-
公开(公告)号：CN117668301A
公开(公告)日：2024-03-08
申请号：CN202311671967.8
申请日：2023-12-07
Applicant: 福州大学
Abstract: 本发明提供了一种用于区间谐波状态估计的非同步监测数据筛选方法，选取一定的时间序列长度，构建谐波监测数据最大值和最小值的量测时间序列，通过分析谐波监测数据最大值和最小值的自方差变化规律，筛选出谐波监测数据最大值和最小值中的可疑不良数据；计算谐波监测数据最大值和最小值在当前采样时段和上一采样时段的相关系数矩阵，通过相关系数矩阵找出可疑不良数据在两个时段的强相关数据集并对比两个数据集的变化情况，从而筛选出可疑不良数据中的不良数据；剔除谐波监测数据中的不良数据并构建区间谐波状态估计模型，基于泰勒展开公式将区间谐波状态估计模型转化为线性优化模型，采用线性规划算法进行求解，得到谐波状态量的解区间。
-
公开(公告)号：CN117638934A
公开(公告)日：2024-03-01
申请号：CN202311655777.7
申请日：2023-12-05
Applicant: 福州大学
IPC: H02J3/01 , H02J3/38 , H02M7/5395
Abstract: 本发明提出计及电网背景谐波与死区效应影响的逆变器谐波抑制方法，基于虚拟阻抗重塑方法，建立考虑背景谐波电压的前馈传递函数表达式，构建考虑电网背景谐波对并网电流影响的电网电压前馈控制策略，并结合死区谐波的产生机理与传播规律，建立考虑死区谐波的前馈传递函数表达式。
-
公开(公告)号：CN113918870A
公开(公告)日：2022-01-11
申请号：CN202111161596.X
申请日：2021-09-30
Applicant: 福州大学
Abstract: 本发明涉及一种基于线性动态聚类的多谐波源谐波责任估计方法及系统，该方法首先采用谐波监测数据建立用于谐波责任分摊的区间谐波方程，然后利用区间线性聚类算法划分典型场景，同时利用参数化回归辨识区间方程参数；最后，根据区间方程参数，量化系统各谐波源的谐波责任变化范围。该方法及系统有利于提高谐波责任估计的准确性。
-
公开(公告)号：CN113779792A
公开(公告)日：2021-12-10
申请号：CN202111053009.5
申请日：2021-09-08
Applicant: 福州大学
IPC: G06F30/20 , G06Q10/04 , G06Q10/06 , G06Q50/06 , G06F111/10
Abstract: 本发明涉及一种基于仿射的综合能源系统优化配置方法。采用仿射变量建立计及不确定性的综合能源系统优化配置模型，将计及不确定性的综合能源系统优化配置模型分解为目标仿射函数的中心值最小及在不确定性因素影响下仿射函数变化量最小两个子问题，前者为仅考虑源荷预测功率的确定性优化模型，后者考虑源荷预测误差，通过max模型和min模型交替迭代，使配置结果受不确定性因素影响最小。
-
公开(公告)号：CN110850167B
公开(公告)日：2021-05-18
申请号：CN201911371671.8
申请日：2019-12-27
Applicant: 福州大学
Abstract: 本发明涉及一种多谐波源责任划分方法，包括以下步骤：步骤S1：通过测量获得PCC点谐波电压数据和各谐波源谐波电流数据；步骤S2：将各谐波源电流数据与PCC谐波电压数据进行截取，定量表征每段数据PCC点谐波电压与各馈线谐波电流的相关性强弱，并筛选出背景谐波电压波动小于预设阈值的数据段；步骤S3：计算筛选出的数据段的投影系数，进一步计算谐波责任指标。本发明不需要相位信息，计算步骤简单，更具工程实用性、具有较强的推广应用价值。
-
Patent Agency Ranking
公开(公告)号：CN110210152B
公开(公告)日：2021-01-29
申请号：CN201910494902.8
申请日：2019-06-06
Applicant: 福州大学
IPC: G06F30/27 , G06N3/08 , G06F113/04
