一种基于π型拓扑结构的交直流并联分散控制方法

    公开(公告)号:CN106300358A

    公开(公告)日:2017-01-04

    申请号:CN201610910652.8

    申请日:2016-10-19

    CPC classification number: H02J3/02 H02J3/24

    Abstract: 本发明提供一种基于π型拓扑结构的交直流并联分散控制方法,方法包括:确定系统动态和静态过程中的传递函数;根据TLS-ESPRIT识别传递函数,获取系统振型;根据系统振型确定控制器的反馈信号和安装地点的初步配对方案;根据传递函数和初步配对方案计算控制回路间的ERGA;根据ERGA及初步配对方案确定控制器的反馈信号和安装地点的最优配对方案。本发明提供的控制方法通过TLS-ESPRIT对系统的振型进行分析,确定控制器的反馈信号和安装地点的初步配对方案,并通过ERGA指标确定最优配对方案。ERGA同时考虑动态和静态的相互作用,以提高系统的不确定性和控制可靠性,增加控制装置的鲁棒性,节约成本,抑制交直流并联输电系统中大电网区域间的低频振荡,适用于各种类型的控制器。

    一种基于PCRAM的FPGA系统在线升级方法

    公开(公告)号:CN113110858B

    公开(公告)日:2023-02-17

    申请号:CN202110462373.0

    申请日:2021-04-27

    Abstract: 本申请涉及电子信息技术领域,尤其涉及一种基于PCRAM的FPGA系统在线升级方法。传统的FPGA的配置更新方法由于采用非易失存储器FLASH,存在写入速度慢、寿命短的问题。本申请使用非易失相变存储器(PCRAM)来代替FLASH,由于PCRAM相较于FLASH具有可随机读写、读写速度快以及寿命长的特点,可直接在PCRAM中进行计算和存储。基于PCRAM的FPGA系统进行在线升级可提高升级速度、降低升级功耗以及增加升级次数。本申请应用于FPGA系统在线升级中,具有速度快、能耗低以及延长设备使用寿命的良好技术效果,升级过程简洁优化,适于在电信技术领域推广运用。

    一种基于视频图像序列的火焰实时检测算法及系统

    公开(公告)号:CN113128439A

    公开(公告)日:2021-07-16

    申请号:CN202110462335.5

    申请日:2021-04-27

    Abstract: 本申请涉及图像识别技术领域,尤其涉及一种基于视频图像序列的火焰实时检测算法及系统。现有的火焰检测在识别明亮区域或颜色相近区域时存在识别鲁棒性不足、准确率低以及实时性差的问题。本申请通过采用Horn‑Schunck光流法来识别预处理图像信息的运动目标,并采用Camshift算法来进行跟踪处理,并对不同的运动目标进行分割,分割后得到最似火焰区域图像信息;提取最似火焰区域图像信息中的静态特征参数和动态特征参数,并一直跟踪运动区域,进行实时判断分割的区域大小是否发生变化,进行重新分割检测,并对火焰的趋势做出预测。本申请减少了运算量,具有运算速度快、实时性较高以及更加经济性的有益效果。

    一种用于计量通信的通信转换器

    公开(公告)号:CN112562296A

    公开(公告)日:2021-03-26

    申请号:CN202011226937.2

    申请日:2020-11-06

    Abstract: 本申请提供了一种用于计量通信的通信转换器,包括转换器本体和路由通信模块;转换器本体内设置有用于安装路由通信模块的安装槽,路由通信模块通过安装槽内设置的连接器连接;连接器包括兼容国网09规范的第一连接器,以及兼容国网13规范的第二连接器,用于分别和对应类型的路由通信模块连接;转换器本体的外壳上设置有RF通信接口和RS485通信接口。通过本申请提供的通信转换器,在不改变原台区采集方案的情况下,解决了备品表与台区内电表通信不兼容的问题,不再需要备用多种通信模块,尤其适用于旧台区改造,实现一个台区不同抄表模式同时运行互不影响,弥补载波或微功率无线技术抄表的不稳定性;并且,现场施工安装便捷,操作简单。

    基于机器学习的电力负荷识别方法及系统

    公开(公告)号:CN111382789A

    公开(公告)日:2020-07-07

    申请号:CN202010152529.0

    申请日:2020-03-06

    Abstract: 本申请提供的基于机器学习的电力负荷识别方法及系统,以实测的电气参数数据包括电流、电压、和功率等为基础,将基础电气参数数据统一格式,在长时间针对电力负荷特征提取、采集、分析、归纳和训练的基础上,可以在已知一段时间的若干用电负荷总体基础电气参数数据包括电压、电流、有功功率、无功功率等的情况下,正确识别出正在使用的电器种类。因此本申请提供的用于电力负荷识别的机器学习模型训练方法及系统不需要人为手动调节参数,较传统方法相比如时域的波形匹配,特征点匹配以及谱分析等匹配准确率高,本申请可以自主学习并且自动获得识别电力负荷所需要的特征参数,从而提高模型的适用范围,提高电力负荷识别的准确率。

    一种配电网的故障定位方法及装置

    公开(公告)号:CN107478956B

    公开(公告)日:2020-02-07

    申请号:CN201710784778.X

    申请日:2017-09-04

    Abstract: 本申请公开了一种配电网的故障定位方法及装置,涉及电力技术领域,为解决现有技术中不能准确定位配电网故障位置的问题而发明。本申请的主要方法包括:建立配电网的数学模型,所述数学模型以测控点为配电网的分段点;根据所述数学模型,计算所述测控点的评价函数值;比较所述评价函数值;查找最小所述评价函数值对应的测控点的设备状态;确定所述设备状态中的故障状态对应的测控点为所述配电网的故障点。本申请主要应用于定位配电网故障的过程中。

Patent Agency Ranking