-
公开(公告)号：CN104158418B
公开(公告)日：2016-06-15
申请号：CN201410408718.4
申请日：2014-08-19
Applicant: 华北电力大学(保定)
CPC classification number: Y02E10/563
Abstract: 一种光伏并网逆变装置，它包括与光伏电站的各个光伏电池板一一对应的多个微型逆变器，每个微型逆变器包括MPU控制器以及依次连接于光伏电池板与电网之间的储能电容、反激变换器、工频逆变桥和EMI滤波器，所述MPU控制器通过第一电压传感器和第二电压传感器分别采集光伏电池板电压和电网电压，通过电流传感器采集EMI滤波器输出的并网电流，并通过两个驱动模块分别控制反激变换器和工频逆变桥。本发明在提高发电效率的同时，还解决了集中式逆变器可靠性差的问题。本装置将神经网络逆模型与PI控制器结合在一起，既可以实现系统的线性化，又可以发挥PI控制器的鲁棒性，从而有效提高了电能质量。
-
公开(公告)号：CN104965558A
公开(公告)日：2015-10-07
申请号：CN201510277152.0
申请日：2015-05-27
Applicant: 华北电力大学(保定)
Abstract: 一种考虑雾霾因素的光伏发电系统最大功率跟踪方法及装置，所述方法包括以下步骤：a.采集光伏电池开路电压、短路电流、电池温度和空气中PM2.5浓度；b.将采集的数据输入和声搜索算法改进的BP神经网络预测模型，得到MPP电压预测值；c.通过PI控制器调节DC-DC变换器的PWM控制信号占空比，使光伏电池的实际工作电压达到MPP电压预测值；d.以MPP电压预测值为初始值，采用扰动观察法以指定的扰动步长跟踪光伏电池的最大功率。本发明还给出了相应的跟踪装置。本发明将扰动观察法与模型预测法结合在一起，同时充分考虑了雾霾天气对光伏发电的影响，既能有效改善MPPT的跟踪精度，降低静态过程的功率损失，又可以提高MPPT的跟踪速度。
-
公开(公告)号：CN103441693A
公开(公告)日：2013-12-11
申请号：CN201310352484.1
申请日：2013-08-13
Applicant: 华北电力大学(保定)
IPC: H02M7/48
CPC classification number: Y02E10/56
Abstract: 本发明公开了太阳能光伏发电技术领域的一种并网型光伏发电微型逆变器及其控制方法。逆变器包括第一电容、第一电压传感器、第一驱动模块、第一反激变换器、第二反激变换器、第二电压传感器、第三电压传感器、MPU控制器、第二驱动模块、第一逆变桥、第二逆变桥、第二电容、电流传感器、滤波器和第四电压传感器。本发明可有效降低反激变压器的容量以及功率管的最大可承受电压，从而能够降低逆变器的成本，并显著提高逆变器的可靠性及电能质量。
-
公开(公告)号：CN118820780A
公开(公告)日：2024-10-22
申请号：CN202410824152.7
申请日：2024-06-25
Applicant: 华北电力大学(保定)
IPC: G06F18/214 , G06F18/243 , G06F18/27 , G06F18/21 , G06N5/01 , G06N20/10
Abstract: 本发明公开了一种基于XGBoost和自适应阈值的风机故障预警方法。该方法包括：数据采集与预处理：获取风机运行数据并进行预处理；特征工程与选择：选取与风机状态相关的有效特征，并进行特征工程处理；XGBoost模型训练：利用预处理后的数据训练XGBoost模型，实现对风机运行状态的学习和预测；自适应阈值确定：根据XGBoost模型输出结果及实际风机运行数据，采用自适应算法确定风机状态异常的阈值；故障预警与输出：监测风机运行状态，当检测到异常状态超过设定的自适应阈值时，及时发出故障预警信号。本发明的方法能有效降低误报率，该故障预警方法能够较早的发出预警信号，便于操作人员进行检修。
-
公开(公告)号：CN106096246B
公开(公告)日：2018-08-31
申请号：CN201610389671.0
申请日：2016-06-06
Applicant: 华北电力大学(保定)
Abstract: 本发明提出一种基于PM2.5和PM10的气溶胶光学厚度估计方法，所述方法在采集大量PM2.5‑PM10浓度‑湿度‑能见度‑大气气溶胶光学厚度(AOD)的实际样本数据的基础上，建立大气气溶胶光学厚度(AOD)的万有引力神经网络预测模型，并利用该模型进行大气气溶胶光学厚度AOD的估计，从而解决大气气溶胶光学厚度(AOD)反演精度不高、难以实时获取的问题。
