-
公开(公告)号：CN110912204A
公开(公告)日：2020-03-24
申请号：CN201911144714.9
申请日：2019-11-20
Applicant: 天津大学
Abstract: 本发明公开了一种适用于热电耦合太阳能联产的惯性功率协调控制系统，包括有如下阶段：(1)建立太阳能热发电子系统模型；(2)建立燃气轮机子系统模型；(3)建立余热锅炉及汽轮机数学模型；(4)对太阳能热电联产系统热电转换数学关系分析；(5)加入惯性功率补偿环节；(6)应用灰狼算法进行时间常数的优化，提升系统性能，本发明适用于多种设备并网发电的综合能源系统，能改善由于响应速度问题导致系统性能下降的问题。
-
公开(公告)号：CN110556841A
公开(公告)日：2019-12-10
申请号：CN201910810019.5
申请日：2019-08-29
Applicant: 天津大学
Inventor： 杨挺
Abstract: 本发明公开了一种计及无线通信时延的孤岛微电网频率控制器设计方法，包括以下步骤：基于M/M/1型排队论建立考虑网络通信负载变化的级联时变时延模型；基于电力系统的连续时间特性，建立微电网分布式发电系统的连续时间频率控制模型；采用分段积分对连续时间频率控制模型进行处理，建立考虑级联时变时延模型的离散时间分布式发电系统频率控制模型；基于离散时间分布式发电系统频率控制模型，针对由网络负载变化造成的时变时延，结合控制理论中的离散随机控制原理，采用线性二次高斯控制方法设计控制器，减小无线网络中通信时延对微电网频率稳定性的影响。本发明减小了网络化控制中的时变通信时延对微电网频率稳定性的影响。
-
-
公开(公告)号：CN113949064A
公开(公告)日：2022-01-18
申请号：CN202111300633.0
申请日：2021-11-04
Applicant: 国网宁夏电力有限公司电力科学研究院 , 天津大学
IPC: H02J3/00
Abstract: 一种基于逆向行为重构的负荷频率容错控制系统，信息采集模块：利用设置在被控系统的传感器采集感知被控系统的运行参数，根据接收的运行参数产生对应的被控系统输出量y'(t)。控制器库模块针对预计的信息/物理故障，设计对应的控制器以保证故障系统的动态性能，形成控制器库，基本控制器库中控制器数量为M+N；逆向行为重构模块根据被控系统输出量y'(t)、控制指令u'(t)以及控制器库，以并行方式逆向重构被控系统的动态行为，并获得重构的参考输入性能指标计算模块将被控系统输出量y'(t)、重构的参考输入做均方根误差计算，以获得性能指标MSE；控制器选择模块选择与最小的性能指标MSE对应的控制器投入。本发明还提供一种基于逆向行为重构的负荷频率容错控制方法。
-
公开(公告)号：CN113378453A
公开(公告)日：2021-09-10
申请号：CN202110509527.7
申请日：2021-05-11
Applicant: 天津大学
IPC: G06F30/27 , G06N3/04 , G06F111/08 , G06F119/02 , G06F119/08 , G06F119/14
Abstract: 本发明涉及一种基于深度信念网络的智能电能表失效率在线预计方法，包括以下步骤：步骤1、计算关键元器件基本失效率；步骤2、计算智能电能表基本失效率；步骤3、计算出智能电能表实际失效率；步骤4、搭建深度信念网络模型，确定网络的输入为步骤2中的智能电能表基本失效率及现场环境温度和现场工作电应力水平、输出为步骤3中的智能电能表实际失效率；步骤5、对步骤4所搭建深度信念网络模型进行训练，向网络中输入待预计电能表的基本失效率、实时的现场温度和实时的电应力水平，网络的输出即为预计的电能表失效率。本发明能够得出符合工作剖面的智能电能表失效率，为智能电能表的现场检测维修、前期可靠性设计等工作提供重要参考。
-
Patent Agency Ranking
公开(公告)号：CN112383433A
公开(公告)日：2021-02-19
申请号：CN202011271139.1
申请日：2020-11-13
Applicant: 天津大学
IPC: H04L12/24
Abstract: 一种面向区域电网CPS稳定控制的边缘计算优化配置方法，包括：分别进行端到端的信息实时度、信息准确度和信息完整度指标量化计算，并采用小干扰电压变化观测方法量化电力稳定性标度；综合CPS网络中对信息稳定性和电力稳定性的量化分析，计及信息侧和电力侧的约束条件，建立基于信息‑电力混合熵理论的边缘计算节点部署配置模型；采用二进制粒子群算法求解边缘计算节点部署配置模型。本发明解决了传统区域电网CPS的物理系统和信息系统间统一建模难题。本发明可有效提升对网络状态获取时效性，并实现对区域电网本地控制快速响应，在进行负荷频率控制时较集中式控制具有更好的动态性能，保障系统可靠稳定运行。
