-
公开(公告)号：CN115392044A
公开(公告)日：2022-11-25
申请号：CN202211109742.9
申请日：2022-09-13
Applicant: 重庆邮电大学
IPC: G06F30/20 , G06F30/18 , G06F113/04
Abstract: 本发明涉及融合QS状态估计数据和PSASP离线仿真数据的方法，属于电力系统仿真分析领域。该方法包括：S1：分别解析QS和PSASP数据，分别建立无向图；S2：分别针对QS和PSASP数据中的连通子图，建立以厂站为顶点、以站间联络元件及站内元件为边的厂站拓扑连通图；S4：遍历QS数据对应的厂站拓扑连通图顶点，根据QS厂站名及其电压等级，在PSASP厂站拓扑连通图中找到相匹配的厂站；S5：针对QS厂站站内或站间元件，基于QS和PSASP厂站之间的对应关系，并根据元件名称相似度和匹配原则，在PSASP数据中找到匹配元件；S6：对新建PSASP工程中以cdb和cpar开头的数据表执行插入记录操作。
-
公开(公告)号：CN114677532B
公开(公告)日：2024-05-28
申请号：CN202210418843.8
申请日：2022-04-20
Applicant: 重庆邮电大学
IPC: G06V10/762
Abstract: 本发明涉及一种利用出厂数据和特性曲线的感应电动机参数辨识方法，属于感应电动机参数辨识领域。该方法包括以下步骤：S1：利用图像识别，将感应电动机转矩‑滑差特性曲线和定子电流‑滑差特性曲线转化为离散的数据点，构建感应电动机特性曲线数据集；S2：利用聚类分析，对感应电动机特性曲线数据集开展分段聚类，以便简化特性曲线数据集；S3：基于得到的特性曲线简化数据集以及感应电动机铭牌数据，构建感应电动机参数辨识优化模型；S4：对感应电动机参数辨识优化模型进行求解。本发明可以有效解决目前对感应电动机出厂数据量利用不充分的问题，提高参数辨识的精度，同时本发明引入聚类分析提高了在参数辨识时优化算法的收敛特性。
-
公开(公告)号：CN115438616A
公开(公告)日：2022-12-06
申请号：CN202211160051.1
申请日：2022-09-22
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种计及临界稳定特性的感应电动机群等值方法，属于电动机技术领域。该方法包括以下步骤：S1：建立表征感应电动机群临界稳定特性强弱的指标；S2：结合聚类分析算法，将感应电动机群分为稳定性不同的3组；S3：根据感应电动机群负荷等值的基本原则，求解等值感应电动机电气参数；本发明的有益效果为：根据感应电动机临界稳定特性对感应电动机群进行了合理的分组，有效提高了感应电动机群等值模型在不同的故障情况下的准确性。
-
公开(公告)号：CN112784500B
公开(公告)日：2022-07-01
申请号：CN202110304189.3
申请日：2021-03-22
Applicant: 重庆邮电大学
IPC: G06F30/27 , G06N3/08 , G06F111/04
Abstract: 本发明涉及一种基于深度学习和PSCAD的电磁暂态仿真模型的敏捷生成方法，属于电力系统仿真建模领域，包括以下步骤：S1：采用卷积神经网络与多目标检测算法模型结合的方式建立电力系统识别模型；S2：基于矢量数据分析，构建电力系统拓扑判据；S3：基于训练完成的电力系统识别模型以及拓扑判据，识别电力系统图形文件，进而生成符合仿真软件PSCAD要求的电磁暂态仿真模型文件。本发明方法将深度学习技术应用到电力系统仿真建模中，能基于电力系统图形文件快速建立电磁暂态仿真模型，可提高仿真建模的效率，并降低仿真人员的工作强度。
-
公开(公告)号：CN112784500A
公开(公告)日：2021-05-11
申请号：CN202110304189.3
申请日：2021-03-22
Applicant: 重庆邮电大学
IPC: G06F30/27 , G06N3/08 , G06F111/04
Abstract: 本发明涉及一种基于深度学习和PSCAD的电磁暂态仿真模型的敏捷生成方法，属于电力系统仿真建模领域，包括以下步骤：S1：采用卷积神经网络与多目标检测算法模型结合的方式建立电力系统识别模型；S2：基于矢量数据分析，构建电力系统拓扑判据；S3：基于训练完成的电力系统识别模型以及拓扑判据，识别电力系统图形文件，进而生成符合仿真软件PSCAD要求的电磁暂态仿真模型文件。本发明方法将深度学习技术应用到电力系统仿真建模中，能基于电力系统图形文件快速建立电磁暂态仿真模型，可提高仿真建模的效率，并降低仿真人员的工作强度。
-
Patent Agency Ranking
公开(公告)号：CN118656696A
公开(公告)日：2024-09-17
申请号：CN202410714776.3
申请日：2024-06-04
Applicant: 重庆邮电大学