-
Patent Agency Ranking
公开(公告)号：CN106372718B
公开(公告)日：2018-07-31
申请号：CN201610739282.6
申请日：2016-08-29
Applicant: 华北电力大学(保定)
Abstract: 本发明提出种雾霾积灰条件下的光伏发电功率输出减少率估计方法,所述方法在采集大量PM2.5浓度‑PM10浓度‑相对湿度‑风速‑光伏发电功率输出减少率的实际样本数据的基础上,利用万有引力神经网络建立光伏发电功率输出减少率的预测模型,并利用该模型进行雾霾积灰下的光伏发电功率输出减少率的估计。本发明能够解决光伏电池面板积灰浓度难以测量、对光伏发电的影响难以定量分析的问题,从而有助于提高光伏发电的预测精度。
-
公开(公告)号：CN105279553B
公开(公告)日：2017-08-29
申请号：CN201510631395.X
申请日：2015-09-29
Applicant: 华北电力大学(保定)
IPC: G06N3/02
Abstract: 本发明公开了属于热力系统故障诊断技术领域的一种高加给水系统故障程度识别方法。获取不同类型、不同严重程度的故障样本，并进行标准化处理；利用不同类型的故障样本建立概率神经网络故障诊断模型；针对每一类故障，建立前向神经网络程度识别模型；概率神经网络故障诊断模型中输入实时故障样本数据，输出故障类型；选择与故障类型相对应的前向神经网络程度识别模型；在选定的前向神经网络程度识别模型中连续输入实时故障样本数据，前向神经网络识别并输出故障严重程度；显示故障类型与故障严重程度。诊断速度快、识别精度高；能有效识别故障的严重程度，并给出故障严重程度数值；可用于额定工况、不同稳态工况及变工况下高加给水系统故障诊断。
-
公开(公告)号：CN104806450A
公开(公告)日：2015-07-29
申请号：CN201510133361.8
申请日：2015-03-25
Applicant: 华北电力大学(保定)
IPC: F03D7/04
CPC classification number: Y02A30/12 , Y02E10/723
Abstract: 一种基于万有引力神经网络的风电系统MPPT控制方法，所述方法在构造大量功率-转速-风速样本的基础上，建立风速的万有引力神经网络预测模型并利用该模型进行风速估计，继而通过最佳叶尖速比法预测出最大功率点所对应的最优风机转速，然后将风机的转速调节到预测的最优风机转速，并以该转速为初始值，采用占空比扰动观察法以设定的扰动步长跟踪风机的最大功率。本发明采用估计的方法获取风速，无需装设风速传感器，可有效节约系统的控制成本，提高系统的可靠性；该方法利用万有引力搜索算法优化神经网络模型，可有效提高风速估计的精度；此外，本发明还具有跟踪速度快的优点，可提高风机的发电效率。
-
公开(公告)号：CN103441693B
公开(公告)日：2015-07-22
申请号：CN201310352484.1
申请日：2013-08-13
Applicant: 华北电力大学(保定)
IPC: H02M7/48
CPC classification number: Y02E10/56
Abstract: 本发明公开了太阳能光伏发电技术领域的一种并网型光伏发电微型逆变器及其控制方法。逆变器包括第一电容、第一电压传感器、第一驱动模块、第一反激变换器、第二反激变换器、第二电压传感器、第三电压传感器、MPU控制器、第二驱动模块、第一逆变桥、第二逆变桥、第二电容、电流传感器、滤波器和第四电压传感器。本发明可有效降低反激变压器的容量以及功率管的最大可承受电压，从而能够降低逆变器的成本，并显著提高逆变器的可靠性及电能质量。
-
公开(公告)号：CN106656032B
公开(公告)日：2018-08-07
申请号：CN201610739281.1
申请日：2016-08-29
Applicant: 华北电力大学(保定)
IPC: H02S50/00
Abstract: 本发明提出种针对雾霾积灰的光伏发电功率输出减少率估计方法,所述方法利用PM2.5累积浓度、PM10累积浓度表征光伏电池面板的积灰浓度,在构造大量PM2.5累积浓度‑PM10累积浓度‑光伏电池发电功率输出减少率实际样本的基础上,运用最小二乘法建立了光伏发电功率输出减少率的估计模型,并利用该模型估计雾霾天气下光伏电池板的发电功率输出减少率。本发明有助于提高雾霾天气下光伏发电功率的预测精度。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.102 seconds)
