基于嵌套K-means聚类的台区电压质量分类方法

    公开(公告)号:CN117290746A

    公开(公告)日:2023-12-26

    申请号:CN202311413449.6

    申请日:2023-10-27

    Abstract: 本发明涉及一种基于嵌套K‑means聚类的台区电压质量分类方法,包括以下步骤:获取每台配变电压数据并进行预处理;基于K‑means聚类方法,将经过预处理后的配变电压数据进行初次聚类,获得初次分类结果;基于所述初次分类结果分析配变电压的越限情况,若为越限,则采用K‑means聚类方法进行二次聚类,若为未越限,则输出初次分类结果为最终的聚类结果;对二次聚类的聚类结果进行区分度分析,判断区分度是否明显,若是,则输出二次聚类的聚类结果为最终的聚类结果,若否,则重复所述二次聚类和区分度分析过程,直至输出最终的聚类结果,获得台区电压质量分类结果。与现有技术相比,本发明具有提高台区电压质量分类准确性等优点。

    一种异步电机无速度传感器矢量控制方法

    公开(公告)号:CN111146994B

    公开(公告)日:2023-04-14

    申请号:CN201911359389.8

    申请日:2019-12-25

    Abstract: 本发明涉及一种异步电机无速度传感器矢量控制方法,该方法包括以下步骤:转子磁场定向负载角校正步骤:根据d‑q同步旋转坐标下的电流和电压信号,基于负载角补偿校正进行转子磁场准确定向,并基于转速闭环调节控制步骤的结果控制励磁电流给定值或对转差频率进行矫正;转速闭环调节控制步骤:根据转速给定信号和转速重构模块得到的转速重构信号构建转速闭环,获取控制系统的q轴电流给定值或转差频率,并通过转速重构模块得到的转速重构信号进行角速度换算后,结合转差频率获取定子角频率。与现有技术相比,本发明解决了转子磁场准确定向的技术难题,并在此基础上重构电机转速信号,具有良好的准确性和鲁棒性等优点。

    一种异步电机转子磁场准确定向的矢量控制方法

    公开(公告)号:CN111092578B

    公开(公告)日:2023-04-14

    申请号:CN201911359398.7

    申请日:2019-12-25

    Abstract: 本发明涉及一种异步电机转子磁场准确定向的矢量控制方法,利用d‑q同步旋转坐标下的电流和电压信号,构造不含定子电阻、转子电阻的异步电机负载角参考模型和可调模型,将两种模型负载角的正切值做差,经PI调节器对转子磁链与定子电流之间的相角差直接进行补偿校正,结合变频调速控制系统中变流器的类型,调整负载角闭环矫正后的输出信号,完成异步电机转子磁场的准确定向。与现有技术相比,本发明将隐含在磁链辨识、参数辨识、解耦控制相互交织之中的磁场准确定向问题分离解脱出来,独辟蹊径,通过对异步电机负载角的补偿校正控制,独立完成转子磁场定向,具有定向准确、控制策略简捷、鲁棒性好等优点。

    基于天气分型的水平面总辐射和散射辐射预测方法

    公开(公告)号:CN115900936A

    公开(公告)日:2023-04-04

    申请号:CN202211385657.5

    申请日:2022-11-07

    Abstract: 本发明提供一种基于天气分型的水平面总辐射和散射辐射预测方法,基于日照百分率来进行天气类型划分,对于各个天气类型,选择预测误差最小的水平面总辐射计算模型和直散分离模型,并将与天气类型相关度高的气象环境因子引入直散分离模型进行了进一步修正,因此能够提高水平面总辐射和散射辐射预测的准确性。特别地,由于本发明的方法中基于日照百分率进行天气分型,无需基于水平面总辐射计算清晰度指数,并利用级联模型,将最优水平面总辐射计算模型预测得的该地区的水平面总辐射作为下一级最优直散分离模型的输入,因此本发明的方法可适用于无水平面总辐射观测地区,为这些地区提供准确的预测,适用性更强。

    一种基于天气分型的光伏功率预测方法

    公开(公告)号:CN113837426A

    公开(公告)日:2021-12-24

    申请号:CN202011366059.4

    申请日:2020-11-29

    Abstract: 本发明涉及一种基于天气分型的光伏功率预测方法,包括:S1:获取当地历史数据;S2:针对历史数据根据数据中的总云量进行分类,总云量低于或等于2成的分为天气类型1,总云量大于2成的进一步进行分类;S3:针对需要进一步分类的对应部分数据,利用数据中的日照百分率、直射比和修正大气清晰度指数计算得到天气类型指数SCF,并按照SCF的大小范围进一步划分为天气类型2、天气类型3和天气类型4;S4:4种天气类型进行输入因子诊断分析后选用不同的输入因子;S5:对输入变量进行主成分分析降维后,使用统计学模型区分天气类型进行训练建模,继而进行光伏出力预测。本发明具有减小光伏功率预测的误差,精度高,天气类型的识别效果更好等优点。

Patent Agency Ranking