-
公开(公告)号：CN107632239A
公开(公告)日：2018-01-26
申请号：CN201710741133.8
申请日：2017-08-25
Applicant: 南京理工大学
IPC: G01R31/08
Abstract: 本发明公开了一种基于IMF能量熵的光伏送出线路故障选相方法。该方法包括以下步骤：获得光伏电站送出线路的三相故障分量电压和零序故障分量电压数据；分别对三相及零序故障分量电压进行EMD，自适应得到各个频带下的IMF分量；求出每个IMF分量与原信号间的相关系数序列，根据设定阈值筛选有效的IMF分量；根据有效IMF分量计算能量熵等故障特征参数，结合短路故障特性及特征参数的不同特点构建选相判据从而实现故障选相。本发明将EMD方法与能量熵概念相结合，适用于光伏电站送出线路光伏侧故障选相，能够在光伏侧进行正确动作，并且具有不受故障位置、过渡电阻和故障初始角大小等因素影响的特点，提高了光伏送出线路故障选相的准确性。
-
公开(公告)号：CN107579541A
公开(公告)日：2018-01-12
申请号：CN201710771291.8
申请日：2017-08-31
Applicant: 南京理工大学
IPC: H02J3/38
Abstract: 本发明公开了一种基于模式分析的光伏电站对多机系统低频振荡的抑制方法，步骤为：1)建立包括光伏阵列、逆变器及其控制模块在内的并网光伏电站动态模型；2)建立含光伏电站的多机电力系统状态方程及其线性化模型；3)以四机两区域系统为分析算例，对其线性化模型进行模式分析；4)采用无功调制法设计光伏广域阻尼控制器。本发明基于模式分析的光伏电站对多机系统低频振荡的抑制方法，能有效实现光伏发电系统阻尼控制，这降低了光伏并网对系统安全稳定水平可能带来的负面影响，提高了互联电力系统对光伏发电系统的接纳能力。
-
公开(公告)号：CN107579526A
公开(公告)日：2018-01-12
申请号：CN201710772152.7
申请日：2017-08-31
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于反步滑模的电力弹簧电压控制方法，首先根据电力弹簧的电路结构，建立电力弹簧的数学模型；接着以电力弹簧滤波电容电压及其导数为状态变量，构建包含参数摄动和外部扰动的电力弹簧控制系统非精确状态方程；最后以跟踪误差作为控制器的输入，将反步法与滑模变结构控制方法相结合，设计反馈控制律作用于脉冲宽度调制(PWM)，对电力弹簧的逆变电路进行控制。本发明将反步滑模控制方法应用于电力弹簧电压控制中，具有良好的稳态和动态特性，对参数摄动与外部扰动具有很强的鲁棒性，为电力弹簧控制系统的设计提供了一种思路，具有良好的工程应用前景。
-
公开(公告)号：CN107394821A
公开(公告)日：2017-11-24
申请号：CN201710741131.9
申请日：2017-08-25
Applicant: 南京理工大学
CPC classification number: H02J3/38 , H02J3/24 , H02J2003/007
Abstract: 本发明公开了一种基于自适应Terminal鲁棒滑模的VSG控制方法。该方法步骤如下：将带有储能的分布式电源等效为直流电压源，作为虚拟同步电机的原动机部分为整个系统提供电能；建立逆变器滤波参数、输出电压、并网点电压及电流与同步发电机各参数之间的对应关系；考虑含励磁系统和汽门调节的同步发电机四阶模型来模拟同步发电机特性，建立系统数学模型；根据系统两个输入变量的特点，确定两个非奇异的Terminal滑模面，实现解耦控制，得到逆变器基于Terminal鲁棒滑模控制的控制律；逆变器的控制律经过电压电流双环控制，得到脉冲宽度调制即PWM的驱动信号，对DC/AC变换器进行控制。本发明能够显著抑制系统振荡，提高电力系统稳定性，具有良好的工程应用前景。
-
公开(公告)号：CN106253338A
公开(公告)日：2016-12-21
申请号：CN201610698349.6
申请日：2016-08-21
Applicant: 南京理工大学
CPC classification number: H02J3/381 , H02J3/24 , H02J2003/007
Abstract: 本发明公开了一种基于自适应全局滑模控制的微电网稳定控制方法，步骤为：（1）针对微电网的并网运行与孤岛运行时的运行特性，分别建立逆变器系统的数学模型；（2）将自适应控制与滑模控制相结合，分别构建并网运行与孤岛运行时逆变器系统的自适应滑模控制模型；（3）将逆变器系统的自适应滑模控制模型作用于脉冲宽度调制PWM，对三相逆变器进行控制，从而实现微电网稳定的三相逆变器自适应滑模控制。本发明基于自适应全局滑模控制的微电网稳定控制方法，能够保证微电网在不同运行模式下的稳定性：在微电网并网运行时有效地抑制微电网与主电网交换功率波动，达到微电网与主电网交换功率可控；可以实现微电网在2种运行模式之间无缝切换。