IPC: G06F18/241 , G06F18/213 , G06N3/0499 , G06N3/084 , G06N3/0985 , G06N3/09 , G06Q50/06
Abstract: 本发明涉及一种配电网电压薄弱台区预测方法，属于配电网技术领域。该方法包含以下步骤：S1：获取配电网中台区数据；S2：根据电压将台区分类为正常台区和电压薄弱台区，并打上标签；S3：将台区数据作为输入，台区分类结果作为输出，对BP神经网络模型进行训练；S4：利用已经训练好的BP神经网络模型对配电网中其他台区进行预测，从而找出电压薄弱台区。本发明通过带标签的监督学习算法，对配电网台区电压薄弱点进行预测，保证了预测结果的准确性。
-
公开(公告)号：CN113627014B
公开(公告)日：2024-05-17
申请号：CN202110914933.1
申请日：2021-08-10
Applicant: 重庆邮电大学
IPC: G06F30/20 , G06F113/06
Abstract: 本发明涉及一种面向PSD‑BPA快速生成风电场集电线路、箱变和发电机组模型的方法，属于电力系统技术领域，包括以下步骤：S1：建立风电场集电线路、箱变和发电机组的典型参数库；S2：读取收集到的集电线路、箱变以及发电机组数据；S3：自动生成描述节点名称的哈希表；S4：自动生成集电线路、箱变、发电机组模型参数的中间表达形式；S5：自动生成符合PSD‑PA格式要求的稳态和暂态仿真数据。本发明显著减少了PSD‑BPA用户人工建模的工作量，有效避免了繁琐的参数转换、数据录入以及数据核对工作，有助于PSD‑BPA用户快速建立风电场仿真模型，具有工程实用性强的优点。
-
公开(公告)号：CN116826844A
公开(公告)日：2023-09-29
申请号：CN202310823604.5
申请日：2023-07-06
Applicant: 重庆邮电大学
IPC: H02J3/38 , H02M7/42 , H02M7/493 , H02S40/32 , G06F30/20 , G06V10/28 , G06V10/44 , G06F113/04 , G06F119/06
Abstract: 本发明涉及一种面向PSASP的光伏逆变器模型辨识方法，属于光伏逆变器领域。该方法包括：对低电压穿越测试曲线开展图像识别；调用PSASP暂态稳定仿真程序开展一次无故障仿真；基于不同跌落幅度下的电压测试数据，确定低电压切机判据；计算有功电流恢复斜率和穿越恢复起点控制参数；判断有功或无功电流控制方式是否可直接确定，并计算有功、无功电流控制参数；对本地级控制器变流器参数进行辨识；读取运行参数文件，定位逆变器模型控制参数所处位置，并将其写入对应位置；通过仿真判断哪种控制方式下与实测数据偏差最小，选择偏差最小的控制方式作为最优控制方式，此时的参数值为最优辨识结果。
-
公开(公告)号：CN115034069A
公开(公告)日：2022-09-09
申请号：CN202210699155.3
申请日：2022-06-20
Applicant: 重庆邮电大学
IPC: G06F30/20 , G06V30/18 , G06V30/422
Abstract: 本发明涉及一种由图像文件自动生成Simulink控制系统模型的快速建模方法，属于电力系统控制设备的仿真建模技术领域。该方法包括：S1：读取描述控制系统传递函数方框图的图像文件；S2：对步骤S1读取的图像文件预处理，然后识别并提取传递函数方框图中各环节的位置坐标和类型等信息；S3：提取传递函数方框图之间的连接方式，包括信号线端点、拐点以及信号引出点的坐标信息；S4：自动生成Simulink格式的控制系统仿真模型文件。本发明将计算机图像识别技术应用于动态系统的仿真建模，基于控制系统的传递函数方框图快速生成Simulink仿真模型文件，可有效减少仿真人员手动建模的工作量，提高控制系统的仿真建模效率。
-
公开(公告)号：CN120016497A
公开(公告)日：2025-05-16
申请号：CN202510092281.6
申请日：2025-01-21
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种考虑VSC控制策略的交直流混合配电网电压预测方法，属于配电网技术领域。该方法包含以下步骤：S1：获取交直流混合配电网运行数据包括节点电压、节点有功功率、节点无功功率、时间特征、天气特征、VSC控制策略等数据，并对VSC节点进行处理；S2：对配电网运行数据与待预测节点电压进行相关性分析，选取与待预测节点电压具有强相关性的数据作为预测模型输入样本数据，并将样本数据按比例划分为训练集和测试集；S3：建立考虑VSC控制策略的电压预测模型，并分别在混合配电网的交流侧与直流侧使用训练集数据进行训练，同时使用测试集数据对预测效果进行验证。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.024 seconds)
