基于不确定估计与补偿的主汽温控制方法及装置

    公开(公告)号:CN118605642A

    公开(公告)日:2024-09-06

    申请号:CN202410828277.7

    申请日:2024-06-25

    Abstract: 本发明提供一种基于不确定估计与补偿的主汽温控制方法及装置,属于火电厂主汽温控制技术领域。所述方法包括:基于构建的MSDMC和MUDE复合控制结构对主汽温对象进行控制,使得主汽温稳定在设定值的允许范围内。MUDE控制器为一种改进的不确定与扰动估计器,通过MUDE控制器对不可测扰动和未知模型动态进行实时估计与补偿,MSDMC控制器通过可测扰动前馈实现干扰抑制,并通过基于局部模型网络的多模型阶梯式动态矩阵控制方法克服了高阶动态扰动响应迟滞的问题,由此,基于MSDMC与MUDE控制器的控制策略,解决了传统主汽温控制系统的大滞后、大惯性和多扰动问题,并确保了主汽温控制系统的快速性和稳定性。

    基于参数辨识的光伏电站组件在线健康评价方法及装置

    公开(公告)号:CN119448930A

    公开(公告)日:2025-02-14

    申请号:CN202410515249.X

    申请日:2024-04-26

    Abstract: 本申请提供了一种基于参数辨识的光伏电站组件在线健康评价方法及装置,涉及光伏监测控制技术领域,方法包括:采集目标光伏组件在各采样时刻的实测背板温度、实测工作电压、实测工作电流、实测环境辐照度;获取目标光伏组件的组件参数,构建目标光伏组件的第一I‑V曲线,通过预设的拟合函数确定各采样时刻的实测环境辐照度所对应的短路电流,基于各采样时刻的短路电流、实测背板温度及目标光伏组件的组件参数,通过预设的修正模型将第一I‑V曲线转换为预设标准下的第一I‑V修正曲线,目标光伏组件的组件参数通过粒子群算法及测试光伏组件对预先构建的光伏组件电流模型进行寻优得到;构建第一I‑V修正曲线的第一目标数据点集以及对应标准I‑V修正曲线的第二目标数据点集;确定第一目标数据点集与第二目标数据点集之间的灰色关联度,通过预设的健康评价模型确定在灰色关联度下,目标光伏组件的健康指数。本申请实现了光伏组件健康状态的定量分析。

    光伏电站组件在线健康评价方法、装置及终端设备

    公开(公告)号:CN118539867A

    公开(公告)日:2024-08-23

    申请号:CN202410515254.0

    申请日:2024-04-26

    Abstract: 本申请提供了一种光伏电站组件在线健康评价方法、装置及终端设备,涉及光伏监测控制技术领域,方法包括:采集目标光伏组件在各采样时刻的实测背板温度、实测工作电压、实测工作电流,以及获取各采样时刻的实测环境辐照度,构建第一I‑V曲线,通过预设的拟合函数确定各采样时刻的实测环境辐照度所对应的短路电流,基于各采样时刻的短路电流及实测背板温度,通过修正模型将第一I‑V曲线转换为预设标准下的第一I‑V修正曲线;构建第一I‑V修正曲线的第一目标数据点集以及标准I‑V修正曲线的第二目标数据点集;确定两个数据点集之间的灰色关联度,通过健康评价模型确定在灰色关联度下,目标光伏组件的健康指数。本申请能够实现光伏组件健康状态的定量分析。

    实验室智能管理系统及方法
    9.
    发明公开

    公开(公告)号:CN118172007A

    公开(公告)日:2024-06-11

    申请号:CN202410028803.1

    申请日:2024-01-08

    Abstract: 本发明提供实验室智能管理系统及方法,属于实验室管理技术领域。所述实验室智能管理系统,包括智能入库模块,用于通过机器人接收受检元件,对接收的受检元件进行拆解、分类以及编号,得到编号的受检元件;检测需求信息录入模块,用于在编号的受检元件中录入对应的检测需求信息,并将检测需求信息与受检元件的编号进行关联;智能检测模块,用于读取受检元件的编号,根据检测需求信息与受检元件的编号的关联关系获得该受检元件的检测需求信息,根据该受检元件的检测需求信息对该受检元件进行检测。智能检测模块通过读取受检元件的编号为受检元件提供检测环境,实现了实验室全流程的自动检测与自动控制。

    控制系统品质评价方法及系统
    10.
    发明公开

    公开(公告)号:CN117762115A

    公开(公告)日:2024-03-26

    申请号:CN202311491804.1

    申请日:2023-11-09

    Abstract: 本发明提供一种控制系统品质评价方法及系统,属于性能评价技术领域。该方法包括:采集目标控制系统的干扰信号和输出信号作为输入数据,并对输入数据进行预处理;基于预处理后的输入数据,进行最优模型构建;对构建的最优模型进行求解,获得目标控制系统的最小方差性能指标;基于预处理后的输入数据,计算皮尔逊相关系数;根据最小方差性能指标和皮尔逊相关系数,进行目标控制系统品质评价,得到品质评价结果。该方法及系统采用最小方差性能指标和皮尔逊相关系数相结合的策略,准确反映干扰信号数据和输出信号数据之间的相关性,进而对目标控制系统进行品质评价,实现了有效识别和准确评估控制系统性能的目的。

Patent Agency Ranking