-
公开(公告)号:CN119154371A
公开(公告)日:2024-12-17
申请号:CN202411174274.2
申请日:2024-08-26
Applicant: 中船海装风电有限公司 , 重庆大学
Abstract: 本发明涉及一种构网型风电变流器暂态稳定性分析方法,属于构网型风电变流器控制技术领域,包括以下步骤:S1:基于标准化功角摇摆方程,分解出不同的线性可解方程和非线性摄动函数,为参数摄动解析求解方法的应用提供标准化模型;S2:基于相平面法对构网型变流器的功角轨迹构建暂态稳定判据;S3:在电网强度变化下,对构网型变流器的暂态功角轨迹进行验证。本发明实现了构网型风电变流器暂态稳定型的准确分析,构建的暂态稳定判据实现了构网型风电变流器暂态稳定性准确判断。
-
公开(公告)号:CN119064821A
公开(公告)日:2024-12-03
申请号:CN202411174272.3
申请日:2024-08-26
Applicant: 中船海装风电有限公司 , 重庆大学
IPC: G01R31/52 , H02J3/00 , H02J3/38 , G01R31/56 , G06F30/367
Abstract: 本发明涉及一种构网型风电变流器电网故障时暂态电流解析计算方法,属于构网型风电变流器技术领域,包括以下步骤:S1:建立构网变流器并网等效电路图;S2:在电网电压跌落后,计算构网型风电变流器在电网电压对称跌落故障下的稳态电流和暂态电流;S3:计算峰值电流;S4:基于获得的稳态暂态电流以及峰值电流,得到不同故障电压条件和不同控制参数下构网型风电变流器故障短路电流特性。
-
公开(公告)号:CN104914440B
公开(公告)日:2017-06-16
申请号:CN201510348762.5
申请日:2015-06-23
Applicant: 重庆大学
IPC: G01S15/89
Abstract: 本发明公布了一种融合动态孔径的压缩感知超声波束合成方法;该方法首先采用delta矩阵作为压缩感知理论在超声波束合成系统中的测量矩阵,然后选用余弦变换矩阵作为压缩感知理论的稀疏矩阵,将动态孔径技术与压缩感知理论的测量矩阵进行有机融合,实现融合动态孔径的压缩感知超声波束合成方法;本发明可以减少高采样率给超声成像系统数据采样、传输、存储带来的负担,使获得高纵向分辨的超声图像成为可能;并且动态孔径技术的引入也进一步增大了超声回波信号的稀疏性,减少了采样数据量,提高了近场区域超声图像的横向分辨率。
-
公开(公告)号:CN106055846A
公开(公告)日:2016-10-26
申请号:CN201610541438.X
申请日:2016-07-11
Applicant: 重庆大学 , 国网青海省电力公司 , 国网青海省电力公司电力科学研究院
IPC: G06F17/50
Abstract: 本发明公开了一种基于BSNN‑ARX的光伏逆变器模型辨识方法,其特征在于:该方法中的光伏逆变器模型是基于Hammerstein的光伏并网逆变器模型,Hammerstein模型包括动态线性环节、静态非线性环节和自适应调节环节,所述静态非线性环节采用B样条神经网络;所述动态线性环节采用自回归模型,并采用最小二乘法进行参数识别;自适应调节环节调节静态非线性环节的权重系数和动态线性环节的待估计参数;本发明提出的一种基于BSNN‑ARX的光伏逆变器模型辨识方法具有运算速度快,辨识精度高,能够自适应不同天气条件下的动态变化,采用本发明构建的辨识模型对于天气条件具有更广泛的适应性。
-
公开(公告)号:CN104970831A
公开(公告)日:2015-10-14
申请号:CN201510410102.5
申请日:2015-07-07
Applicant: 重庆大学
IPC: A61B8/00
CPC classification number: A61B8/5215 , A61B8/5207 , A61B8/5269
Abstract: 本发明涉及一种基于特征结构的广义旁瓣相消超声成像波束合成方法,该方法首先对接收阵元的采样信号进行延时和前向平滑处理,得到前向空间协方差矩阵估计,并对其进行对角加载后与方向向量结合,同时基于最小方差准则,计算出最优的自适应加权矢量,并构造与最小方差等效解的广义旁瓣相消器,获得自适应与非自适应两部分加权矢量;然后对接收信号的前向空间协方差矩阵估计进行特征分解,构建特征阈值信号子空间,并将整体的加权矢量投影到特征阈值信号子空间的左奇异矢量空间中,得到新的自适应波束加权矢量;最后利用投影所获得的加权矢量与超声阵元接收数据进行点乘运算得到超声波束合成数据;本方法能够去除干扰较大的特征矢量,使得超声图像的抗噪能力更强、分辨率更好。
-
公开(公告)号:CN105760892B
公开(公告)日:2019-01-22
申请号:CN201610135969.9
