-
公开(公告)号：CN115986903A
公开(公告)日：2023-04-18
申请号：CN202211429028.8
申请日：2022-11-15
Applicant: 国网宁夏电力有限公司 , 上海电机学院
Inventor： 于晓军 , 米宁 , 刘志远 , 薛一鹏 , 蔡乾 , 孙小湘 , 吴建云 , 史磊 , 罗美玲 , 张倩 , 于小艳 , 黄伟兵 , 沙云 , 赫嘉楠 , 赵欣洋 , 杨晨 , 摆世彬 , 高雯 , 赵通汉 , 侯雨辰 , 郭军慷 , 陈国初 , 文传博
Abstract: 本发明涉及一种适用于新能源场站的TCR型备自投方法及系统，所述方法包括如下步骤：获取新能源系统与主供线路的并网点的阻抗突变量；当阻抗突变量大于或等于突变量阈值时根据主断路器断开前一时刻的主供线路潮流对新能源系统中的新能源设备或与主供线路连接的负荷进行切除；控制备用线路投切电路将新能源系统中的剩余新能源设备和与主供线路连接的剩余负荷连接至备用线路。本发明通过新能源设备和负荷的部分切除及备用线路投切电路的设置减少合闸产生的电流冲击，同时设置TCR型开关与备用线路断路器并联，以避免备用线路断路器合闸时间过长，而且无需将新能源系统中的设备全部解列后才可投入，实现了快速投入。本发明实现了新能源系统的再次并网。
-
公开(公告)号：CN117293773A
公开(公告)日：2023-12-26
申请号：CN202311238886.9
申请日：2023-09-25
Applicant: 国网宁夏电力有限公司 , 华北电力大学 , 上海电机学院
Abstract: 本发明公开了一种考虑新能源并网影响的零序过电压解列方法，该方法从零序电压变化规律出发重新对零序过压解列策略进行设计。通过配置I、II两段新零序解列判据以替代原先单一的零序解列判据，有效解决了在常规故障解列下，由于采用单一零序过压解列判据导致线路保护与零序解列动作界限模糊的问题，避免了新能源场站大面积解列；与此同时，也解决了解列判据与备自投、重合闸等配合的难题。采用新能源并网影响的零序过电压解列新型判据能在线路末端发生不对称接地故障时使零序过压解列装置可靠不动作，此外，当终端场站内部的主供线路发生故障时，该策略能够可靠且灵敏地切除新能源，从而顺利完成备自投，保证场站内部用户的供电可靠性。
-
公开(公告)号：CN117543496A
公开(公告)日：2024-02-09
申请号：CN202311273395.8
申请日：2023-09-28
Applicant: 国网宁夏电力有限公司 , 上海电机学院
Inventor： 于晓军 , 刘志远 , 米宁 , 吴明凯 , 薛一鹏 , 吴建云 , 孙小湘 , 陆洪建 , 于小艳 , 罗美玲 , 刘亮 , 王晓东 , 陈国初 , 文传博 , 黄伟兵 , 赫嘉楠
Abstract: 本发明公开了一种储能电站并网线路有选择性重合闸方法，涉及电网技术领域，包括：步骤1：获取储能电站线路故障前一刻功率方向和功率值；步骤2：根据所述功率方向和所述功率值按照优先级要求进行判断，获得重合闸控制信号；步骤3：将重合闸控制信息发送至线路自动重合闸装置。本发明能够改变当前储能电站线路无法投入重合闸现状，提高储能电站的利用率和新能源消纳水平，极大减少储能电站并网线路跳闸后人为恢复时间，保证设备运行安全，增加电网调峰能力，提高电网应急性。
-
公开(公告)号：CN117093938A
公开(公告)日：2023-11-21
申请号：CN202310975564.6
申请日：2023-08-03
Applicant: 上海电机学院
IPC: G06F18/2433 , G06F18/213 , G06F18/2413 , G06F18/27 , G06N3/0464 , G06N3/0442 , G06N3/08 , G01M13/04 , G01M13/045
Abstract: 本发明提供了一种基于深度学习的风机轴承的故障检测方法和系统，包括采集风机轴承的实时监测信号，实时监测信号为时序数据；构建深度学习模型，对实时监测信号进行第一特征提取与第二特征提取，并进行深度学习模型训练；将待检测信号输入至深度学习模型，利用分类器对风机轴承进行故障识别，并输出故障检测结果。相对于现有技术而言，本发明的技术方案可以有效解决识别精度低、计算量大、鲁棒性差等问题，在小样本学习的条件下也具有较高的识别准确性，具有很强的应用前景。
-
-
Patent Agency Ranking
公开(公告)号：CN103020348A
