一种基于粗糙集与神经网络的储能安全预警方法及系统

    公开(公告)号:CN117131414A

    公开(公告)日:2023-11-28

    申请号:CN202310951901.8

    申请日:2023-07-31

    Abstract: 本发明公开了一种基于粗糙集与神经网络的储能安全预警方法,包括采集储能设备的运行状态数据和历史故障数据,并对数据进行预处理;使用粗糙集理论分析历史故障数据,并提取最优特征子集;建立神经网络模型,利用最优特征子集对神经网络模型进行训练,并验证训练好的神经网络模型的效果;将实时采集的运行状态数据输入训练好的神经网络模型,实现对储能设备故障的智能诊断;建立基于感知器网络的故障定位子模型,实现对故障区域和元件的精确定位;根据诊断结果和定位结果,调用报告模板生成相应的故障诊断报告。本发明提出了一种创新的储能安全预警方法,结合了粗糙集和神经网络技术,为储能设备故障的智能化诊断提供了新的解决方案。

    一种基于误差评估的风电功率组合预测方法和系统

    公开(公告)号:CN117081064A

    公开(公告)日:2023-11-17

    申请号:CN202311129365.X

    申请日:2023-09-01

    Abstract: 本发明公开了一种基于误差评估的风电功率组合预测方法和系统,该方法包括:获取数值天气预报和实测风电功率数据;对数据中存在的异常值、缺失值异常点清洗和填充;对清洗后的实测风电功率数据时序对齐,构建风电功率数据集并划分为训练集、验证集和测试集;构建三种单一预测模型;识别不同风电功率预测场景并分类,利用训练集和验证集对各预测模型训练与验证,计算每个预测结果与实际风电功率的预测误差并统计;利用测试集测试各模型,结合各模型预测误差评估结果,对不同预测场景挑选误差最低的单一模型实现组合输出。本发明解决了数值天气预报精度受限情况下的风电功率预测精度较低的问题,可进一步提高风电功率预测泛化性和准确性。

    一种基于内容分发网络的储能电站安全辅控方法及系统

    公开(公告)号:CN117076879A

    公开(公告)日:2023-11-17

    申请号:CN202310876569.3

    申请日:2023-07-18

    Abstract: 本发明公开了一种基于内容分发网络的储能电站安全辅控方法及系统包括,采集数据,并进行数据的清洗和预处理,将清洗和预处理后的数据送入至数据缓存系统;对储能系统中的数据缓存系统进行监测,评估得到质量评价分数,同时完成数据传输分配调度;本发明方法实现了储能数据的有序上传,提高了数据上传速度和传输质量,降低了传输时延,对储能电池进行全生命周期管理并规划电池健康度状态;同时利用储能系统中的历史数据结合人工智能算法形成储能安全管理算法,基于储能安全管理算法计算储能安全综合得分对储能电池进行安全综合评价,实现了故障检测。

    基于电流控制环重塑的自同步电压源并网稳定性提升方法

    公开(公告)号:CN116545018A

    公开(公告)日:2023-08-04

    申请号:CN202310574239.9

    申请日:2023-05-19

    Abstract: 本发明公开了一种基于电流控制环重塑的自同步电压源并网稳定性提升方法,属于并网逆变器控制技术领域。该方法包括以下步骤:测量并网逆变器端口电压和输出电流并计算输出有功和无功功率;再分别获得端口电压的幅值和相角参考,生成端口电压参考值;然后,将端口电压作为电压调节器的反馈值;然后将端口电压参考值减去反馈值作为电压调节器的输入。电压调节器输出电流参考值,将其减去输出电流与电流控制环重塑支路输出值之和,再输入电流调节器,最后,电流调节器的输出值加上电网电压前馈量得到调制信号,将调制信号通过SVPWM生成驱动信号从而控制逆变器。本发明方法在不增加硬件成本的前提下,提升自同步电压源在强网工况下的稳定运行能力。

Patent Agency Ranking