(公告)号：CN117578587A

公开(公告)日：2024-02-20

申请号：CN202311617022.8

申请日：2023-11-29

Applicant: 东北大学

Inventor： 马大中 ,  刘桢 ,  胡旭光 ,  潘彦江 ,  刘要博 ,  许晴 ,  李沅声

IPC: H02J3/38 ,  H02J3/48 ,  H02J3/50 ,  H02J3/24 ,  G06N20/00

Abstract: 本发明提供基于惯性自适应的分布式能源系统并网逆变器的控制方法，涉及分布式能源系统中并网逆变器的控制技术领域。该方法包括：采集分布式信息能源系统中的虚拟同步发电机VSG的输出电压和输出功率，并根据采集到的数据建立分布式信息能源系统中级联型微电网的VSG模型；利用分布式学习算法确定控制策略，并根据控制策略设计锁相环对VSG的角频率的相位进行锁相环控制，进而得到VSG的有功功率和无功功率的负载需求；根据VSG的实时角频率的变化过程设计自适应虚惯性控制律，建立VSG的自适应虚拟惯性模型并设计偏差项，进而得到自适应虚拟惯性策略。本方法根据电力网状态和分布式信息能源系统的实际情况动态响应策略，提高并网逆变器的稳定性和响应能力。