一种智能配电终端数据通信系统及方法

    公开(公告)号:CN106712297A

    公开(公告)日:2017-05-24

    申请号:CN201710053108.0

    申请日:2017-01-22

    CPC classification number: H02J13/0062 H04L12/4641

    Abstract: 本发明涉及一种智能配电终端数据通信系统及方法,用于配电网络,所述数据通信系统包括至少一个具备VLAN功能的交换机以及多个与交换机连接的配电终端,配电终端按保护关联性分为多个VLAN分组,每个VLAN分组中的配电终端相互通信,VLAN分组的分组数量与配电网络中的保护区段数量相等,正常运行时,各配电终端定时向处于同一分组中的其它配电终端组播心跳命令;发生故障时,与故障区段相关联的配电终端向处于同一分组中的其它配电终端组播故障信息,各配电终端根据接收到的故障信息计算出故障区段,完成故障隔离与非故障区域恢复供电操作,并采用确认报文实现操作结果交互。与现有技术相比,本发明具有网络流量少、响应迅速等优点。

    一种基于粒子群改进细菌觅食算法的负荷频率控制方法

    公开(公告)号:CN109116724A

    公开(公告)日:2019-01-01

    申请号:CN201810961209.2

    申请日:2018-08-22

    Abstract: 本发明涉及一种基于粒子群改进细菌觅食算法的负荷频率控制方法,通过搭建单区域两机组电网的负荷频率控制(LFC)系统模型,并用基于粒子群改进细菌觅食算法优化LFC系统的PID控制器参数,进一步实现对LFC系统的控制。基于粒子群改进细菌觅食算法是在标准细菌觅食算法的基础上,结合粒子群算法思想引入全局最优、个体最优以及自适应步长,重新定义细菌的健康度、迁移方式,不仅提高了优化算法的寻优速度,还大大提升了细菌的寻优精度。与现有技术相比,本发明得到了很好的控制效果,使负荷频率控制系统动态性能显著提升,对提高火电机组的自动控制水平具有重要的现实意义。

    一种含多类型分布式电源的电压无功优化控制方法

    公开(公告)号:CN106786630B

    公开(公告)日:2019-06-11

    申请号:CN201710053113.1

    申请日:2017-01-22

    CPC classification number: Y02E40/34

    Abstract: 本发明涉及一种含多类型分布式电源的电压无功优化控制方法,该方法根据负荷的时变性和分布式电源出力的波动性,通过实时检测的节点电压偏差与无功偏差的关系,得出自主优化控制组合策略,调整控制变量,达到最优控制方式。与现有技术相比,本发明克服了通过负荷和分布式电源出力的预测数据来进行投切控制的传统模式,可实时确定并联电容器组的投切组数及分布式电源无功出力,克服了以往的固定投切模式,并在并联电容器组进行无功补偿保证无功充足后,将各智能配网自动化远方终端作为分布式控制终端结合馈线中的自动调压器灵活地控制电压,能显著地稳定电压幅值,具有较好的在线应用前景等优点。

    超临界火电机组一次调频系统辨识变量选择方法

    公开(公告)号:CN109861310A

    公开(公告)日:2019-06-07

    申请号:CN201910152052.3

    申请日:2019-02-28

    Abstract: 本发明涉及一种超临界火电机组一次调频系统辨识变量选择方法,包括通过初步筛选选取合适的变量及数据段;通过一次调频系统扰动试验采集变量数据,并对数据进行预处理后得到样本数据;利用PCA计算标准化后数据的相关系数矩阵,计算相关系数矩阵的特征值、特征向量;判断并选取数据主元个数,通过计算T2统计量对多变量过程进行监测,找出变量对主元的贡献;将一次调频系统输出功率作为参考序列,其他变量作为比较序列,通过GM法计算各比较变量与参考变量的关联度值;根据每个变量对主元的贡献值和关联度值对变量进行筛选。与现有技术相比,本发明所提方法使模型输入变量的数据维数减小,缩小了系统辨识规模,提高了辨识模型的精度,更具有客观性。

    超临界火电机组一次调频系统辨识变量选择方法

    公开(公告)号:CN109861310B

    公开(公告)日:2020-12-22

    申请号:CN201910152052.3

    申请日:2019-02-28

    Abstract: 本发明涉及一种超临界火电机组一次调频系统辨识变量选择方法,包括通过初步筛选选取合适的变量及数据段;通过一次调频系统扰动试验采集变量数据,并对数据进行预处理后得到样本数据;利用PCA计算标准化后数据的相关系数矩阵,计算相关系数矩阵的特征值、特征向量;判断并选取数据主元个数,通过计算T2统计量对多变量过程进行监测,找出变量对主元的贡献;将一次调频系统输出功率作为参考序列,其他变量作为比较序列,通过GM法计算各比较变量与参考变量的关联度值;根据每个变量对主元的贡献值和关联度值对变量进行筛选。与现有技术相比,本发明所提方法使模型输入变量的数据维数减小,缩小了系统辨识规模,提高了辨识模型的精度,更具有客观性。

Patent Agency Ranking