Abstract: 本发明涉及一种超高次谐波源建模方法，包括步骤S1：提供任一时间段内的不同功率下的超高次谐波电流时间序列数据；步骤S2：利用神经网络算法对步骤S1的数据进行训练；步骤S3：利用神经网络算法生成不同功率下的各次超高次谐波电流幅值的预测数据；步骤S4：将步骤S3生成的预测数据和实测值进行误差计算，根据误差计算结果，选取误差最小的性能评价系数R2，选择给定计算精度ε下的R2值拟合曲线作为拟合结果；步骤S5：对步骤S4的最终拟合结果进行分析判断，若得到的预测值与实测值的误差在范围之内，则得到了训练好的神经网络模型。本发明能够预测任意一个超高次谐波源的输出超高次谐波电流特性，以便预先采取必要的治理措施或者更加合适的滤波器进行滤波。
-
公开(公告)号：CN110350533B
公开(公告)日：2020-11-27
申请号：CN201910633222.X
申请日：2019-07-12
Applicant: 福州大学
Abstract: 本发明涉及一种计及新能源发电控制策略的改进仿射谐波潮流方法，将功率描述为仿射变量，考虑控制策略的影响，即计及控制策略的影响，建立分布式新能源发电(Renewable Energy based Distributed Generation,REDG)仿射谐波发射特性模型。随后改进牛顿—拉夫逊仿射谐波潮流算法，根据仿射修正方程组等式两端对应系数相等的方法，对仿射雅各比矩阵的求逆运算进行近似处理，简化求解仿射谐波潮流。本发明在考虑出力不确定的基础上，计及控制策略对REDG谐波发射特性的影响，准确描述由自然因素影响导致的REDG谐波发射特性的不确定性，改进仿射谐波潮流算法，更为简易地获得电网不确定谐波潮流分布，更具工程适用性与推广应用价值，为REDG接入电网下的谐波治理提供依据。
-
公开(公告)号：CN110210152A
公开(公告)日：2019-09-06
申请号：CN201910494902.8
申请日：2019-06-06
Applicant: 福州大学
Abstract: 本发明涉及一种超高次谐波源建模方法，包括步骤S1：提供任一时间段内的不同功率下的超高次谐波电流时间序列数据；步骤S2：利用神经网络算法对步骤S1的数据进行训练；步骤S3：利用神经网络算法生成不同功率下的各次超高次谐波电流幅值的预测数据；步骤S4：将步骤S3生成的预测数据和实测值进行误差计算，根据误差计算结果，选取误差最小的性能评价系数R2，选择给定计算精度ε下的R2值拟合曲线作为拟合结果；步骤S5：对步骤S4的最终拟合结果进行分析判断，若得到的预测值与实测值的误差在范围之内，则得到了训练好的神经网络模型。本发明能够预测任意一个超高次谐波源的输出超高次谐波电流特性，以便预先采取必要的治理措施或者更加合适的滤波器进行滤波。
-
公开(公告)号：CN110148943A
公开(公告)日：2019-08-20
申请号：CN201910525183.1
申请日：2019-06-18
Applicant: 福州大学
Abstract: 本发明涉及一种抑制电网背景谐波影响的LCL并网逆变器阻抗重塑方法。首先建立逆变器并网系统的频域模型，在考虑电网运行方式的情况下，确定系统交截频率的取值范围，引入公共点电压前馈补偿对逆变器输出阻抗的交截频率附近频段的相位进行超前补偿，增大系统相角稳定裕度。以校正后逆变器基频阻抗增大不影响逆变器输出效率、校正后中低频段的相角稳定裕度大于30°为约束条件。以电网背景谐波的抑制效果的目标进行寻优，确定补偿环节的增益补偿系数在限值内的最大值。本发明在兼顾并网系统稳定性的同时，使得对电网背景谐波的抑制效果最佳。
-
公开(公告)号：CN105842535B
公开(公告)日：2019-01-22
申请号：CN201610162494.2
申请日：2016-03-22
Applicant: 国网福建省电力有限公司 , 国家电网公司 , 国网福建省电力有限公司宁德供电公司 , 福州大学
IPC: G01R23/16
Abstract: 本发明涉及一种基于相似特征融合的谐波主特征群筛选方法，首先进行谐波电流类监测样本的去中心化，得到去中心化的数值，然后计算谐波电流类监测样本的相似度指标，最后基于相似度指标分布特性筛选主特征群。本发明能够快速确定监测点的主要谐波污染次数。
-
-
-
-
-
-
-
-
-
Search Results
89
records
(took 0.029 seconds)
