公开(公告)号：CN117350170B

公开(公告)日：2024-02-09

申请号：CN202311546040.1

申请日：2023-11-20

Applicant: 华北电力大学(保定)

Inventor： 周一辰 ,  李金泽 ,  李永刚

IPC: G06F30/27 ,  H02J3/24 ,  G06F18/20 ,  G06F18/213 ,  G06N3/048 ,  G06N3/0499 ,  G06N3/084 ,  G06N3/0985 ,  G06F113/04 ,  G06F123/02

Abstract: 本发明公开了基于KOOPMAN深度神经网络的非线性振荡分析方法，属于电力系统非线性特征分析技术领域，包括以下步骤：仿真设置电力系统故障场景并制作数据集‑构建内嵌KOOPMAN算符的深度神经网络模型‑训练模型‑测试与调整模型‑保存满足设定精度要求的模型‑从保存的内嵌KOOPMAN算符的深度神经网络模型中提取KOOPMAN算符 ，计算 的模式与模态，实现电力系统非线性振荡特征分析。本发明采用上述基于KOOPMAN深度神经网络的非线性振荡分析方法，实现了在简化电力系统非线性振荡特征分析过程的同时又能保持较高的精度，实现任意时间步时序轨迹的高精度预测，准确辨识系统模式，描(56)对比文件杨德友 等.随机数据驱动下基于SDMD的机电振荡参数辨识.电网分析与研究.2020,第48卷(第2期),第85-91页.丁承君 等.基于Koopman算子的差速驱动AGV数据驱动控制.组合机床与自动化加工技术.2023,(第3期),第109-113页.

公开(公告)号：CN106914119A

公开(公告)日：2017-07-04

申请号：CN201710167138.4

申请日：2017-03-20

Applicant: 华北电力大学(保定)

Inventor： 何安恩 ,  赵毅 ,  马宵颖 ,  胡加伟 ,  张东霞 ,  徐帆 ,  周庆国 ,  有晓丹 ,  李金泽

IPC: B01D53/79 ,  B01D53/64

CPC classification number: B01D53/79 ,  B01D53/64 ,  B01D2251/304 ,  B01D2257/602

Abstract: 一种利用除尘废水脱除烟气中汞的装置，用于燃煤电厂的烟气脱汞中，包括脱硝器、除尘器与脱硫塔，脱硝器、除尘器与脱硫塔通过烟气管道依次连接，在脱硝器前部设置3个雾化喷嘴，除尘器前设置2个雾化喷嘴，增设硫化钠池与磁性吸附剂储罐，用于清除烟气中的汞。本发明结构简单，脱汞效率高，并且添加剂可回收再利用，适用于工业化生产。

公开(公告)号：CN117350170A

公开(公告)日：2024-01-05

申请号：CN202311546040.1

申请日：2023-11-20

Applicant: 华北电力大学(保定)

Inventor： 周一辰 ,  李金泽 ,  李永刚

IPC: G06F30/27 ,  H02J3/24 ,  G06F18/20 ,  G06F18/213 ,  G06N3/048 ,  G06N3/0499 ,  G06N3/084 ,  G06N3/0985 ,  G06F113/04 ,  G06F123/02

Abstract: 本发明公开了基于KOOPMAN深度神经网络的非线性振荡分析方法，属于电力系统非线性特征分析技术领域，包括以下步骤：仿真设置电力系统故障场景并制作数据集‑构建内嵌KOOPMAN算符的深度神经网络模型‑训练模型‑测试与调整模型‑保存满足设定精度要求的模型‑从保存的内嵌KOOPMAN算符的深度神经网络模型中提取KOOPMAN算符，计算的模式与模态，实现电力系统非线性振荡特征分析。本发明采用上述基于KOOPMAN深度神经网络的非线性振荡分析方法，实现了在简化电力系统非线性振荡特征分析过程的同时又能保持较高的精度，实现任意时间步时序轨迹的高精度预测，准确辨识系统模式，描述电力系统非线性振荡特征。