-
公开(公告)号：CN114914911A
公开(公告)日：2022-08-16
申请号：CN202210530579.7
申请日：2022-05-16
Applicant: 武汉大学
Abstract: 本发明公开一种宽频阻抗塑形抑制柔性直流输电系统高频振荡的方法，其包括如下步骤：建立交流系统高频阻抗模型；建立MMC小信号阻抗模型及高频阻抗模型；利用MMC高频阻抗模型和基本相位补偿单元设计相位补偿环节的阶数；对相位补偿环节加入比例和惯性环节得到宽频阻抗塑形附加控制器结构，在MMC控制系统的电压前馈通道加入上述宽频阻抗塑形附加控制器；综合考虑换流器阻抗相角和幅值塑形，设计宽频阻抗塑形附加控制器的参数，实现柔性直流输电系统高频振荡抑制。本发明能够在宽频带内对MMC进行阻抗塑形，避免柔性直流输电系统高频段振荡风险的转移，在实际工程中具有一定意义。
-
Patent Agency Ranking
公开(公告)号：CN111245002B
公开(公告)日：2021-08-20
申请号：CN202010136925.4
申请日：2020-03-02
Applicant: 武汉大学
Abstract: 本发明提供一种基于MMC的双极柔性直流电网短路和接地故障电流预测方法，其包括如下步骤：在MMC闭锁前的子模块电容放电阶段，将MMC等效为一个RLC串联支路；基于交流馈入的影响，将采用定有功功率控制方式的MMC建立为一个电流源与RLC串联支路并联的等效电路；考虑柔性直流电网双极短路故障和单极接地故障，搭建直流电网在故障状态下的等效电路模型；基于直流电网等效电路模型，建立柔性直流电网状态空间方程并进行求解，得到直流电网发生故障时的支路电流和MMC等效子模块电容电压。本发明对基于MMC的双极柔性直流电网在双极短路故障和单极接地故障情况下的故障电流进行预测，方法可靠、精度高，揭示了MMC的放电规律。
-
公开(公告)号：CN111245002A
公开(公告)日：2020-06-05
申请号：CN202010136925.4
申请日：2020-03-02
Applicant: 武汉大学
Abstract: 本发明提供一种基于MMC的双极柔性直流电网短路和接地故障电流预测方法，其包括如下步骤：在MMC闭锁前的子模块电容放电阶段，将MMC等效为一个RLC串联支路；基于交流馈入的影响，将采用定有功功率控制方式的MMC建立为一个电流源与RLC串联支路并联的等效电路；考虑柔性直流电网双极短路故障和单极接地故障，搭建直流电网在故障状态下的等效电路模型；基于直流电网等效电路模型，建立柔性直流电网状态空间方程并进行求解，得到直流电网发生故障时的支路电流和MMC等效子模块电容电压。本发明对基于MMC的双极柔性直流电网在双极短路故障和单极接地故障情况下的故障电流进行预测，方法可靠、精度高，揭示了MMC的放电规律。
-
公开(公告)号：CN114914911B
公开(公告)日：2024-04-19
申请号：CN202210530579.7
申请日：2022-05-16
Applicant: 武汉大学
Abstract: 本发明公开一种宽频阻抗塑形抑制柔性直流输电系统高频振荡的方法，其包括如下步骤：建立交流系统高频阻抗模型；建立MMC小信号阻抗模型及高频阻抗模型；利用MMC高频阻抗模型和基本相位补偿单元设计相位补偿环节的阶数；对相位补偿环节加入比例和惯性环节得到宽频阻抗塑形附加控制器结构，在MMC控制系统的电压前馈通道加入上述宽频阻抗塑形附加控制器；综合考虑换流器阻抗相角和幅值塑形，设计宽频阻抗塑形附加控制器的参数，实现柔性直流输电系统高频振荡抑制。本发明能够在宽频带内对MMC进行阻抗塑形，避免柔性直流输电系统高频段振荡风险的转移，在实际工程中具有一定意义。
-
公开(公告)号：CN113449738B
公开(公告)日：2023-06-23
申请号：CN202110781567.7
申请日：2021-07-06
Applicant: 国网信息通信产业集团有限公司 , 北京国网信通埃森哲信息技术有限公司 , 武汉大学
IPC: G06V10/32 , G06V10/762 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种基于样本特性的先验框参数自适应改进FRC检测方法。该方法在Faster RCNN算法的基础上，基于数据集样本的宽高比以及尺度，调节先验框的比例及尺度，使得先验框的大小接近原样本，进而提高Faster RCNN算法的准确率。本发明克服了现有的Faster RCNN算法不能充分利用数据集本身尺寸大小等先验知识的问题，在Faster RCNN算法的基础上，选择可变参数的先验框，根据数据集样本的宽高比和尺度，利用k‑means聚类算法选择合适的参数，调节先验框的比例及尺度，获得改进的FRC算法，解决数据集样本出现极大或极小以及宽高比悬殊的问题，提高Faster RCNN算法的目标检测精度。
-
公开(公告)号：CN113449738A
公开(公告)日：2021-09-28
申请号：CN202110781567.7
申请日：2021-07-06
Applicant: 国网信息通信产业集团有限公司 , 北京国网信通埃森哲信息技术有限公司 , 武汉大学
Abstract: 本发明提供一种基于样本特性的先验框参数自适应改进FRC检测方法。该方法在Faster RCNN算法的基础上，基于数据集样本的宽高比以及尺度，调节先验框的比例及尺度，使得先验框的大小接近原样本，进而提高Faster RCNN算法的准确率。本发明克服了现有的Faster RCNN算法不能充分利用数据集本身尺寸大小等先验知识的问题，在Faster RCNN算法的基础上，选择可变参数的先验框，根据数据集样本的宽高比和尺度，利用k‑means聚类算法选择合适的参数，调节先验框的比例及尺度，获得改进的FRC算法，解决数据集样本出现极大或极小以及宽高比悬殊的问题，提高Faster RCNN算法的目标检测精度。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
