一种基于虚拟同步电机的混合微电网系统及其协调控制方法

    公开(公告)号:CN107612050A

    公开(公告)日:2018-01-19

    申请号:CN201710873248.2

    申请日:2017-09-25

    Abstract: 本发明提供一种基于虚拟同步电机的混合微电网系统。一种基于虚拟同步电机的混合微电网系统,其特征在于,包括交流子网、直流子网、耦合变换器单元、交流负荷和直流负荷,交流负荷与交流子网连接,直流负荷与直流子网连接,耦合变换器单元通过交流配电母线与交流子网连接,耦合变换器单元通过直流配电母线与直流子网连接,交流子网通过交流线路阻抗与交流配电母线连接,直流子网通过直流线路阻抗与直流配电母线连接。本发明提供一种上述混合微电网系统的协调控制方法。本发明的协调控制方法充分考虑交、直流子网潮流合理优化分配、稳定运行区域与容量受限等特征,能够适应不同用户的用电需求,并提供虚拟惯性保证系统电压/频率稳定。

    一种基于前端感知和学习的能耗判别方法

    公开(公告)号:CN113420510B

    公开(公告)日:2022-06-17

    申请号:CN202110770785.0

    申请日:2021-07-07

    Inventor: 江疆 王建永 林超

    Abstract: 本发明提供一种基于前端感知和学习的能耗判别方法,将学习能力部署于前端,提升前端的智能学习能力,并使得网络层不再传输用户原始数据,仅传输经过特征变换后的映射数据,不仅极大的减轻了网络的数据传送数据量,而且大大降低了用户敏感数据泄露的风险。专门设计的能耗特征表达方法,独特的前端模块化架构和部署方式,与一般方法相比,可独立于远端平台独立工作,也可与远端平台协同工作;独立工作时具备完整的对本地用户能耗特征的学习功能,协同工作时可提高学习的性能。通过贝叶斯网络的设计,具备更好的鲁棒性,当进入工作状态后,即使网络发生故障导致前端和远端失去连接,前端设备仍可独立完成智能学习任务。

    一种变电站带电作业机器人的急停装置

    公开(公告)号:CN114301031B

    公开(公告)日:2022-05-27

    申请号:CN202210200468.X

    申请日:2022-03-03

    Abstract: 本申请公开了一种变电站带电作业机器人的急停装置,选择复合按钮,提出了一种使用失效安全方式接线的新方法:两对常闭接点串联接于电源正极端,两对常开接点并联接于电源负极端;同时提出了一种及时消除直流接触器铁芯剩磁的新方法:利用复合按钮变换电路连接,将直流接触器线圈、二极管、电容、电阻四者并联,构成RLC并联振荡电路,紧急状态下,按下复合按钮,常闭触点断开,流经线圈的电流通过二极管构成通路,防止线圈电流突变产生过电压;常开触点闭合,将直流接触器线圈、二极管、电容、电阻四者并联,构成RLC并联振荡电路,产生振荡电流,以及时消除直流接触器铁芯的剩磁,从而解决了现有技术可靠性差且速动性差的技术问题。

    一种变电站带电作业机器人的急停装置

    公开(公告)号:CN114301031A

    公开(公告)日:2022-04-08

    申请号:CN202210200468.X

    申请日:2022-03-03

    Abstract: 本申请公开了一种变电站带电作业机器人的急停装置,选择复合按钮,提出了一种使用失效安全方式接线的新方法:两对常闭接点串联接于电源正极端,两对常开接点并联接于电源负极端;同时提出了一种及时消除直流接触器铁芯剩磁的新方法:利用复合按钮变换电路连接,将直流接触器线圈、二极管、电容、电阻四者并联,构成RLC并联振荡电路,紧急状态下,按下复合按钮,常闭触点断开,流经线圈的电流通过二极管构成通路,防止线圈电流突变产生过电压;常开触点闭合,将直流接触器线圈、二极管、电容、电阻四者并联,构成RLC并联振荡电路,产生振荡电流,以及时消除直流接触器铁芯的剩磁,从而解决了现有技术可靠性差且速动性差的技术问题。

    一种基于前端感知和学习的能耗判别方法

    公开(公告)号:CN113420510A

    公开(公告)日:2021-09-21

    申请号:CN202110770785.0

    申请日:2021-07-07

    Inventor: 江疆 王建永 林超

    Abstract: 本发明提供一种基于前端感知和学习的能耗判别方法,将学习能力部署于前端,提升前端的智能学习能力,并使得网络层不再传输用户原始数据,仅传输经过特征变换后的映射数据,不仅极大的减轻了网络的数据传送数据量,而且大大降低了用户敏感数据泄露的风险。专门设计的能耗特征表达方法,独特的前端模块化架构和部署方式,与一般方法相比,可独立于远端平台独立工作,也可与远端平台协同工作;独立工作时具备完整的对本地用户能耗特征的学习功能,协同工作时可提高学习的性能。通过贝叶斯网络的设计,具备更好的鲁棒性,当进入工作状态后,即使网络发生故障导致前端和远端失去连接,前端设备仍可独立完成智能学习任务。

Patent Agency Ranking