-
公开(公告)号：CN106899037A
公开(公告)日：2017-06-27
申请号：CN201710210315.2
申请日：2017-03-31
Applicant: 华中科技大学
IPC: H02J3/38 , H02J3/28 , H02J3/18 , H02P9/10 , H02P101/15
CPC classification number: Y02E40/30 , Y02E40/67 , H02J3/386 , H02J3/18 , H02J3/28 , H02P9/105 , H02P9/107 , H02P2101/15
Abstract: 本发明公开了一种低电压穿越的双馈风机及低电压穿方法，双馈风机包括电动机主体、三相变压器(5)、第一变流器(1)、斩波器(2)、储能模块(3)以及变流器组，当检测到并网点电压跌落时，通过对电网电压信号的处理，得到第一变流器的输出电压参考信号，参考信号经过PI控制的电压外环和内模控制的电流内环，得到第一变流器的控制信号，实现控制第一变流器输出电压。该低电压穿越的双馈风机解决了电网电压深度跌落情况下，双馈风机无法实现低电压穿越的问题，有效控制电网故障期间双馈风机定子侧变流器、转子侧变流器和直流电容过电压，提高双馈风机低电压穿越能力。
-
公开(公告)号：CN107947573B
公开(公告)日：2019-12-17
申请号：CN201711373031.1
申请日：2017-12-15
Applicant: 华中科技大学
IPC: H02M3/155
Abstract: 本发明公开了一种适用于超导磁储能的DC/DC斩波器，包括第一斩波器、第二斩波器以及连接第一斩波器和第二斩波器的直流电容，第一斩波器包括：第一IGBT和第二IGBT串联，第一二极管和第二二极管分别并联在第一IGBT和第二IGBT的集电极和发射极两端，滤波电感的一端与第二IGBT的集电极端连接，另一端与直流电容的正极连接，第二IGBT的发射极端与直流电容的负极连接；第二斩波器包括：第三IGBT与第四二极管串联后并联在直流电容两端，第四IGBT与第三二极管串联后并联在直流电容的两端，超导储能电感的一端与第三IGBT的发射极端相连，另一端与第四IGBT的集电极端相连。本发明可以消除超导储能电感的高频PWM脉冲电压，提高超导磁储能的稳定性。
-
Patent Agency Ranking
公开(公告)号：CN107947573A
公开(公告)日：2018-04-20
申请号：CN201711373031.1
申请日：2017-12-15
Applicant: 华中科技大学
IPC: H02M3/155
Abstract: 本发明公开了一种适用于超导磁储能的DC/DC斩波器，包括第一斩波器、第二斩波器以及连接第一斩波器和第二斩波器的直流电容，第一斩波器包括：第一IGBT和第二IGBT串联，第一二极管和第二二极管分别并联在第一IGBT和第二IGBT的集电极和发射极两端，滤波电感的一端与第二IGBT的集电极端连接，另一端与直流电容的正极连接，第二IGBT的发射极端与直流电容的负极连接；第二斩波器包括：第三IGBT与第四二极管串联后并联在直流电容两端，第四IGBT与第三二极管串联后并联在直流电容的两端，超导储能电感的一端与第三IGBT的发射极端相连，另一端与第四IGBT的集电极端相连。本发明可以消除超导储能电感的高频PWM脉冲电压，提高超导磁储能的稳定性。
-
公开(公告)号：CN110009140B
公开(公告)日：2021-10-08
申请号：CN201910210253.4
申请日：2019-03-20
Applicant: 华中科技大学 , 国网湖北省电力有限公司
Abstract: 本发明公开了一种日电力负荷预测方法及预测装置，属于电力系统短期负荷预测领域，方法包括：对于待预测日中的任意第t个时刻，对S天历史负荷数据采样以得到S个第一负荷序列；对第一负荷序列进行归一化，并从归一化结果中获得S天中每一天的目标负荷序列；分别获得S天中每一天以及待预测日的有效影响因素序列并进行归一化；以目标负荷序列和归一化之后的有效影响因素序列为输入，利用已训练好的日电力负荷预测模型预测待预测日中第t个时刻的负荷值；日电力负荷预测模型包括级联的复合网络和第二RBF神经网络，复合网络由ELMAN神经网络、BP神经网络以及第一RBF神经网络并列构成。本发明能够提高对电力系统日负荷的预测精度和数据利用效率。
-
公开(公告)号：CN110222877A
公开(公告)日：2019-09-10
申请号：CN201910413003.0
申请日：2019-05-17
Applicant: 华中科技大学 , 国网湖北省电力有限公司
Abstract: 本发明公开了一种基于自定义神经网络的负荷预测系统及负荷预测方法，包括：数据存储模块，用于获取历史负荷数据并保存；负荷预测模块，用于接收并根据用户输入的自定义神经网络构建参数，构建负荷预测神经网络，并基于用户输入的负荷预测指令及历史负荷数据，采用负荷预测神经网络进行负荷预测。由于现有预测系统在进行负荷预测时，根据实际预测需要，而需要不断更改神经网络，更改神经神经网络往往通过人工更改代码来完成，过程比较耗时耗力，本发明在系统中引入自定义神经网络，用户输入参数更改值，系统来执行更改操作，自动完成新的神经网络构建，使用更加方便便捷。另外，通过自定义设置，极大提高了负荷预测系统的泛化能力，应用范围广。
-
公开(公告)号：CN110222877B
公开(公告)日：2021-08-03
申请号：CN201910413003.0
申请日：2019-05-17
Applicant: 华中科技大学 , 国网湖北省电力有限公司
Abstract: 本发明公开了一种基于自定义神经网络的负荷预测系统及负荷预测方法，包括：数据存储模块，用于获取历史负荷数据并保存；负荷预测模块，用于接收并根据用户输入的自定义神经网络构建参数，构建负荷预测神经网络，并基于用户输入的负荷预测指令及历史负荷数据，采用负荷预测神经网络进行负荷预测。由于现有预测系统在进行负荷预测时，根据实际预测需要，而需要不断更改神经网络，更改神经神经网络往往通过人工更改代码来完成，过程比较耗时耗力，本发明在系统中引入自定义神经网络，用户输入参数更改值，系统来执行更改操作，自动完成新的神经网络构建，使用更加方便便捷。另外，通过自定义设置，极大提高了负荷预测系统的泛化能力，应用范围广。
-
公开(公告)号：CN110009140A
公开(公告)日：2019-07-12
申请号：CN201910210253.4
申请日：2019-03-20
Applicant: 华中科技大学 , 国网湖北省电力有限公司
Abstract: 本发明公开了一种日电力负荷预测方法及预测装置，属于电力系统短期负荷预测领域，方法包括：对于待预测日中的任意第t个时刻，对S天历史负荷数据采样以得到S个第一负荷序列；对第一负荷序列进行归一化，并从归一化结果中获得S天中每一天的目标负荷序列；分别获得S天中每一天以及待预测日的有效影响因素序列并进行归一化；以目标负荷序列和归一化之后的有效影响因素序列为输入，利用已训练好的日电力负荷预测模型预测待预测日中第t个时刻的负荷值；日电力负荷预测模型包括级联的复合网络和第二RBF神经网络，复合网络由ELMAN神经网络、BP神经网络以及第一RBF神经网络并列构成。本发明能够提高对电力系统日负荷的预测精度和数据利用效率。
-
-
-
-
-
-
Search Results
7
records
(took 0.02 seconds)