-
Patent Agency Ranking
公开(公告)号：CN105978373A
公开(公告)日：2016-09-28
申请号：CN201610487493.5
申请日：2016-06-28
Applicant: 南京理工大学
Abstract: 本发明公开了一种实现微电网稳定的三相逆变器的逆推滑模控制方法及系统，所述方法首先以滤波电容电压与电感电流为控制变量建立逆变器系统的数学模型；之后将逆推法与滑模变结构控制方法相结合，构建逆变器系统的反馈控制模型；最后将逆变器系统的反馈控制模型作用于脉冲宽度调制，对三相逆变器进行控制，从而实现微电网稳定的三相逆变器逆推滑模控制。本发明的方法综合考虑工程应用实际，将逆推滑模控制方法应用于三相逆变器，具有良好的稳态和动态特性，对参数摄动与负载扰动具有很强的鲁棒性，不仅适用于线性、非线性及不平衡负载，且可推广到其他不同类型的三相逆变器中，为逆变器控制系统设计提供了一种思路，具有良好的工程应用前景。
-
公开(公告)号：CN115271150B
公开(公告)日：2025-05-06
申请号：CN202210545126.1
申请日：2022-05-19
Applicant: 南京理工大学
IPC: H02J3/00 , G06N3/045 , G06N3/0442 , G06N3/0985 , G06Q50/06 , G06N3/006
Abstract: 本发明公开了一种基于改进鲸鱼算法与神经网络的负荷预测方法，其包括：将神经网络损失函数作为改进鲸鱼算法的目标函数，将超参数记为改进鲸鱼算法的种群特征，建立超参数选取模型；使用非线性收敛因子平衡鲸鱼优化算法的全局搜索和局部开发；为包围猎物和螺旋运动的更新公式添加自适应权重和为种群更新添加随机差分变异来提高鲸鱼优化算法后期开发能力；为领导者添加随机扰动来提高算法精度；使用反向学习和准反向学习增加种群多样性；使用最优超参数建立预测模型，进行负荷预测。本发明可以简化超参数选取方法，提高鲸鱼优化算法的性能，增加神经网络所建负荷预测模型的精度和泛化能力，进一步提高负荷预测精度，帮助发电厂更好地制定发电计划和调度中心更合理地安排调度。
-
公开(公告)号：CN119765963A
公开(公告)日：2025-04-04
申请号：CN202411796590.3
申请日：2024-12-09
Applicant: 南京理工大学
IPC: H02M7/483
Abstract: 本发明公开了一种基于开关电容的七电平逆变器，拓扑结构使用1个直流电压源、2个电容、1个二极管和10个开关管实现了七电平交流输出。本发明具有3倍升压能力且在无需辅助电路的情况下，电容电压可以实现自平衡，各自电压分别维持在Vdc、2Vdc；与其他七电平逆变器相比，在相同输出电压等级下，本发明减少了器件使用的总数量，拥有较低的拓扑总电压应力，结构简单，体积较小，节约成本。
-
公开(公告)号：CN118484947A
公开(公告)日：2024-08-13
申请号：CN202410655970.9
申请日：2024-05-24
Applicant: 南京理工大学
IPC: G06F30/20 , G06Q50/06 , G06F16/901 , G06F119/02
Abstract: 本申请提供基于Neo4j图数据库的含分布式电源的配电网可靠性确定方法，包括：采用拉丁超立方抽样算法(LSH)和场景削减算法，得到了DG的随机出力模型，采用广度优先搜索和深度优先搜索算法进行孤岛的划分，基于Neo4j图数据库建立配电网可靠性模型，基于子图划分对图进行了简化，通过图数据库中最短路径查询与最小路法的结合进行可靠性计算。本发明对含分布式配电网运行可靠性进行准确评估，并提高了可靠性计算速度。
-
公开(公告)号：CN114465196B
公开(公告)日：2024-07-09
申请号：CN202210181960.7
申请日：2022-02-25
Applicant: 南京理工大学
Abstract: 本发明公开了一种适用于风电场接入配电网的线路重合方法，该方法步骤为：风电场接入配电网的线路发生故障时，线路差动保护动作，线路两侧断路器三相跳闸，风电场与大电网系统断开；建立深度神经网络DNN模型，学习计算风电场出口处电压频率与联络线初始潮流的非线性关系；将深度神经网络DNN模型的预测值与防孤岛保护整定值比较，确定风电场运行情况，配置匹配的风电场侧重合闸策略。本发明解决了风电场低电压穿越、防孤岛保护和重合闸动作时间逻辑上的矛盾，提高了风电场接入配电网重合闸动作成功率。
-
-
-
-
-
-
-
-
-
Search Results
130
records
(took 0.031 seconds)
