-
公开(公告)号：CN115242067B
公开(公告)日：2024-06-11
申请号：CN202210699181.6
申请日：2022-06-20
Applicant: 三峡大学
Abstract: 本发明公开了一种单相Boost APFC的自适应占空比补偿控制方法，在传统控制环路中引入占空比补偿环节，利用电流环得到补偿的占空比，并对补偿环节的自适应补偿参数进行设计，利用APFC输出电压和负载电流的平均值计算动态功率，结合APFC的额定功率，确定出自适应系数k1和k2，将自适应系数引入到电流控制环路和占空比补偿环路中，得到补偿后的PWM控制信号；在传统双环控制环路中引入自适应占空比补偿环路，基于负载变动情况自适应设计补偿系数，在不改变硬件电路和不对控制算法进行大量调整的基础上，提高单相Boost APFC谐波对动态负载的自适应能力，为工程应用中单相Boost APFC的优化和设计提供直观的技术和理论指导。
-
公开(公告)号：CN115293406A
公开(公告)日：2022-11-04
申请号：CN202210794793.3
申请日：2022-07-07
Applicant: 三峡大学
Abstract: 本发明涉及基于CatBoost和Radam‑LSTM的光伏发电功率预测方法，包括：获取用于光伏发电功率预测的特征数据，对特征数据进行预处理；利用改进灰色关联度分析计算各个气象特征以及电气特征之间的灰色关联度大小，剔除关联度小的特征；利用变量特征衍生方法从已有特征数据时间序列中衍生出新的特征；将CatBoost作为前级模型，Radam‑LSTM作为后级模型，利用瀑布融合法构建功率预测模型，对功率预测模型训练并测试；将利用训练好的功率预测模型用于光伏发电功率短期预测。本发明将CatBoost和Radam‑LSTM集成、融合，显著提高了功率预测模型的预测性能，得到的功率预测模型稳定性、准确性更好，泛化能力更强，能有效防止预测模型过拟合。
-
公开(公告)号：CN115242067A
公开(公告)日：2022-10-25
申请号：CN202210699181.6
申请日：2022-06-20
Applicant: 三峡大学
Abstract: 本发明公开了一种单相Boost APFC的自适应占空比补偿控制方法，在传统控制环路中引入占空比补偿环节，利用电流环得到补偿的占空比，并对补偿环节的自适应补偿参数进行设计，利用APFC输出电压和负载电流的平均值计算动态功率，结合APFC的额定功率，确定出自适应系数k1和k2，将自适应系数引入到电流控制环路和占空比补偿环路中，得到补偿后的PWM控制信号；在传统双环控制环路中引入自适应占空比补偿环路，基于负载变动情况自适应设计补偿系数，在不改变硬件电路和不对控制算法进行大量调整的基础上，提高单相Boost APFC谐波对动态负载的自适应能力，为工程应用中单相Boost APFC的优化和设计提供直观的技术和理论指导。
-
公开(公告)号：CN114204793A
公开(公告)日：2022-03-18
申请号：CN202111471325.4
申请日：2021-12-04
Applicant: 三峡大学
Abstract: 单相有源功率因数校正变换器无源器件的体积优化方法，采用解析法计算和分析单相有源功率因数校正变换器中无源器件的体积与开关频率和纹波电流之间的关系，进而对纹波电流和开关频率的进行优化分析，实现对变换器中无源器件体积的优化；以开关频率和纹波电流为自变量，基于电感元件作为储能器件时其储存的能量与纹波电流和开关频率之间的数学关系，通过面积积法计算纹波电流和开关频率与电感器件体积的解析表达式。建立的电感体积VL与开关频率fs和纹波电流△I以及电容体积VC与纹波电流△I之间的函数关系，进一步地，可以将两者体积相结合进行综合分析，进而可以对单相有源功率因数校正变换器无源器件的总体体积进行优化设计。
-
公开(公告)号：CN116896120A
公开(公告)日：2023-10-17
申请号：CN202310648268.5
申请日：2023-05-30
Applicant: 三峡大学
Abstract: 本发明涉及计及双馈风机故障特性的变流器控制参数分区间辨识方法，包括：根据双馈风机变流器典型控制方程确定待辨识参数；确定每个故障区间下的主导控制参数；搭建双馈风机仿真模型，利用改进粒子群优化算法对主导控制参数进行分区间辨识；在不同电压跌落程度的短路故障工况下验证辨识结果的有效性。本发明考虑了各控制参数对局部区间故障工况响应曲线的影响，将故障特性曲线从时域角度划分为故障前、故障中和故障后三个区间，通过斯皮尔曼相关系数法选取与三区间响应数据强相关的控制参数，利用IPSO算法对双馈风机的控制参数进行分区间辨识，有效提高了控制参数的辨识精度。
-
Patent Agency Ranking
