公开(公告)号：CN119362577A

公开(公告)日：2025-01-24

申请号：CN202411567365.2

申请日：2024-11-05

Applicant: 安徽大学绿色产业创新研究院

Inventor： 唐永明 ,  陈红林 ,  刘天成 ,  林子涵 ,  姚凡 ,  周俊 ,  李相辉 ,  郭小辉 ,  黄志祥

IPC: H02J3/38 ,  H02J3/46 ,  H02J3/28 ,  H02J3/24 ,  H02J3/00 ,  H02M7/48 ,  H02M7/493

Abstract: 本发明公开了一种VSG自适应控制方法，包括以下步骤：建立基于VSG控制的逆变器模型，将虚拟转动惯量J和阻尼系数D引入到逆变器模型中，引入SG2阶转子运动方程以模拟转动惯量及实现一次调频特性，推导出控制方程；建立VSG有功‑频率环小信号模型，并引入参考功率‑频率及输出功率参考功率的传递函数，以确定虚拟惯量J与阻尼系数D对应的变化范围；设计模糊控制器在虚拟惯量J与阻尼系数D对应的变化范围内动态调节虚拟惯量J和阻尼系数D，以实现虚拟惯量J和阻尼系数D的实时调整。本申请的VSG自适应控制方法在面对较小误差时参数调节更为灵敏,能够充分利用和实时调整J、D的选取范围。

公开(公告)号：CN119199558A

公开(公告)日：2024-12-27

申请号：CN202411567374.1

申请日：2024-11-05

Applicant: 安徽大学绿色产业创新研究院

Inventor： 唐永明 ,  林子涵 ,  孔德力 ,  周俊 ,  李赵斌 ,  徐文权 ,  牛建宏 ,  郭小辉 ,  黄志祥

IPC: G01R31/367 ,  G01R31/382

Abstract: 本发明公开了一种基于卷积神经网络的电池荷电状态预测方法和系统，包括：获取电池的用电数据；对用电数据进行预处理；根据双卡尔曼滤波算法和用电数据，得到电池在每个采样时间的第一预测SOC；将用电数据和第一预测SOC组成数据集；将数据集划分为训练集、验证集和测试集；构建卷积神经网络模型CNN；利用训练集对卷积神经网络模型进行训练，得到训练好的卷积神经网络模型；利用验证集对训练好的卷积神经网络模型进行验证，得到验证通过的卷积神经网络模型；利用测试集对验证通过的卷积神经网络模型进行测试，得到电池在下一时刻的第二预测SOC。本发明能够有效提高数据集的质量，减少误差的引入，提高预测结果的精准度。