-
公开(公告)号：CN112034712A
公开(公告)日：2020-12-04
申请号：CN202010922509.7
申请日：2020-09-04
Applicant: 华北电力大学
IPC: G05B13/04
Abstract: 本发明提供了一种基于事件触发的滑模容错控制方法，涉及容错控制技术领域，能够使系统在故障的影响下仍然能够稳定运行，同时事件触发机制能够减少传输过程中的数据丢包问题，减少故障发生次数；该方法采用基于事件触发的滑模容错控制器进行控制；所述控制器的模型为：u(k)＝Kx(k)-F-1η(k)sign(s(k))-Ψs(k)；所述离散系统为同时考虑事件触发方案、滑模面、执行器故障和外部干扰的基于滑模反馈的离散系统。本发明提供的技术方案适用于容错控制的过程中。
-
公开(公告)号：CN111626506A
公开(公告)日：2020-09-04
申请号：CN202010458444.5
申请日：2020-05-27
Applicant: 华北电力大学
Abstract: 一种基于联邦学习的区域光伏功率概率预测方法，主要包括如下步骤：明确区域内各个参与联邦学习框架进行概率预测的光伏电站，收集一段时间内信息以及对应的光伏功率变量，并按时间顺序采集上述变量构成样本数据集；对上述步骤获得的样本数据集进行缺失值与异常值处理；对光伏电站的样本数据集进行分割，按照一定比例分割为训练集与测试集；分别对训练集和测试集进行归一化；步骤，构建联邦学习框架；根据中心服务器根据预测要求，建立全局预测模型，定义训练误差函数与精度要求，并将网络结构以及初始化参数分发至各个光伏电站。
-
公开(公告)号：CN115343955B
公开(公告)日：2025-03-18
申请号：CN202210968042.9
申请日：2022-08-12
Applicant: 华北电力大学 , 国核自仪系统工程有限公司
IPC: G05B13/04
Abstract: 本发明涉及一种燃气轮机神经网络容错控制方法及系统。本发明采用神经网络估计模型进行燃气轮机的模拟，确定无故障情况下的期望输出，基于神经网络补偿模型确定使在故障情况下燃气轮机的实际输出与期望输出一致，本发明基于人工智能的方式实现了燃气轮机的容错控制，无需建立燃气轮机的精确数学模型。
-
公开(公告)号：CN113653596B
公开(公告)日：2023-07-14
申请号：CN202111112641.2
申请日：2021-09-23
Applicant: 华北电力大学
Abstract: 本发明公开了属于风力机控制技术领域的一种基于模糊预测和扇区管理的双风轮风力机变桨控制方法，包括：采集SCADA系统中风力机与载荷相关的数据；对风况进行在线识别；可控的极端风况将采用智能保护控制算法对风力机进行载荷保护；不可控的极端风况将对极端风况的发生频率进行统计；对于高频极端风况采用扇区管理；对于低频极端风况采用顺桨、停机。本发明使用的T‑S模型具有良好的鲁棒性；对控制模型进行解耦使得后续参数调整简便灵活；使用广义预测控制，能根据风力机现时刻值以及历史值预测未来值，对危险情形有预警功能，能提前做出动作避开危险情形，保障风力机安全运行；对不可控极端风况进行扇区管理，扩展了风力机安全运行工况。
-
公开(公告)号：CN113503225B
公开(公告)日：2022-11-15
申请号：CN202110727306.7
申请日：2021-06-29
Applicant: 华北电力大学
Abstract: 本发明涉及一种串联式同向旋转双叶轮风力发电机组共振穿越的方法，包括如下步骤：步骤一：控制系统采集前叶轮和后叶轮的风速风向、转速、转矩、功率和桨叶角度等信息；步骤二：控制系统预先设定共振频率点，结合采集的前叶轮和后叶轮的信息，通过转速设定点控制算法，计算出前前叶轮和后叶轮的转速设定点，然后把前叶轮的转速设定点传给前叶轮控制模块，把后叶轮的转速设定点传给后叶轮控制模块。本发明可以实现串联式同向旋转双叶轮风力发电机组共振穿越，为双叶轮机组运行稳定性提供技术基础。
-
Patent Agency Ranking
公开(公告)号：CN113503224B
公开(公告)日：2022-11-01
申请号：CN202110726734.8
申请日：2021-06-29
Applicant: 华北电力大学
