电网系统多目标优化方法
    5.
    发明公开

    公开(公告)号:CN117332612A

    公开(公告)日:2024-01-02

    申请号:CN202311407295.X

    申请日:2023-10-26

    Inventor: 陈彦朴 王震华

    Abstract: 本公开涉及电网系统多目标优化方法。包括:获取电网系统中多个设备分别对应的初始变量值;通过改变多个初始变量值,对应得到多个当前变量值;基于多个当前变量值,确定多个目标分别对应的当前函数值;将每个当前函数值与目标集合中子集中的对应的函数值比较,已更新目标集合。通过初始变量值方便的获取当前迭代的变量值,能够降低计算成本,并通过多目标比对能够快速高效的得到多个帕累托最优形成优化的集合。降低了时间成本,同时减轻了计算资源需求,使得能够在嵌入式系统以及资源受限的环境中实现优化。

    深海测风雷达多源互补供电系统
    6.
    发明公开

    公开(公告)号:CN116647023A

    公开(公告)日:2023-08-25

    申请号:CN202211008014.9

    申请日:2022-08-22

    Abstract: 本发明涉及深海测风雷达多源互补供电系统,包括连接在海上浮标上表面的光伏发电单元,光伏发电单元与蓄电池组连接,蓄电池组与控制器连接;控制器被配置为:获取蓄电池组中每节电芯的电压、放电电流、温度和内电阻信息,根据电池开路电压曲线经积分处理得到每节电芯的基础SOC值,通过二维查值表,得到优化后的电池剩余可用能量。通过积分实现蓄电池基本SOC估算,在电池管理系统的控制下单独完成容量标定和SOC标定。通过查值表法,得出经校正后的最新电池系统容量和SOC标定值,并以此做为后续电池充放电管理的依据,经此得出的SOC值误差小,同时在长时间累积过程中会避免SOC误差放大的现象。

    风力发电机组能效水平的评估方法及装置

    公开(公告)号:CN116663996B

    公开(公告)日:2024-12-17

    申请号:CN202310653536.2

    申请日:2023-06-02

    Abstract: 本发明提供了一种风力发电机组能效水平的评估方法和装置,评估方法基于神经网络和自适应阈值,包括如下步骤:S1、基于历史数据建立神经网络模型进行训练,获得核心参数的预测值;S2、根据核心参数的预测值和实际值计算核心参数的可靠度损失;S3、设定核心参数的权重;S4、根据权重和可靠度损失计算核心参数对应的子系统的能效水平;S5、基于极值理论,采用指数概率密度形式直接拟合可靠度损失历史数据,得到可靠度损失的自适应阈值的起始值;S6、建立滑移窗口计算每个时间点的自适应阈值;S7、根据自适应阈值判断风力发电机组能效水平是否达标。本发明通过计算核心参数的可靠度损失,准确地得到子系统和整机风能转化水平,能够较为准确地获取核心参数的预测值。

    一种海上激光雷达自稳装置
    8.
    发明公开

    公开(公告)号:CN117434518A

    公开(公告)日:2024-01-23

    申请号:CN202210832321.2

    申请日:2022-07-15

    Abstract: 本发明涉及一种海上激光雷达自稳装置,包括同圆心布置的内自稳环与外自稳环,内自稳环通过沿直径方向布置的第一轴与外自稳环转动连接,内自稳环围成的环形空间内部连接激光雷达,外自稳环通过沿直径方向布置的第二轴与支架转动连接,第一轴和第二轴在同一个平面内呈垂直交叉,内自稳环底部连接配重块。两组自稳环转动运动所绕的轴在同一个平面内呈十字交叉,使自稳装置在自稳环的一定摆动角度范围内形成简谐振动,从而降低雷达受海面环境影响出现的扰动,整套装置没有能源消耗,形成无源自稳系统。

    风力发电机组能效水平的评估方法及装置

    公开(公告)号:CN116663996A

    公开(公告)日:2023-08-29

    申请号:CN202310653536.2

    申请日:2023-06-02

    Abstract: 本发明提供了一种风力发电机组能效水平的评估方法和装置,评估方法基于神经网络和自适应阈值,包括如下步骤:S1、基于历史数据建立神经网络模型进行训练,获得核心参数的预测值;S2、根据核心参数的预测值和实际值计算核心参数的可靠度损失;S3、设定核心参数的权重;S4、根据权重和可靠度损失计算核心参数对应的子系统的能效水平;S5、基于极值理论,采用指数概率密度形式直接拟合可靠度损失历史数据,得到可靠度损失的阈值起始值;S6、建立滑移窗口计算每个时间点的阈值;S7、根据阈值判断能效水平是否达标。本发明通过计算核心参数的可靠度损失,准确地得到子系统和整机风能转化水平,能够较为准确地获取核心参数的预测值。

Patent Agency Ranking