-
公开(公告)号：CN118157202A
公开(公告)日：2024-06-07
申请号：CN202410187403.5
申请日：2024-02-20
申请人： 国网湖北省电力有限公司电力科学研究院 , 湖北方源东力电力科学研究有限公司 , 国家电网有限公司
摘要： 本申请涉及一种构网型变换器稳定控制方法、系统及存储介质，方法包括以下具体步骤：分层模糊控制器进行分层控制，输出构网型逆变器相关可调控制参数；建立卷积神经网络与长短时记忆网络混合模型，根据混合模型预测的电网状态数据实时更新分层模糊控制器的分层权重；分层模糊控制器输出的构网型逆变器相关可调控制参数以及卷积神经网络与长短时记忆网络混合模型输出的预测的电网状态数据输入到中央控制单元；构网型逆变器接收中央控制单元下发的控制策略参数并优化更新。本申请能在电网状态动态变化或出现故障的情况下，快速适应并全面优化构网型逆变器的稳定性控制，实现一个更为全面、灵活和实时的电网自适应控制解决方案。
-
公开(公告)号：CN112465751B
公开(公告)日：2022-08-23
申请号：CN202011273552.1
申请日：2020-11-14
申请人： 国网湖北省电力有限公司电力科学研究院 , 国家电网有限公司 , 湖北方源东力电力科学研究有限公司
IPC分类号： G06T7/00 , G06T7/11 , G06T7/90 , G06T5/10 , G06V10/764
摘要： 本发明提供一种大型调相机不抽转子气隙内物理表面自动检测方法，包括：利用内窥镜对调相机气隙内部物理表面进行摄像，获得样本图片；对样本图片进行预处理；特征提取与分类器支持向量机设计：利用CDF 5/3提升小波对预处理后的样本图片进行分解，分解后得到近似小波系数和高频小波系数，由近似小波系数和高频小波系数建立特征向量并据此训练分类器支持向量机；利用设计的分类器支持向量机对调相机气隙内物理表面进行检测。本发明可以在不抽转子情况下，利用内窥镜技术对电机气隙内部物理表面进行摄像并转换为图片流的形式，再通过图像处理与人工智能算法实现调相机气隙内部物理表面准确度高的自动检测。
-
公开(公告)号：CN112465751A
公开(公告)日：2021-03-09
申请号：CN202011273552.1
申请日：2020-11-14
申请人： 国网湖北省电力有限公司电力科学研究院 , 国家电网有限公司 , 湖北方源东力电力科学研究有限公司
摘要： 本发明提供一种大型调相机不抽转子气隙内物理表面自动检测方法，包括：利用内窥镜对调相机气隙内部物理表面进行摄像，获得样本图片；对样本图片进行预处理；特征提取与分类器支持向量机设计：利用CDF 5/3提升小波对预处理后的样本图片进行分解，分解后得到近似小波系数和高频小波系数，由近似小波系数和高频小波系数建立特征向量并据此训练分类器支持向量机；利用设计的分类器支持向量机对调相机气隙内物理表面进行检测。本发明可以在不抽转子情况下，利用内窥镜技术对电机气隙内部物理表面进行摄像并转换为图片流的形式，再通过图像处理与人工智能算法实现调相机气隙内部物理表面准确度高的自动检测。
-
公开(公告)号：CN117748522A
公开(公告)日：2024-03-22
申请号：CN202311600288.1
申请日：2023-11-28
摘要： 本发明提供一种动态调节随车充功率的方法、控制保护盒及随车充电器，该方法包括如下步骤：检测随车充电器接入点供电电压，其中对供电电压按照预设频率进行检测；根据检测到的供电电压，确定随车充电器下一时刻的充电电流挡位，所述充电电流挡位是一个充电电流范围或确定的充电电流值；根据所述随车充电器下一时刻的充电电流挡位调节所述随车充电器的充电电流，其中所述随车充电器的供电电压和充电电流具有正相关性。本发明可以解决大量新能源电动汽车下乡后接入农网大功率充电而造成的电网低电压问题。
-
公开(公告)号：CN113964921B
公开(公告)日：2024-02-02
申请号：CN202111285069.X
申请日：2021-11-01
摘要： 本发明提供一种多端口新能源电动汽车充电电路，包括第一电路、第二电路、第三电路及第四电路；第一电路包括依次串接的交流输入端、线路电感Lg、降压变压器N、滤波电感Lf及三相全桥整流器，交流输入端作为第一输入端口用于接入电网电压源Ug，第一电路将降压后的交流电压整流得到直流电压Udc1；第二电路为全桥电路，用于接入外接输入电压Uin，升压后变为直流电压Udc1，第三电路为隔离DC‑DC降压变换器，用于将直流电压Udc1降低为Udc2，第四电路为双buck电路，输入电压Udc2经降压后变为符合电动汽车充电标准的直流电压。本发明可接入储能装置或者分布式电源，与电网电压一同为电动汽车充电，提高充电可靠性。
-
公开(公告)号：CN113965097B
公开(公告)日：2023-07-11
申请号：CN202111283777.X
申请日：2021-11-01