申请日:2016-03-10
Applicant: 重庆大学
Abstract: 本发明涉及一种改进的最小方差超声成像方法,属于超声成像技术领域;该方法首先对接收阵元的采样信号进行延时处理和前后向平滑处理,得到样本协方差矩阵估计;然后将前后向协方差矩阵估计进行特征值分解,构造信号子空间,同时利用椭球覆盖方向向量值域和限定方向向量模值对方向向量增加一对约束条件;在期望信号子空间中,基于最小方差准则,计算得到自适应波束形成权值;最后将自适应波束形成权值对经过前后向平滑处理的多路数据进行加权求和,从而得到一路自适应波束信号;该方法能够解决现有最小方差算法在图像分辨率、对比度以及对噪声鲁棒性等方面的问题,可以从整体上提高超声成像的质量。
-
公开(公告)号:CN104970831B
公开(公告)日:2017-08-25
申请号:CN201510410102.5
申请日:2015-07-07
Applicant: 重庆大学
IPC: A61B8/00
Abstract: 本发明涉及一种基于特征结构的广义旁瓣相消超声成像波束合成方法,该方法首先对接收阵元的采样信号进行延时和前向平滑处理,得到前向空间协方差矩阵估计,并对其进行对角加载后与方向向量结合,同时基于最小方差准则,计算出最优的自适应加权矢量,并构造与最小方差等效解的广义旁瓣相消器,获得自适应与非自适应两部分加权矢量;然后对接收信号的前向空间协方差矩阵估计进行特征分解,构建特征阈值信号子空间,并将整体的加权矢量投影到特征阈值信号子空间的左奇异矢量空间中,得到新的自适应波束加权矢量;最后利用投影所获得的加权矢量与超声阵元接收数据进行点乘运算得到超声波束合成数据;本方法能够去除干扰较大的特征矢量,使得超声图像的抗噪能力更强、分辨率更好。
-
公开(公告)号:CN104243246B
公开(公告)日:2017-07-07
申请号:CN201410567882.X
申请日:2014-10-22
Applicant: 重庆大学
Abstract: 本发明涉及一种基于ZigBee技术的FlexRay总线测试与优化方法及装置,包括PC机、ZigBee模块,FlexRay总线测试节点,FlexRay总线测试节点包括ZigBee模块、可编程时钟芯片、数字电位器和MCU微处理器;本发明通过运用ZigBee技术实时检测并控制FlexRay总线状态,利用可编程时钟芯片和数字电位器,调整传输频率和匹配阻抗,降低总线误包率,改善总线传输质量和可靠度,提高总线传输效率;该方法及装置不仅可以实现FlexRay总线性能的自动评估、测试与参数优化,并且还能给出各个节点的最优阻抗匹配参考值,从而提高了FlexRay总线数据传输的可靠性。
-
公开(公告)号:CN106802418A
公开(公告)日:2017-06-06
申请号:CN201710040267.7
申请日:2017-01-19
Applicant: 重庆大学 , 国网内蒙古东部电力有限公司检修分公司
Abstract: 本发明公布了一种合成孔径压缩感知超声成像中的高效能稀疏字典的设计方法,属于超声成像技术领域。该方法包括如下步骤:超声阵列接收的连续回波信号进行放大处理和A/D转换,获得超声成像所需要的回波信号x;选取delta矩阵作为合成孔径压缩感知超声成像的测量矩阵,对回波信号x进行非均匀压缩采样,得到测量信号y;利用发射脉冲作为基函数构造高效能稀疏字典Ψ;根据delta矩阵、测量信号y以及高效能稀疏字典Ψ构建合成孔径压缩感知超声成像的数学模型,通过该模型和重构算法得到重建原始回波信号利用重建原始回波信号进行波束合成并最终成像;本发明能让回波信号以更高的压缩率实现相同的恢复效果,进一步减少合成孔径成像所需存储的数据量、降低超声成像系统的复杂度。
-
公开(公告)号:CN106802418B
公开(公告)日:2019-05-03
申请号:CN201710040267.7
申请日:2017-01-19
Applicant: 重庆大学 , 国网内蒙古东部电力有限公司检修分公司
Abstract: 本发明公布了一种合成孔径压缩感知超声成像中的高效能稀疏字典的设计方法,属于超声成像技术领域。该方法包括如下步骤:超声阵列接收的连续回波信号进行放大处理和A/D转换,获得超声成像所需要的回波信号x;选取delta矩阵作为合成孔径压缩感知超声成像的测量矩阵,对回波信号x进行非均匀压缩采样,得到测量信号y;利用发射脉冲作为基函数构造高效能稀疏字典Ψ;根据delta矩阵、测量信号y以及高效能稀疏字典Ψ构建合成孔径压缩感知超声成像的数学模型,通过该模型和重构算法得到重建原始回波信号利用重建原始回波信号进行波束合成并最终成像;本发明能让回波信号以更高的压缩率实现相同的恢复效果,进一步减少合成孔径成像所需存储的数据量、降低超声成像系统的复杂度。
-
-
-
-
-
-
-
-
-