Abstract: 本发明涉及风力发电领域，具体为一种串联式反向旋转双叶轮风力发电机组共振穿越的方法，包括以下步骤：步骤S1、控制系统采集前叶轮和后叶轮的风速风向、转速、转矩、功率和桨叶角度等信息；步骤S2、控制系统预先设定共振频率点，结合采集的前叶轮和后叶轮的信息，通过转速设定点控制算法计算前叶轮和后叶轮的转速设定点，然后把前叶轮的转速设定点传给前叶轮控制模块，把后叶轮的转速设定点传给后叶轮控制模块。本发明可以实现串联式反向旋转双叶轮风力发电机组共振穿越，为双叶轮机组运行稳定性提供技术基础。
-
公开(公告)号：CN114607557A
公开(公告)日：2022-06-10
申请号：CN202210308480.2
申请日：2022-03-28
Applicant: 华北电力大学
Abstract: 本发明提出一种基于领域搜索动态规划算法的双风轮风力机协同保护方法，通过采集双风轮风力机运行的原始数据并进行处理，建立双风轮风力机协同保护动态规划模型，采用内点法对变量松弛的综合目标优化问题进行求解的到连续最优解；采用领域搜索动态规划算法对前后风轮依次进行多轮优化，迭代计算最优控制算法和最优控制规律。本发明的方法可识别分类多种风况，适用范围和运行灵活性更高；采用动态规划算法并引入降载荷函数，兼顾了风力机运行效率和运行的安全性；使用邻域搜索算法，缩小规划算法搜索空间，提升了控制算法的计算速度。
-
公开(公告)号：CN113762345A
公开(公告)日：2021-12-07
申请号：CN202110901201.9
申请日：2021-08-06
Applicant: 国网冀北电力有限公司经济技术研究院 , 北京京研电力工程设计有限公司 , 华北电力大学
Inventor： 王守鹏 , 袁敬中 , 房方 , 刘亚娟 , 姜宇 , 张立斌 , 高杨 , 秦砺寒 , 运晨超 , 郭昊 , 吕科 , 刘素伊 , 谢景海 , 陈蕾 , 仝冰冰 , 赵旷怡 , 刘沁哲 , 付玉红 , 许颖 , 敖翠玲 , 李栋梁 , 张金伟 , 傅守强 , 陈翔宇 , 肖巍 , 许芳 , 郭嘉 , 孙密 , 苏东禹 , 杨林 , 王畅 , 田静伊 , 刘洪雨 , 肖林
Abstract: 本发明公开了一种油浸式变压器故障诊断方法及装置，涉及变压器故障诊断技术领域，主要目的在于提高变压器故障诊断的正确性；主要技术方案包括：确定多组数值，其中，每一组所述数值中均包括有针对变压器故障诊断模型设置的连接权值和阈值；使用遗传算法对所述多组数值进行优化，确定目标连接权值和目标阈值；使用所述目标连接权值和所述目标阈值，调整待训练的变压器故障诊断模型；采用训练样本集训练调整后的变压器故障诊断模型，其中，所述训练样本集中的训练样本基于油浸式变压器的油中的气体数据而得；使用训练后的变压器故障诊断模型对所述油浸式变压器进行故障诊断。
-
公开(公告)号：CN113653596A
公开(公告)日：2021-11-16
申请号：CN202111112641.2
申请日：2021-09-23
Applicant: 华北电力大学
Abstract: 本发明公开了属于风力机控制技术领域的一种基于模糊预测和扇区管理的双风轮风力机变桨控制方法，包括：采集SCADA系统中风力机与载荷相关的数据；对风况进行在线识别；可控的极端风况将采用智能保护控制算法对风力机进行载荷保护；不可控的极端风况将对极端风况的发生频率进行统计；对于高频极端风况采用扇区管理；对于低频极端风况采用顺桨、停机。本发明使用的T‑S模型具有良好的鲁棒性；对控制模型进行解耦使得后续参数调整简便灵活；使用广义预测控制，能根据风力机现时刻值以及历史值预测未来值，对危险情形有预警功能，能提前做出动作避开危险情形，保障风力机安全运行；对不可控极端风况进行扇区管理，扩展了风力机安全运行工况。
-
公开(公告)号：CN113638841A
公开(公告)日：2021-11-12
申请号：CN202111112807.0
申请日：2021-09-23
Applicant: 华北电力大学
Abstract: 本发明公开了属于风力机控制技术领域的一种基于神经网络预测控制的双风轮风力机变桨控制方法。包括步骤1：采集双风轮风力机控制系统极端风况下的风速、前风轮转速、后风轮转速、前风轮桨距角和后风轮桨距角数据；步骤2：基于卷积神经网络对双风轮风力机极端风况下的载荷进行建模；步骤3：建立双风轮风力机控制系统的双输入双输出广义预测模型并进行解耦，求解广义预测模型的输出；步骤4：确定性能优化指标，利用混沌蝠鲼觅食算法对步骤3中解耦后的广义预测模型进行滚动优化，得到最优控制律与最优控制器输入。本发明大大提高了保护控制系统的可靠性；大幅降低了网络复杂性；避免陷入局部最优，寻优能力强，收敛快。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.038 seconds)