摘要： 本发明提供一种暂态电压支撑的V2G主电路拓扑结构，包括一个三相三端口H桥整流电路；该三相三端口H桥整流电路包括3个含两个IGBT的桥臂、6个晶闸管、直流侧主端口滤波电容Cd1与辅助端口滤波电容Cd2、辅助端口与各桥臂间的一组共模电感Ld；该整流电路交流端口与电网相连，直流侧主端口与直流电池相连，直流侧辅助端口的与滤波电容Cd2大电容相连。本发明通过采用boost与三相H桥整流拓扑结构的复合，减少了换流器数量，使得装置体积更小；通过引入共模电感抑制直流侧辅助端口与交流端口之间回路的交流电流分量，从而减小共模电感的功率损耗以及发热程度，加强了主电路的安全稳定性。
-
公开(公告)号：CN116316634A
公开(公告)日：2023-06-23
申请号：CN202310233746.6
申请日：2023-03-10
摘要： 本发明提供提出了一种面向电动汽车充电站群的站网互动控制方法，包括：S1，对电力系统中的电网调频模块进行建模，分别建立发电机数学模型和负荷数学模型；S2，建立自动发电控制模型，确定发电机组和电动汽车站群参与调频的分量；S3，基于步骤S1建立的发电机数学模型、负荷数学模型和步骤S2建立的自动发电控制模型，计算电动汽车可控容量；S4，在步骤S3计算的电动汽车可控容量的基础上，应用充电站群参与配网调频策略，确定充电站支撑电网频率的方法。本发明考虑了用户意愿和电池容量，提出了基于电池荷电水平的分配方法，可以减小规模化集群充电站运行对电网的冲击，提高电网安全性。
-
公开(公告)号：CN112659953A
公开(公告)日：2021-04-16
申请号：CN202011542089.6
申请日：2020-12-23
摘要： 本发明提供一种立体矩阵型充电堆功率分配装置及方法，该装置包括立体开关矩阵、充电终端、功率模块组；功率模块组用于通过立体开关矩阵给充电终端供电，充电终端中的充电枪用于对汽车电池进行充电；功率模块组的正极通过开关和导体柱的一端连接，各功率模块组的负极并接在一起后与各充电终端的负极相连；所述功率模块组由多个功率模块串联组成，所述立体开关矩阵由n根导体柱和n·k个开关组成一个k层、每层由n个开关组成的立体开关矩阵。本发明还提供一种立体矩阵型充电堆功率分配方法。本发明可以解决现有技术存在的布线复杂、占空间较大、维护困难等问题。
-
公开(公告)号：CN118645992A
公开(公告)日：2024-09-13
申请号：CN202410689561.0
申请日：2024-05-30
发明人： 黄亮 , 庹量禹 , 崔一铂 , 凌在汛 , 孙朝霞 , 顾一鸣 , 向慕超 , 吴笑民 , 刘曼佳 , 邓桂平 , 陈文 , 韩鸿凌 , 金晨 , 阮佳楠 , 田晨丞 , 宋杨 , 鲁金华 , 万冲
IPC分类号： H02J3/00 , G06N3/0442 , G06N3/049 , G06N3/048 , G06N3/08 , G06Q50/06 , G06Q50/40 , B60L3/12 , B60L53/00
摘要： 一种基于IACO‑Attention‑LSTM的电动汽车充电负荷预测方法，选择电价以及节假日作为输入变量；IACO算法采用精英蚂蚁系统和最小最大蚂蚁系统，使用IACO算法对LSTM神经网络进行优化时，IACO反馈LSTM神经网络的预测误差；进行IACO‑LSTM方法负荷预测前，IACO算法对LSTM进行训练，选择不同的超参数对数据集进行训练并预测输出结果，根据预测结果和真实负荷值的误差确定让蚂蚁最快遍历所有目标的超参数，在迭代次数完成之后输出最优解，赋值给LSTM神经网络，确定最终LSTM神经网络预测模型，运用Attention机制对所有预测结果进行整合，得到预测结果，以提升预测准确性和效率。
-
公开(公告)号：CN117895517A
公开(公告)日：2024-04-16
申请号：CN202311817259.0
申请日：2023-12-26
IPC分类号： H02J3/06 , H02J3/48 , H02J3/50 , H02J3/32 , G06F30/18 , G06F30/27 , G06N3/006 , G06N3/092 , G06F113/04 , G06F113/06
摘要： 本发明提供提出了一种基于强化学习的多微网能量共享方法，包括：S1，建立源荷模型，包括风力发电、光伏发电、储能电池的数学模型；S2，确定微网内部组成单元的约束限制，述约束限制包括负载需求相应限制、储能电池限制、可再生能源限制；S3，基于步骤S1建立的数学模型和步骤S2确定的约束限制设计多微网系统拓扑结构；S4，在步骤S3设计的多微网系统拓扑结构提出多微网分层优化的方法，将系统分为两层进行调度；S5，根据步骤S4提出的优化方法，采用强化学习对下层多微网进行求解，采用自适应粒子群算法对上层进行求解，进而实现多微网能量共享。与现有的方法相比，本发明首次将强化学习与多微网能量共享方法结合起来，通过最佳学习策略，可更有效地利用可用的能量资源，并提高能量共享的效果；同时，也可更好地解决多微网能量共享的复杂性与不确定性。
-
-
-
-
-
-
-
-
-
搜索结果
136 条记录 (耗时 0.317 秒)