公开(公告)号：CN114221561B
公开(公告)日：2023-08-01
申请号：CN202111322722.5
申请日：2021-11-09
Applicant: 三峡大学
Abstract: 高精度有源功率因数校正变换器电流有效值计算方法，步骤包括：一、对一个开关周期内各元器件的电流进行分段计算，求出一个开关周期内各元器件的电流表达式；二、使用解析法得到一个工频周期内有源功率因数校正变换器的电流有效值；三、选定一个可改变的电气参数作为自变量，得到影响有源功率因数校正变换器电流有效值的电气参数。与采用数值法相比，无需对每个开关周期内流过各元器件的电流进行复杂的数值迭代计算，仅需对一个开关周期内流过各元器件的电流进行分析，即可得到电流有效值；相比于以时间作为积分变量的时域法，该计算方法选用角度作为积分变量，极大地简化了电流有效值的计算过程。
-
公开(公告)号：CN116306183A
公开(公告)日：2023-06-23
申请号：CN202310139086.5
申请日：2023-02-16
Applicant: 三峡大学
IPC: G06F30/25 , H02J3/38 , G06F30/27 , G06N3/006 , G06N3/0442 , G06F111/08 , G06F113/06
Abstract: 本发明涉及考虑全风速范围的双馈风机变流器控制参数辨识方法，包括：确定待辨识的双馈风机变流器控制参数，采集不同控制参数下的各观测量输出响应数据集，计算待辨识参数与不同观测量间的相关性，选取观测量；利用门控循环单元得到各待辨识控制参数的初步辨识值；基于初步辨识值，利用改进粒子群算法分别对双馈风机不同运行状态下的控制参数进行精确辨识；在三相故障扰动下计算实测曲线与辨识曲线响应误差，验证辨识结果的准确性。本发明在GRU模型初步辨识值的基础上，以风速为依据划分三种不同运行状态，利用改进粒子群算法分别对不同运行状态下的双馈风机变流器控制参数进行了精确辨识，有效解决了风电的随机出力特性影响辨识精度的问题。
-
公开(公告)号：CN115800245A
公开(公告)日：2023-03-14
申请号：CN202211372516.X
申请日：2022-11-03
Applicant: 三峡大学
Abstract: 基于SARIMA‑随机森林组合模型的短期负荷预测方法，包括以下步骤：利用滑动窗口对原始负荷数据进行分组，对各组的待测周前‑次日数据集进行分解得趋势项、季节项和残差项；建立SARIMA模型，预测趋势项得到初步预测结果和残差；聚类天气因素获取相似日，分组构建天气‑残差数据集并建立随机森林回归模型，学习天气因素对残差的影响，利用网格搜索法选择模型参数；组合模型的预测结果，对比天气聚类、残差训练对负荷预测准确率的影响。该方法能够在已知待测日历史负荷和天气因素的条件下准确预测次日负荷，提高了预测准确率。
-
公开(公告)号：CN115411775B
公开(公告)日：2024-04-26
申请号：CN202211181791.3
申请日：2022-09-27
Applicant: 三峡大学
IPC: H02J3/38 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于LSTM的双馈风机控制器参数辨识方法，利用RT‑LAB获得双馈风机控制器硬件在环测试数据，使用Person相关系数法提取出相关性较高的特征量并用于神经网络训练，对电压外环以及电流内环控制参数进行辨识，并通过硬件在环实验数据对算法的可行性、有效性和实用性进行了测试。与以往的参数辨识方法相比，能通过训练历史样本数据模拟风机控制系统的运行特性，在不运行风机模型的情况下，向LSTM神经网络输入实测数据，进行控制参数的离线辨识。
-
公开(公告)号：CN114204793B
公开(公告)日：2023-08-01
申请号：CN202111471325.4
申请日：2021-12-04
Applicant: 三峡大学
Abstract: 单相有源功率因数校正变换器无源器件的体积优化方法，采用解析法计算和分析单相有源功率因数校正变换器中无源器件的体积与开关频率和纹波电流之间的关系，进而对纹波电流和开关频率的进行优化分析，实现对变换器中无源器件体积的优化；以开关频率和纹波电流为自变量，基于电感元件作为储能器件时其储存的能量与纹波电流和开关频率之间的数学关系，通过面积积法计算纹波电流和开关频率与电感器件体积的解析表达式。建立的电感体积VL与开关频率fs和纹波电流△I以及电容体积VC与纹波电流△I之间的函数关系，进一步地，可以将两者体积相结合进行综合分析，进而可以对单相有源功率因数校正变换器无源器件的总体体积进行优化设计。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.018 seconds)
