基于深度信念网络的分布式光伏集群动态等值建模方法

    公开(公告)号:CN109193649A

    公开(公告)日:2019-01-11

    申请号:CN201811236765.X

    申请日:2018-10-23

    IPC分类号: H02J3/00 H02J3/38

    摘要: 本发明公开了一种基于深度信念网络的分布式光伏集群动态等值建模方法,首先建立光伏发电单元的三阶简化模型,采用改进K-means聚类方法将光伏集群划分为具有相似性特征的小规模集群,再采用深度信念网络的算法对小规模集群进行动态等值,确定网络的输入输出变量,得到DBN等值模型,最后通过设置新的外部扰动进行仿真验证,克服了参数聚合以及换算过程的繁琐性、复杂性等问题,将聚类之后获得的光伏集群的动态特性看作是一个“黑箱”,不需要得到其内部具体的参数,只需要外部输入实验数据或者实际数据去训练神经网络,从而得到光伏集群的动态等值模型,建立一种通用性更强、灵活性更高的光伏集群建模方法。

    光伏并网逆变器输出电压直流分量的扰动观测抑制方法

    公开(公告)号:CN109510200A

    公开(公告)日:2019-03-22

    申请号:CN201811560344.2

    申请日:2018-12-20

    IPC分类号: H02J3/00 H02J3/38 H02J3/24

    摘要: 本发明公开了一种光伏并网逆变器输出电压直流分量的扰动观测抑制方法,包括下述步骤:S1,根据虚拟同步机控制或者下垂控制计算逆变器输出电压幅值及相角参考指令计算电压参考值的分量;S2,采集逆变器滤波电容电压和滤波电感电流数据,建立电压电流双环模型;S3,建立广义受控对象模型,采集逆变器滤波电容电压数据,采用扰动观测器估测出直流电压扰动量;S4,直流电压扰动量估测值通过前馈补偿于调制电压信号,形成改进型电压电流双环控制结构,实现逆变器输出电压直流分量的有效抑制,本方法参数设计简单已操作,便于工程实现,且不会影响到常规电压反馈控制外环电压跟随性能的优点,抑制性效果佳,稳定性强。

    光伏并网逆变器输出电压直流分量的扰动观测抑制方法

    公开(公告)号:CN109510200B

    公开(公告)日:2021-09-14

    申请号:CN201811560344.2

    申请日:2018-12-20

    IPC分类号: H02J3/00 H02J3/38 H02J3/24

    摘要: 本发明公开了一种光伏并网逆变器输出电压直流分量的扰动观测抑制方法,包括下述步骤:S1,根据虚拟同步机控制或者下垂控制计算逆变器输出电压幅值及相角参考指令计算电压参考值的分量;S2,采集逆变器滤波电容电压和滤波电感电流数据,建立电压电流双环模型;S3,建立广义受控对象模型,采集逆变器滤波电容电压数据,采用扰动观测器估测出直流电压扰动量;S4,直流电压扰动量估测值通过前馈补偿于调制电压信号,形成改进型电压电流双环控制结构,实现逆变器输出电压直流分量的有效抑制,本方法参数设计简单已操作,便于工程实现,且不会影响到常规电压反馈控制外环电压跟随性能的优点,抑制性效果佳,稳定性强。

    一种含分频阻抗的贝杰龙等值线路的混合仿真模型及方法

    公开(公告)号:CN109858070A

    公开(公告)日:2019-06-07

    申请号:CN201811481119.X

    申请日:2018-12-05

    IPC分类号: G06F17/50

    摘要: 本发明涉及电力电子设备仿真技术,具体涉及一种含分频阻抗的贝杰龙等值线路的混合仿真模型及方法。该混合仿真模型包括机电系统模型、电磁系统模型和含分频阻抗的贝杰龙等值线路的混合仿真接口模型。其方法利用实时仿真器RTLAB来实现,实时仿真器RTLAB的上位机软件包含机电系统仿真软件包ePHASORsim和电磁系统仿真软件包eMAGAsim,通过上述仿真软件包分别搭建机电系统和电磁系统模型,同时利用软件自带的应用程序接口设计机电系统与电磁系统接口程序,进行时序控制和数据转换的自定义开发。含分频阻抗的贝杰龙等值线路的混合仿真接口模型实现了机电-电磁混合仿真,并利用分频阻抗反映了电磁系统的高频分量对机电系统的影响,进一步提高了混合仿真的精度。

    基于改进Adam算法优化神经网络的变压器故障诊断方法

    公开(公告)号:CN112115638B

    公开(公告)日:2023-09-26

    申请号:CN202010893044.7

    申请日:2020-08-28

    摘要: 基于改进Adam算法优化神经网络的变压器故障诊断方法,包括以下步骤:(1)获取变压器油中溶解气体的相关数据与变压器故障信息作为样本数据;(2)对变压器油中溶解气体的相关数据进行归一化预处理;(3)确定神经网络的输入模式、输出模式、隐藏层层数、隐藏层神经元数、隐藏层传递函数、输出层传递函数与损失函数;(4)对传统的Adam算法进行改进,并用改进后的Adam算法优化神经网络的参数;(5)用样本数据对经过算法优化后的神经网络进行训练,得到最终的神经网络模型;(6)用最终的神经网络模型处理变压器油中溶解气体数据,诊断出变压器的故障类型。本发明可提高利用数据的充分性、加快训练的收敛速度并提高变压器故障诊断的准确率。