一种载波优化的三电平逆变器断续脉宽调制方法及系统

    公开(公告)号:CN117277764A

    公开(公告)日:2023-12-22

    申请号:CN202311169193.9

    申请日:2023-09-12

    Abstract: 本发明公开了一种载波优化的三电平逆变器断续脉宽调制方法及系统,涉及交流电能变换装置技术领域,包括计算断续脉宽调制策略DPWMA的等效调制波;根据参考电压所在空间矢量图的区域来选择各相正极和负极的载波类型,并在共模电压方面同时实现低共模电压幅值和低共模电压纹波;将调制波和载波进行比较,生成PWM波,控制开关管的开关。本发明采用断续脉宽调制可以有效降低逆变器的开关损耗,相比于传统的连续脉宽调制可以将开关损耗降低约三分之一,大大提高逆变器效率,并且将共模电压幅值限制在0和±vdc/6以内,实现了全调制比下的低共模电压幅值和低共模电压纹波,大幅降低了共模电压有效值,还可以有效解决三电平逆变系统中由共模电压引起的漏电流问题。

    一种基于基尔霍夫定律的台区拓扑识别方法及系统

    公开(公告)号:CN119416177A

    公开(公告)日:2025-02-11

    申请号:CN202510027350.5

    申请日:2025-01-08

    Abstract: 本发明公开了一种基于基尔霍夫定律的台区拓扑识别方法及系统,涉及低压台区拓扑识别技术领域,包括获取低压农网台区LMU及户表数据并进行预处理;对于LMU数据,建立基于基尔霍夫定律的LMU‑LMU识别关系模型;基于LMU负载由高至低的顺序,逐一将待比对LMU与已有LMU‑LMU拓扑结构中的LMU建立基于基尔霍夫定律的LMU‑LMU关系模型,得到待比对LMU在LMU‑LMU结构中的真实位置;建立LMU‑户表识别关系模型;基于已识别的完整LMU‑LMU结构,对每一块户表,分别与所有LMU建立基于基尔霍夫定律的LMU‑户表识别模型,最终确定当前户表所属的LMU。本发明在基于数据分析电力拓扑识别场景中,具有减少人力物力等资源投入,并可保证拓扑识别准确率,形成一套兼具低成本与高效率的台区拓扑识别系统。

    一种在线评估异常电流互感器误差方法及系统

    公开(公告)号:CN119199696A

    公开(公告)日:2024-12-27

    申请号:CN202411607853.1

    申请日:2024-11-12

    Abstract: 本发明公开了一种在线评估异常电流互感器误差方法及系统,涉及输、配电设备状态评估与在线监测技术领域,包括:计算电流互感器标准误差;绘制标准误差系数曲线;计算电流互感器实际误差;当实际误差电流不等于相同条件下标准误差电流时,计算当前条件下的误差电流关联系数变化量,误差电流关联系数变化量超过所述标准误差系数曲线设定的阈值时,判断该电流互感器存在波动;当判别出电流互感器存在波动后,计算当前电流互感器的三相电流和,三相电流和超过同条件下三相电流和的阈值时,判断该互感器为异常互感器。本发明解决了现有运行电流互感器误差评估方法易受环境影响、工程适应性差的问题,实现了电流互感器的异常监测及告警。

    一种基于需求侧响应的电力负荷预测方法及系统

    公开(公告)号:CN117856234A

    公开(公告)日:2024-04-09

    申请号:CN202311810455.5

    申请日:2023-12-26

    Abstract: 本发明公开了一种基于需求侧响应的电力负荷预测方法及系统,首先通过智能传感器和数据采集系统收集影响电力负荷的相关数据;然后选取与预测日具有较高相关性的历史相似日Ds,并获取历史相似日Ds在24小时内的实时电力负荷,生成电力负荷曲线;之后构建基于小波变换模糊神经网络短期负荷预测模型,通过离散小波变换和逆变换的多分辨率分解把负荷序列分解为t+1、t、t‑1、t‑2四个时刻的4个小波分量,采用自适应遗传算法对模糊规则进行训练,能够自动寻找最优的模糊规则,提高模型的预测性能和泛化能力,利用小波变换将负荷序列分解为不同的分量,能够更好地提取负荷序列中的特征和规律,提高负荷预测的精度。

    基于S变换和二维卷积的电流互感器误差预测方法及系统

    公开(公告)号:CN119537914A

    公开(公告)日:2025-02-28

    申请号:CN202411607864.X

    申请日:2024-11-12

    Abstract: 本发明公开了基于S变换和二维卷积的电流互感器误差预测方法及系统,涉及输、配电设备状态评估与在线监测技术领域,包括采集原始信号数据,通过S变换处理原始数据,得到复数矩阵;对每一个复数矩阵中每一个元素进行取模;搭建二维卷积神经网络训练模型,对神经网络预测模型修改优化;获得比差与角差的预测结果。本发明网络模型适用于电流互感器误差的高效预测,有助于降低运行中电流互感器的超差风险;可自动学习信号的深层特征,通过参数共享和减少计算成本,提高了模型的效率,增强了模型对信号变化的泛化能力,进一步揭示出数据中的新模式和结构特征,提高了预测的准确性,并可通过增加网络层数和参数来适应不同复杂度的任务。

    一种低压线路及模块载波信号综合检测设备

    公开(公告)号:CN213659672U

    公开(公告)日:2021-07-09

    申请号:CN202022954891.8

    申请日:2020-12-11

    Abstract: 本实用新型公开了一种低压线路及模块载波信号综合检测设备,包括箱体和封装于箱体内的电气元件,电气元件包括电源引线、零线、3个万能转换开关、抄表方案集成元件、路由载波模块检测元件、表计载波模块检测元件和集线盒,抄表方案集成元件包括多个互不兼容的载波抄控器,箱体的外部设置有掌上电脑,箱体的一个外侧面上设置有控制面板,控制面板上设置有4个电源引线座、3个电源指示灯、多个方案指示灯、各个万能转换开关的旋钮、路由载波模块检测区和表计载波模块检测区。本实用新型集成配置各种抄表方案,可实现三相电源搭接一次完成,能够对就地载波模块的状态进行快速检测,携带方便,具有显著的经济价值和社会价值。

Patent Agency Ranking