-
公开(公告)号：CN112084680B
公开(公告)日：2023-12-26
申请号：CN202011181281.7
申请日：2020-10-29
Applicant: 沈阳工程学院
IPC: G06Q50/06 , G06F30/27 , G06N3/0464 , H02J3/00 , G06F30/20
Abstract: 一种能源互联网优化策略方法，所述能源互联网包括电网单元、气网单元和分布式冷热电系统嵌入式能量互联网单元，所述方法包括：在保证系统运营成本最小的前提下，通过协调优化能源互联网，可以进一步挖掘可再生能源利用率，进行网络优化配置，使其具有快速动态优化的目的以及自学习能力，基于最优输出动作，可以制定能源互联网优化策略，尽可能的减少网络的冗余度，减小系统运营成本。在设定的控制策略下，约束条件包括负载供需平衡约束、发电、输出功率平衡约束、储能元件充放电限制约束和与外电网交互耗能平衡约束，采用DQN算法，该方法使用马尔科夫决策来确定最佳序列，并结合卷积神经网络逐步获得回报值最小的目标集。
-
公开(公告)号：CN112766537B
公开(公告)日：2023-06-06
申请号：CN202011547276.3
申请日：2020-12-24
Applicant: 沈阳工程学院
Inventor： 王健 , 孙晓东 , 庄严 , 王若曦 , 魏莫杋 , 关焕新 , 赵琰 , 姜河 , 罗金鸣 , 李昱材 , 于思琪 , 曾雅 , 任书影 , 辛长庆 , 姜铭坤 , 周航 , 白金禹
IPC: G06Q10/04 , G06Q50/06 , G06F18/23213 , G06N3/0442 , G06N3/08
Abstract: 一种短期电负荷预测方法，属于电力系统负荷预测技术领域，包括如下步骤：对采集到的历史负荷数据进行异常处理及归一化处理；按照历史负荷数据时间序列不同的相关性,采用K‑means方法对历史负荷数据进行聚类分析；利用SMOTE方法对聚类后的数据进行过采样处理等。本发明能够有效的学习输入时间序列负荷数据的特征，更准确的预测负荷值，提高了短期负荷预测的精度。
-
公开(公告)号：CN112186789B
公开(公告)日：2023-06-02
申请号：CN202011016788.7
申请日：2020-09-24
Applicant: 沈阳工程学院
Abstract: 一种电动汽车参与微电网负荷调频的滑模控制方法，属于微电网负荷调频领域包括如下步骤：步骤1：建立电动汽车参与下的微电网负荷调频动态模型；步骤2：建立滑模控制器；步骤3：建立李雅普诺夫函数，对控制器和滑模面进行分析，通过线性矩阵不等式设计基于辅助反馈的滑模控制；步骤4：基于步骤1、2、3的数学过程，求取相应矩阵，进行仿真分析，解线性矩阵不等式。本发明利用等效控制原理和滑模控制原理相结合来设计控制器，利用滑模控制原理保证了系统的稳定性，提高了控制系统的控制精度，增强电网频率的稳定性。
-
公开(公告)号：CN112737076A
公开(公告)日：2021-04-30
申请号：CN202011555513.0
申请日：2020-12-24
Applicant: 沈阳工程学院
Inventor： 林盛 , 王若曦 , 曾雅 , 任书影 , 魏莫杋 , 王存旭 , 赵琰 , 罗金鸣 , 姜河 , 宋世巍 , 庄严 , 于思琪 , 孙晓东 , 胡宸嘉 , 安琦 , 何雨桐 , 周航
Abstract: 本发明提出了一种基于双向DC‑DC变换器的模糊控制方法，属于独立光伏发电系统领域，包括以下步骤：步骤1：提出独立光伏发电系统的概念；步骤2：提出超级电容的概念；步骤3：构建一种新的模糊控制器,即对模糊控制器的设计；步骤4：甄别双向DC－DC变换器的工作状态；步骤5：采用模糊控制策略对双向DC－DC变换器进行控制；步骤6：输入阶跃信号，输出为直流母线上的电压值。本发明减少了化石能源的利用，以混合动力系统与光伏系统相结合的形式提升了混合动力起重机节能减排的能力，促进其现代化与清洁化，具有巨大的经济效益和社会效益。同时，对现代混合动力起重机的生产具有指导意义和推广价值。
-
公开(公告)号：CN113900375B
公开(公告)日：2023-06-30
申请号：CN202111159261.4
申请日：2021-09-30
Applicant: 沈阳工程学院
Inventor： 赵琰 , 白金禹 , 叶瀚文 , 辛长庆 , 姜铭坤 , 罗金鸣 , 姜河 , 韩吉 , 赵涛 , 胡宸嘉 , 何雨桐 , 王亚茹 , 安琦 , 周航 , 李兆滢 , 于思琪 , 魏莫杋
Abstract: 本发明提出了一种考虑微电网不匹配干扰的改进滑模控制方法，属于微电网运行控制技术领域，流程包括：首先对三阶系统进行坐标变换，然后加入可估计扰动的非线性扰动观测器，根据扰动估计量设计滑模面，进一步设计出滑模控制器，通过Lyapunov稳定性理论对系统的稳定性进行分析，在考虑干扰信号和扰动估计量的情况下，所设计的滑模控制器能够实现系统的平衡控制。仿真结果验证了系统的状态能够收敛至期望的平衡点，且该方法收敛速度较快，并具有鲁棒性和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN113779883B
公开(公告)日：2023-06-09
申请号：CN202111075348.3
申请日：2021-09-14
Applicant: 沈阳工程学院
IPC: G06F30/27 , G06N3/006 , G06F113/06
