一种基于神经网络滑模控制的UPFC控制方法

    公开(公告)号:CN105629730B

    公开(公告)日:2018-03-27

    申请号:CN201610018349.7

    申请日:2016-01-12

    Abstract: 本发明提出了一种基于神经网络滑模控制的UPFC控制方法,该方法利用针对并联侧和串联侧换流器,在矢量控制的基础上,构建了换流器并联侧和串联侧状态空间,采用径向基函数(RBF)神经网络算法,对隐含层节点中心、节点宽度和网络权值采用基于经典梯度下降算法的动量因子法进行调整,由RBF神经网络对滑模面进行调整,该方法能够实现滑动模态的全过程自适应控制,消除滑模控制对外部参数的敏感性,实现有功、无功功率的解耦控制,抑制在系统扰动时后的振荡,快速逼近系统运行的目标值,并且结构简单运行可靠,同时具有很好的适应性和鲁棒性。本发明弥补了国内在这一领域的空白,也为统一潮流控制器稳定控制系统的改进提供了必要的技术支持和有利参考。

    一种含统一潮流控制器的线性化最优潮流模型

    公开(公告)号:CN106684857B

    公开(公告)日:2018-02-09

    申请号:CN201610802200.8

    申请日:2016-09-05

    Abstract: 本发明公布了一种含统一潮流控制器UPFC的线性化最优潮流LOPF模型。直流最优潮流DCOPF是目前最热门的OPF线性化方法,其求解速度快,但是计算精度相对较低,且无法求解节点电压幅值和线路无功功率两个电气量。UPFC可以提升地区电网的供电能力,将其引入DCOPF模型则增加了问题复杂度,还将线性化的DCOPF转化成了非线性模型。基于此,本发明提出了一种精度更高的且更加完善的新型LOPF模型,该模型可以求解电压和无功功率;并对UPFC的电流源型稳态模型进行处理,使其等效嵌入到线路中,从而适用于本发明所提LOPF模型。算例仿真结果表明,本发明保留了线性化模型的高效性,计算结果具有较高的精度,且能够求解出比DCOPF模型更加完备的潮流信息。

    一种用于单相智能电能表自动化检定系统的电能计量装置检定方法

    公开(公告)号:CN104914399B

    公开(公告)日:2017-08-25

    申请号:CN201510344246.5

    申请日:2015-06-19

    Abstract: 本发明涉及一种用于单相智能电能表自动化检定系统的电能计量装置检定方法,在自动化流水线检定系统上的检定流程步骤如下:⑴准备:将标准电能表信息录入检定系统;⑵装表:把标准电能表托盘放进绑定位和正常任务的电能表随机混合流入自动化检定线体;⑶绑定:流水线服务器会按照预先设置的方案把标准电能表的条码号和该托盘的信息进行绑定;⑷试验:自动线会按照预定的试验方案执行;⑸下表:PLC会自动根据绑定信息识别该托盘上的标准电能表,标准电能表托循环执行步骤⑶、⑷、⑸的流程;⑹数据处理:导出检定数据。本发明设计科学、操作便捷、准确可靠,实现对电能计量装置或仪器设备进行期间核查,能够有效保证电能量值传递准确、可靠的。

Patent Agency Ranking