-
公开(公告)号：CN114522363A
公开(公告)日：2022-05-24
申请号：CN202210170754.6
申请日：2022-02-24
Applicant: 长沙理工大学
Abstract: 一种适用于变电站磷酸铁锂电池直流系统的三级防火策略，是先由BMS电池管理系统负责调节磷酸铁锂电池的温度、电压等，以保证磷酸铁锂电池不会过充、过放，并以温度、可燃气体浓度、烟雾以及明火为指标设置传感器提出四级预警控制策略；倘若火灾不慎发生，可由气体灭火系统和细水雾灭火系统组成的综合灭火系统作为二级防火策略进行综合灭火，防止复燃；当内部防火措施均失效时候，电池预制舱外设置防火墙作为三级防火策略与其他相邻部分进行隔离，避免火势蔓延。通过三级灭火防火策略，能有效预防变电站直流电源系统火灾，对于提高变电站直流系统运行的安全性有重要的意义。
-
Patent Agency Ranking
公开(公告)号：CN106338651A
公开(公告)日：2017-01-18
申请号：CN201610773422.1
申请日：2016-08-31
Applicant: 长沙理工大学
IPC: G01R23/165
Abstract: 一种应用于电力系统低频振荡模式识别的粒子滤波分析方法，是通过获取电力系统低频振荡时的信号，建立状态方程和观测方程，选定对象(包含频率、幅值、相位、衰减系数等参数)作为粒子，对粒子集进行初始化，通过先验概率密度函数生成采样粒子，对采样粒子进行重要性采样和重采样，迭代结束后得到粒子的最优状态估计，再对最优状态进行参数估计，并将参数最优估计值与原始信号进行拟合，以确定低频振荡模式的各个参数是否正确，从而辨识出低频振荡模式。本发明的粒子滤波不需要对系统作任何先验性假设，在处理复杂的非线性、非高斯的电力系统问题上，精度和可靠度都有了很大的提升，能够更好的估计出低频振荡的各个参数。
-
公开(公告)号：CN106405237A
公开(公告)日：2017-02-15
申请号：CN201610784072.9
申请日：2016-08-31
Applicant: 长沙理工大学
IPC: G01R23/165
Abstract: 一种应用于多通道电力系统信号中的低频振荡模式识别的分析方法，该方法是先获取多通道电力系统低频振荡时的振荡源信号，再将振荡源信号用独立分量分析算法(ICA)进行分离，使多通道的时变信号分离成相互独立的统计独立分量，消除非周期噪声，然后通过粒子滤波算法对其进行参数估计，得到系统的最优参数估计值，最后与最初获取的振荡源信号进行拟合，通过拟合误差的大小确定低频振荡模式的各个参数是否正确，从而辨识出各通道低频振荡信号的模式。本方法将独立分量分析算法与粒子滤波算法相结合地进行分析，能提高多通道系统分析的可靠性以及精确度。
-
公开(公告)号：CN118868171A
公开(公告)日：2024-10-29
申请号：CN202411032488.6
申请日：2024-07-30
Applicant: 长沙理工大学
IPC: H02J3/28 , H02J3/00 , G06Q30/0204 , G06F18/23213 , H02J3/38 , G06Q50/06
Abstract: 本发明提供了一种光伏电站储能选址定容规划方法、系统、设备及介质，属于电力系统光伏储能优化配置领域，其方法包括如下步骤：获取光伏辐射量的全年历史数据，对光伏辐射量的全年历史数据从日平均光伏出力、日光伏出力波动率和日光伏出力分布偏度进行光伏出力场景聚类，得到多个光伏出力场景及每个光伏出力场景所占的比重；根据分布式光伏和储能电池在配电网中的经济性指标、可靠性指标和环保性指标构建光伏场景聚类的多目标光储选址定容规划模型；分析经济性指标、可靠性指标和环保性指标的权重，对多目标光储选址定容规划模型进行求解，得到各个光伏出力场景的选址定容方案。本发明能够更准确刻画光伏出力的不确定性。
-
公开(公告)号：CN106338651B
公开(公告)日：2018-09-14
申请号：CN201610773422.1
申请日：2016-08-31
Applicant: 长沙理工大学
IPC: G01R23/165
Abstract: 一种应用于电力系统低频振荡模式识别的粒子滤波分析方法，是通过获取电力系统低频振荡时的信号，建立状态方程和观测方程，选定对象(包含频率、幅值、相位、衰减系数等参数)作为粒子，对粒子集进行初始化，通过先验概率密度函数生成采样粒子，对采样粒子进行重要性采样和重采样，迭代结束后得到粒子的最优状态估计，再对最优状态进行参数估计，并将参数最优估计值与原始信号进行拟合，以确定低频振荡模式的各个参数是否正确，从而辨识出低频振荡模式。本发明的粒子滤波不需要对系统作任何先验性假设，在处理复杂的非线性、非高斯的电力系统问题上，精度和可靠度都有了很大的提升，能够更好的估计出低频振荡的各个参数。
-
公开(公告)号：CN106405237B
公开(公告)日：2018-10-02
申请号：CN201610784072.9
申请日：2016-08-31
Applicant: 长沙理工大学
IPC: G01R23/165
Abstract: 一种应用于多通道电力系统信号中的低频振荡模式识别的分析方法，该方法是先获取多通道电力系统低频振荡时的振荡源信号，再将振荡源信号用独立分量分析算法(ICA)进行分离，使多通道的时变信号分离成相互独立的统计独立分量，消除非周期噪声，然后通过粒子滤波算法对其进行参数估计，得到系统的最优参数估计值，最后与最初获取的振荡源信号进行拟合，通过拟合误差的大小确定低频振荡模式的各个参数是否正确，从而辨识出各通道低频振荡信号的模式。本方法将独立分量分析算法与粒子滤波算法相结合地进行分析，能提高多通道系统分析的可靠性以及精确度。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
