计及成本和可靠性的直流微网光伏-风能系统配置优化方法

    公开(公告)号:CN107565602B

    公开(公告)日:2019-10-01

    申请号:CN201710973246.0

    申请日:2017-10-18

    申请人: 集美大学

    IPC分类号: H02J3/38

    摘要: 本发明提供一种计及成本和可靠性的直流微网光伏‑风能系统配置优化方法,包括以下步骤:计算成本Cost、获取可靠性为A;通过最小化式Cost和最大化式DNM来求解APV、AWind、PCap和;本发明可以比单目标优化方法在计及设备成本和能源获取可靠性之间得到更优化的配置结构,并适用于并网和孤岛两种模式。

    一种基于卡尔曼滤波器的输电线路早期故障检测方法

    公开(公告)号:CN107329049B

    公开(公告)日:2019-07-02

    申请号:CN201710717263.8

    申请日:2017-08-21

    申请人: 集美大学

    IPC分类号: G01R31/08

    摘要: 本发明涉及一种基于卡尔曼滤波器的输电线路状态检测方法,包括下列步骤:对输电线路的监测电流信号进行卡尔曼滤波器缓慢动态估计获得估计电流信号;将输电线路的监测电流信号与估计电流信号作比较,并将监测电流和估计电流之间的差值作为第一标准信号;将第一标准信号与输电线路的故障状态电流阈值进行比较,并根据比较结果做出初步诊断;对输电线路的监测电压信号进行卡尔曼滤波器快速动态估计获得估计电压信号;对估计电压信号进行方波拟合,再将拟合的方波电压信号的绝对值与均值的差值作为第二标准信号;将第二标准信号与输电线路的轻度早期故障状态电压阈值进行比较,并根据比较结果来肯定或否定初步诊断。

    一种船板厚度测量装置
    3.
    发明公开

    公开(公告)号:CN103673939A

    公开(公告)日:2014-03-26

    申请号:CN201310701736.7

    申请日:2013-12-19

    申请人: 集美大学

    发明人: 蒋德松 黄玉燕

    IPC分类号: G01B17/02

    摘要: 本发明公开一种船板厚度测量装置,执行机构安装在爬壁机器人上,而压力传感器及超声波测厚传感器安装在执行机构上;控制单元分别与爬壁机器人、压力传感器、超声波测厚传感器及执行机构电性连接;耦合剂容器安装在支架上,容器压头安装在耦合剂容器上部,容器压头与耦合剂容器之间安装有复位弹簧,容器压头通过软管与涂抹头连接,涂抹头一侧与推杆连接,另一侧与复位弹簧连接;顶杆活动安装在支架中,且在顶杆与支架之间设置有复位弹簧,顶杆下端安装楔形块、压力传感器及超声波测厚传感器;凸轮轴与步进电机的转轴连接,压头凸轮与顶杆凸轮交错安装在凸轮轴上。本发明获得更加均匀的测厚点,提高了测厚效率,减小劳动强度,降低人工成本,节省工时。

    一种船舶电网故障重构方法、终端设备及介质

    公开(公告)号:CN118611040A

    公开(公告)日:2024-09-06

    申请号:CN202410649175.9

    申请日:2024-05-23

    申请人: 集美大学

    IPC分类号: H02J3/00

    摘要: 本发明涉及一种船舶电网故障重构方法、终端设备及介质,该方法中包括:构建船舶电网模型;构建基于深度强化学习的船舶电网故障重构模型,并定义状态空间、动作空间和奖励函数;其中,状态空间包括:节点电压、支路电流、开关状态、电源总的输出功率和故障线路;动作空间包括各线路的开关状态;奖励函数与潮流计算是否成功有关,当计算成功时,奖励函数由最大负荷供电、最小网损运行、最小开关次数和电压越限惩罚组成;基于船舶电力系统的故障数据对模型进行训练后,通过训练后的模型进行船舶电力系统发生电网故障后的重构。本发明可以在多能源系统故障和多线路故障下以最少开关次数达到最佳的运行拓扑结构,保证不同优先级负荷的供电可靠性。

    一种基于动力学行为的孤岛式电力系统潜隐故障预测方法

    公开(公告)号:CN106981873A

    公开(公告)日:2017-07-25

    申请号:CN201710279276.1

    申请日:2017-04-25

    IPC分类号: H02J3/00

    摘要: 本发明公开一种基于动力学行为的孤岛式电力系统潜隐故障预测方法,包括如下两大步骤:步骤1、利用电力系统演变发展的分岔动力学行为特征来辨识潜隐故障的实现步骤;步骤2、电力系统潜隐故障预测步骤。与现有技术相比,本发明提供的本发明的基于动力学行为的孤岛式电力系统潜隐故障预测方法,能识别电力系统正在发展演变的潜隐故障并预测其可能发生的概率,使移动载体(飞机或船舶)能在有利的工作环境中实现隐患系统或设备的修复,为避免破坏性故障的发生提供条件。

    基于增量学习的电力变换器故障诊断方法

    公开(公告)号:CN116049728A

    公开(公告)日:2023-05-02

    申请号:CN202211383311.1

    申请日:2022-11-03

    申请人: 集美大学

    摘要: 本发明涉及一种基于增量学习的电力变换器故障诊断方法。首先,应用残差网络得到的原始数据的深层特征表示,然后将得到的特征和对应标签对宽度学习系统进行更新。对于新收集的数据,通过残差网络的自动特征提取,再对BLS进行节点扩展来识别新的故障模式,实现故障模式的增量学习,通过电机驱动的变换器故障诊断验证了所提方法的有效性。实验结果表明,该方法能有效地更新诊断模型来增量学习新的故障类别和新的故障模式。