Abstract: 本发明公布了一种基于变异人工鱼群的风电储能系统充放电过程优化方法，包括以下步骤：依据风电储能系统实时监控设备获取各蓄电池组实时运行状态信息；依据获取的状态信息，引入复数，赋予人工鱼信息，建立人工鱼群，建立公告板；人工鱼群产生变异开始迭代；人工鱼群基于自身感知和环境反馈选择相应行为；记录每条人工鱼位置，更新公告板；系统根据检测点充满能量数之和是否达到设定的最高食物浓度或最低食物浓度，从而进行放电或者充能；系统检测点充满能量点数之和回到最高食物浓度设定以下时，重新恢复系统正常运行；输出系统运行结果。本发明引入变异鱼的概念，将变异人工鱼群算法与风机储能系统补偿相结合对风电进行优化。
-
公开(公告)号：CN113537598A
公开(公告)日：2021-10-22
申请号：CN202110809421.9
申请日：2021-07-17
Applicant: 沈阳工程学院
Abstract: 本发明公布了一种基于NWP‑LSTM的短期光功率预测方法，该方法包括以下步骤：1.采集目标位置t‑1时刻、t时刻的实时气象数据以及t时刻的实时气象预报，并基于三次样条插值对采集的数据进行精度提升；2.建立基于长短期记忆神经网络的数值天气预报修正模型，将数值天气预报系统提供的不同位置的气象预报修正到目标光伏板处，增强数值天气预报与目标光伏板之间的关联性；3.计算功率数据与气象数据之间的相关性，并建立基于长短期记忆神经网络的短期功率预测模型。本发明能够较好的修正气象数据并提高短期光伏功率的预测精度，实现电网的经济和稳定运行。
-
公开(公告)号：CN112737435A
公开(公告)日：2021-04-30
申请号：CN202011550134.2
申请日：2020-12-24
Applicant: 沈阳工程学院
Abstract: 一种基于T‑S模糊滑模控制的步进电机抗干扰系统，属于电力系统技术领域，包括如下步骤，步骤一：设置两相混合式步进电机在自然坐标下的模型；步骤二：对自然坐标下的步进电机模型进行解耦：对模型进行d‑q同步旋转坐标轴变换；步骤三：建立两相混合式步进电机的T‑S模糊模型；步骤四：针对T‑S模糊模型进行变换和变量分解，选取合适的滑模面，建立适当的滑模函数确定滑动模型；步骤五:设计滑模控制律。本发明在模糊控制的基础上结合滑模控制，来提高控制系统的鲁棒性，保证步进电机的运行精确度。
-
公开(公告)号：CN112684698A
公开(公告)日：2021-04-20
申请号：CN202011547134.7
申请日：2020-12-24
Applicant: 沈阳工程学院
IPC: G05B13/02
Abstract: 本发明提供一种用于DC/DC变换器的分数阶模糊PID控制方法，涉及电力系统控制技术领域。步骤1、计算输入与输出之间的偏差量e(t)；步骤2、e(t)经过积分环节得到输出控制量KiD‑λe(t)；步骤3、e(t)经过微分环节得到输出控制量KdDμe(t)；步骤4、寻找参数并保存参数，判断是否为网格上最后一个点；步骤5、进行模糊推理；步骤6、进行解模糊；步骤7、得到输出控制量u(t)；步骤8、将u(t)作用于DC/DC变换器；本发明能够提升控制器的控制效果，使控制器具有更快、更鲁棒的响应；在控制的灵活性以及准确性上都有较大的改善，能够提高控制系统的稳定性，对改善恒功率负载的负阻抗特性导致的直流微电网中DC/DC变换器的不稳定问题将具有重大的意义。
-
公开(公告)号：CN111967688B
公开(公告)日：2024-02-23
申请号：CN202010909741.7
申请日：2020-09-02
Applicant: 沈阳工程学院
IPC: G06Q10/04 , G06Q50/06 , G06N3/0464
Abstract: 本发明公布了一种基于卡尔曼滤波器与卷积神经网络的电力负荷预测方法包括以下步骤：获取某地区的电力系统历史负荷数据，对历史负荷数据的异常数据进行处理；对影响电力负荷的因素进行分析与量化，将修正后的数据进行归一化；确定神经网络的输入输出数据，确定最优的隐含层的神经元个数，建立卷积神经网络；用训练好的卷积神经网络进行预测，并将预测的数据反归一化从而得到负荷预测值；根据时间序列模型和卷积神经网络预测值确定卡尔曼方程，时间序列模型的预测值作为卡尔曼滤波的真实值，卷积神经网络的预测值作为卡尔曼滤波的测量值，对电网负荷进行预测。本发明预测精度较高，可广泛应用于电力系统的负荷预测中。(56)对比文件张爽.基于改进卷积神经网络在短期负荷预测中的方法研究《.中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》.2020,(第7期),第C042-511页.Bui, DM 等.A Statistical Data-Filtering Method Proposed for Short-TermLoad Forecasting Models《.JOURNAL OFELECTRICAL ENGINEERING & TECHNOLOGY》.2020,第15卷(第5期),第1947-1967页.Xun Gong 等.A Generic LoadForecasting Method for AggregatedThermostatically Controlled Loads Basedon Convolutional Neural Networks《.2019IEEE Energy Conversion Congress andExposition (ECCE)》.2019,第495-502页.Hossein Javedani Sadaei 等.Short-termload forecasting by using a combinedmethod of convolutional neural networksand fuzzy time series《.Energy》.2019,第175卷第365-377页.
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.023 seconds)