-
公开(公告)号：CN106547854A
公开(公告)日：2017-03-29
申请号：CN201610912588.7
申请日：2016-10-20
Applicant: 天津大学
CPC classification number: Y02D10/45 , G06F16/1827 , G06F16/13 , G06N3/006
Abstract: 一种基于贪心萤火虫算法的分布式文件系统存储优化节能方法：建立HDFS集群存储数据块与DataNode节点的超图存储模型；依据存储数据块访问次数Nv确定各存储数据块的活跃副本所述活跃副本 是处于活跃状态的DataNode节点上的存储数据块副本个数；建立HDFS活跃副本覆盖的超图横贯模型；求解超图存储模型的活跃副本 覆盖极小集。本发明准确表述了存储数据块和DataNode节点间的多对多的关系，突破现有方法数据块的副本个数恒定的局限。在保证数据块可用性的前提下，使用贪心萤火虫算法求解超图模型的活跃副本 覆盖极小集，依据极小覆盖集确定最优的DataNode节点开启集合，实现HDFS集群节能。
-
公开(公告)号：CN103983850B
公开(公告)日：2016-08-31
申请号：CN201410201815.6
申请日：2014-05-13
Applicant: 天津大学
IPC: G01R23/16
Abstract: 一种基于压缩感知的电力系统谐波压缩信号重构与检测方法，包括：将电力系统谐波原始信号和由二进稀疏随机测量矩阵作为电力系统谐波数据压缩采样的测量矩阵，同时送入混频器进行模拟域下的压缩采样，进而对模拟信号进行A/D转换，得到压缩采样值；确定压缩感知稀疏基为离散傅里叶变换基；进行基波滤除的初始化；进行基波滤除；检测基波分量的频率、幅值和相位；滤除压缩采样值中的基波成分；对谱投影梯度法进行参数初始化；利用谱投影梯度法重构出谐波分量的稀疏向量估计值；检测谐波分量的频率、幅值和相位；完成对电力系统谐波原始信号的重构。本发明解决了现有恢复算法均未考虑谐波信号中基波分量对信号重构的影响而使恢复效果不十分理想这一缺陷。
-
公开(公告)号：CN104035868B
公开(公告)日：2016-08-24
申请号：CN201410260630.2
申请日：2014-06-12
Applicant: 天津大学
IPC: G06F11/36
CPC classification number: G06F17/11 , G06F9/45558 , G06F11/008 , G06F11/36 , G06F17/16 , G06F2009/4557 , G06F2009/45583 , G06F2009/45591 , G06F2009/45595
Abstract: 本发明公开了一种对角加边模型分解协调计算的数据中心求解方法，在求解过程中，首先用已有的网络分块法对电力网络进行分块和设定虚拟机参数，建立能效优先的装箱模型，将对角加边模型分解协调算法计算流程中的每一个步骤设定为一个任务，通过服务器承载虚拟机，虚拟机承载任务的映射方式，用数据中心对对角加边模型分解协调算法进行求解，最后得到整个计算过程的时间和数据中心的能耗。本发明能够缩短对角加边模型分解协调算法的计算时间和降低数据中心能耗，并且，随着电力节点网络计算规模和复杂度的增加，采用数据中心计算的优势就越明显。
-
公开(公告)号：CN104035868A
公开(公告)日：2014-09-10
申请号：CN201410260630.2
申请日：2014-06-12
Applicant: 天津大学
IPC: G06F11/36
CPC classification number: G06F17/11 , G06F9/45558 , G06F11/008 , G06F11/36 , G06F17/16 , G06F2009/4557 , G06F2009/45583 , G06F2009/45591 , G06F2009/45595
Abstract: 本发明公开了一种对角加边模型分解协调计算的数据中心求解方法，在求解过程中，首先用已有的网络分块法对电力网络进行分块和设定虚拟机参数，建立能效优先的装箱模型，将对角加边模型分解协调算法计算流程中的每一个步骤设定为一个任务，通过服务器承载虚拟机，虚拟机承载任务的映射方式，用数据中心对对角加边模型分解协调算法进行求解，最后得到整个计算过程的时间和数据中心的能耗。本发明能够缩短对角加边模型分解协调算法的计算时间和降低数据中心能耗，并且，随着电力节点网络计算规模和复杂度的增加，采用数据中心计算的优势就越明显。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.072 seconds)
