-
公开(公告)号：CN119253675A
公开(公告)日：2025-01-03
申请号：CN202411360974.0
申请日：2024-09-27
Applicant: 华侨大学
Abstract: 本发明涉及一种海上风电柔直并网系统的事件触发自抗扰频率控制方法，属于新型电力系统频率稳定控制技术领域。包括：构建海上风电场经柔性直流输电并网系统LFC模型；构建含海上风电柔直并网的多区域系统模型；根据多区域互联系统中ADRC控制器的采样序列，结合连续事件触发机制，设计触发条件；根据互联系统输出的ACE信号设计扩张状态观测器，设计ET‑ADRC控制律，得到ET‑ADRC控制器；针对海上风电场有功输出波动和系统发生负荷扰动的特性，构建混合扰动下LFC模型，并将ET‑ADRC应用于海上风电柔直并网系统中；最后，通过仿真实验验证了本发明能够对海上风电柔直并网系统的任意未知扰动予以有效抑制，同时使控制系统的动态响应性能得到有效提升。
-
公开(公告)号：CN118445618A
公开(公告)日：2024-08-06
申请号：CN202410557486.2
申请日：2024-05-07
Applicant: 华侨大学
IPC: G06F18/214 , G06F18/213 , G06F18/27 , G06N20/00 , G06F21/62 , G06F18/25 , H02J3/00 , G06F123/02
Abstract: 本发明提供一种基于联邦分割学习的海上风电场发电功率短期预测方法及系统，通过分布式的客户端、边缘服务器以及云端的协同工作，实现对海上风电场发电功率数据的高效处理和预测。通过效率最优的模型分割，将云端的机器学习模型划分为特征提取器和回归器两部分。将海上风电场的模型信息发送至云端，申请加入协作学习任务。云端提出分为两阶段的合作学习任务，根据客户端节点的算力，云端进行分组，采用不同复杂度的模型进行联邦学习。在完成联合分组学习后，进行本地模型训练。训练后模型参数上传至边缘端，经过两阶段验证后用于全局模型的聚合更新。最终，云端获得所有分组的特征提取器和复杂模型，用于海上风电场发电功率短期预测。
-
公开(公告)号：CN119272532B
公开(公告)日：2025-03-07
申请号：CN202411784276.3
申请日：2024-12-06
Applicant: 华侨大学
IPC: G06F30/20 , H02J3/00 , H02J3/28 , G06F17/16 , G06F17/18 , G06Q10/0631 , G06Q50/06 , G06F111/04 , G06F113/04
Abstract: 本发明涉及一种基于约束奇诺多面体的5G基站备用储能可行域聚合方法，属于分布式储能优化调度领域。所述方法，包括：获取基站备用储能的功率上下限、荷电状态上下限，并对基站的可调度容量评估；根据得到的功率上下限、荷电状态上下限、可调度容量，将待聚合基站备用储能在半平面表示形式下的可行域刻画模型转换为约束奇诺多面体表示形式下的可行域刻画模型；对基站备用储能的可行域刻画模型进行闵可夫斯基求和，得到5G基站备用储能可行域聚合模型。本发明使用约束奇诺多面体对5G基站备用储能可行域进行高效聚合，将不同分布的基站备用储能聚合为一个整体参与到电力市场交易中，降低5G基站的运行成本，促进电力系统与通信系统的互利共赢。
-
公开(公告)号：CN119272532A
公开(公告)日：2025-01-07
申请号：CN202411784276.3
申请日：2024-12-06
Applicant: 华侨大学
IPC: G06F30/20 , H02J3/00 , H02J3/28 , G06F17/16 , G06F17/18 , G06Q10/0631 , G06Q50/06 , G06F111/04 , G06F113/04
Abstract: 本发明涉及一种基于约束奇诺多面体的5G基站备用储能可行域聚合方法，属于分布式储能优化调度领域。所述方法，包括：获取基站备用储能的功率上下限、荷电状态上下限，并对基站的可调度容量评估；根据得到的功率上下限、荷电状态上下限、可调度容量，将待聚合基站备用储能在半平面表示形式下的可行域刻画模型转换为约束奇诺多面体表示形式下的可行域刻画模型；对基站备用储能的可行域刻画模型进行闵可夫斯基求和，得到5G基站备用储能可行域聚合模型。本发明使用约束奇诺多面体对5G基站备用储能可行域进行高效聚合，将不同分布的基站备用储能聚合为一个整体参与到电力市场交易中，降低5G基站的运行成本，促进电力系统与通信系统的互利共赢。
-
-
-
Search Results
4
records
(took 0.013 seconds)