公开(公告)日：2013-04-03
申请号：CN201210521387.6
申请日：2012-12-07
Applicant: 上海电机学院
IPC: G06F17/50
Abstract: 本发明一种利用多个传感器对动态系统进行跟踪的方法及装置，所述方法包括：①建立动态系统运动模型；②将运动模型离散化，得到离散化运动模型；③利用多个传感器同时对车辆进行测量，建立离散化运动模型状态向量测量模型，得到测量方程；④对测量方程中测量噪声进行解相关，得到新的测量方程；⑤根据步骤②中离散化运动模型及步骤④中新的测量方程，利用卡尔曼滤波器对离散化运动模型中状态向量进行估计，并给出递归序贯式估计；⑥将步骤②中状态向量参数更新，同时将当前时刻状态向量估计值赋给前一时刻状态向量估计值，转向步骤③。本发明的积极效果是实现在传感器噪声相关情况下，降低对带宽和处理器的要求，同时提高定位精度。
-
公开(公告)号：CN112381279B
公开(公告)日：2022-06-03
申请号：CN202011225478.6
申请日：2020-11-05
Applicant: 上海电机学院
IPC: G06Q10/04 , G06F30/27 , G06N3/08 , G06F111/04 , G06F113/06 , G06F119/06
Abstract: 本发明涉及一种基于VMD和BLS组合模型的风电功率预测方法，该方法包括以下步骤：步骤1：收集风电功率数据，并进行训练样本和测试样本的选取；步骤2：对采集到的风电功率数据进行VMD变分模态分解，得到VMD分解风电功率序列；步骤3：将VMD分解风电功率序列中的各个模态分量输入至BLS模型中进行预测，得到各个模态分量对应的BLS模型输出量；步骤4：对所有模态分量对应的BLS模型输出量叠加求和，得到最终的组合模型预测的风电功率结果，并进行误差计算。与现有技术相比，本发明具有较单一预测模型能够优势互补，提高预测精度和增强模型的鲁棒性等优点。
-
公开(公告)号：CN112072691A
公开(公告)日：2020-12-11
申请号：CN201910497430.1
申请日：2019-06-10
Applicant: 上海电机学院
Abstract: 本发明涉及一种基于季节分解和支持向量机风功率预测的风机控制方法，包括以下步骤：S1、采集历史数据；S2、对历史数据中的功率数据进行预处理，得到功率序列；S3、利用X‑12‑ARIMA自回归滑动平均模型对功率序列进行季节分解，得到三个分量，所述三个分量分别是：长期趋势及循环分量、季节分量、不规则分量；S4、根据支持向量机算法，对优化模型进行求解，获取三个分量的预测值；S5、将三个分量的预测值叠加，得到功率预测值；S6、根据功率预测值，控制风机的并网发电。与现有技术相比，本发明对风功率的预测精度高，预测功率与实际输出功率的误差较小，能有效减少由于风能波动性带来的并网损失。
-
公开(公告)号：CN108256556A
公开(公告)日：2018-07-06
申请号：CN201711403042.X
申请日：2017-12-22
Applicant: 上海电机学院
Abstract: 本发明公开了一种基于深度信念网络的风力发电机组齿轮箱故障诊断方法，通过直接构建齿轮箱工作状况的波形图数据库，仅仅只需要采集风力发电机工作中齿轮箱的原始数据，然后以此数据库对深度信念网络进行训练和学习，最后将待测样本输入到训练完成的深度信念网络模型中，即输入的波形图与数据库中分类完成的三种齿轮箱工作状态的波形图进行对比，找出和输入波形图最相似的图片，该最相似的图片所属的齿轮箱工作状态即为要识别的工作状态，以完成对齿轮箱的故障诊断。
-
公开(公告)号：CN104482955A
公开(公告)日：2015-04-01
申请号：CN201410738053.3
申请日：2014-12-04
Applicant: 上海电机学院
IPC: G01D21/00
Abstract: 一种用于获取运动对象的状态估计的方法，包括：针对运动对象建立下述运动方程与测量方程；针对运动对象建立下述约束条件；获取运动对象的测量信息，所述测量信息满足测量方程；执行系统变换执行状态扩维，其中将降维状态变量与未知输入组合当做新待估量；判断状态可估性；执行滤波器设计；重构获取运动对象的状态估计值，其中根据第五步骤得到的滤波结果得到降维状态以及未知输入的估计值。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.045 seconds)
