-
公开(公告)号：CN106936628B
公开(公告)日：2019-10-18
申请号：CN201710082556.3
申请日：2017-02-16
Applicant: 河海大学
IPC: H04L12/24
Abstract: 本发明公开了一种计及传感器故障的分数阶网络系统状态估计方法，用于分析分数阶网络系统因传感器故障而引起的数据丢包情况下的状态估计问题。该方法的具体步骤如下：首先对传感器故障情况下，发生数据随机丢包的系统模型进行了分析，建立了考虑数据随机丢包情况下的分数阶网络系统模型。接着，以传统的分数阶扩展卡尔曼滤波状态估计方法为基础，结合传感器故障情况下的分数阶网络系统模型，设计出了改进分数阶扩展卡尔曼状态估计方法。本方法适用于传感故障引起数据随机丢包情况下的分数阶网络系统状态估计问题，且流程简单易于实现。
-
公开(公告)号：CN109033585A
公开(公告)日：2018-12-18
申请号：CN201810768249.5
申请日：2018-07-13
Applicant: 河海大学
Abstract: 本发明提供了一种基于T‑S模糊模型的不确定网络控制系统的PID控制器设计方法，利用T‑S模糊模型对还有不确定项的网络控制系统进行建模，增加了系统的鲁棒性；在控制器设计方面采用具有更优控制效果的PID控制器，增加了系统的控制效果；在对系统稳定性进行判定的时候，选择了构造Lyapunov函数的方法，减少了系统的保守性；在系统所能承受的最大时延以及控制器增益的时候，结合所得到的线性矩阵不等式设计了一个求解方法，对系统所能承受的最大时延及其控制器增益进行了求解。
-
公开(公告)号：CN108667069A
公开(公告)日：2018-10-16
申请号：CN201810353816.0
申请日：2018-04-19
Applicant: 河海大学
IPC: H02J3/38
Abstract: 本发明提供了一种基于偏最小二乘法回归的短期风电功率预测方法，分析并提取风电场的影响风电功率预测的特征和影响因素，形成历史风功率数据向量，得到训练样本集，对训练样本集作降维处理，利用得到的训练样本进行成分提取，并且对输入输出进行相关性分析，再利用最小二乘法计算回归系数，建立偏最小二乘回归模型，选取风电功率点值作为测试样本的输入向量，与此相对应的输出向量作为功率输出真实值，带入偏最小二乘法回归模型，得到风电功率超短期预测值向量。本发明利用偏最小二乘回归方法具有良好的多元回归问题分析能力，同时包含数据回归模型建立、主成分分析以及典型相关分析等方法，不仅简化了预测模型结构，而且提高了预测的精度同时增强了预测方法的泛化能力。
-
公开(公告)号：CN107666155A
公开(公告)日：2018-02-06
申请号：CN201710906143.2
申请日：2017-09-28
Applicant: 河海大学
Abstract: 本发明提供了一种基于Markov模型的多能互补系统随机稳定性分析方法，为了合理的刻画光照、风速的变化情况，通过对已有的光照、风速等数据进行聚类分析，得出各个聚类中心点，将每个聚类中心点作为一个Markov状态，并通过贝叶斯推理得出各个状态之间的转移率矩阵。根据基尔霍夫电压、电流定律建立Markov状态空间模型，在此基础上构建随机Lyapunov函数对系统进行随机稳定性分析。并通过检测并网点的电流值，设计电流控制器进行可调节负荷的就地消纳，根据新能源发电的波动情况，调节负荷的消纳量，保障传输到电网中功率的连续稳定。最后，通过建立仿真算例测试，验证本发明方法的有效性与实用性。
-
公开(公告)号：CN107394828A
公开(公告)日：2017-11-24
申请号：CN201710738691.9
申请日：2017-08-24
Applicant: 河海大学
IPC: H02J3/46
CPC classification number: H02J3/46 , H02J2003/007
Abstract: 本发明提供了一种基于概率潮流的电气互联综合能源系统优化运行分析方法，首先进行建模，考虑模型之间的耦合，进行运行模式分析，包括热定点FTL模式、电定热FEL模式和混合运行FHL模式，进行不确定因素分析，包括负荷、风电场出力和光伏电厂出力的随机性，根据每个随机变量的分布状况通过点估计法构造采样点，再利用遗传算法求解各运行模式下发电成本的最小值，从而得到发电成本的统计量。本发明将三种运行模式应用到综合能源系统的概率潮流下，分析三种运行模式下随着状态变量的改变引起整个系统发电成本的变化，计算整个综合能源系统的发电成本，根据三种运行模式下发电成本的概率分布曲线，探索出最优的运行模式，给电力调度人员提供参考。
-
Patent Agency Ranking
公开(公告)号：CN106878076A
公开(公告)日：2017-06-20
申请号：CN201710089199.3
申请日：2017-02-20
Applicant: 河海大学
IPC: H04L12/24
Abstract: 本发明公开了一种计及数据丢包和增益扰动的分数阶网络系统状态估计方法，用于分析分数阶网络系统在量测信号数据发生随机丢包和增益受到干扰情况下的状态估计问题。本发明的具体流程如下：首先对量测信号发生数据随机丢包特点进行分析，建立了计及量测信号数据随机丢包情况下的分数阶网络系统模型；接着，设计了计及观测器增益干扰的观测器模型；最后，以建立的模型为基础，结合分数阶扩展卡尔曼滤波的知识和矩阵不等式理论，设计出了一种可以同时计及量测数据随机丢包和观测器增益干扰的广义分数阶扩展卡尔曼滤波方法，算例分析表明了本发明方法有效性和实用性。
-
公开(公告)号：CN108281961B
公开(公告)日：2020-11-03
申请号：CN201810018243.6
申请日：2018-01-09
Applicant: 河海大学
Abstract: 本发明提供了一种自适应鲁棒扩展卡尔曼的参数辨识方法，不仅可以有效的界定系统参数不确定性所引入的辨识误差上限，并且由于采用了自适应技术对参数进行自适应估计，避免了传统鲁棒扩展卡尔曼滤波误差上限难选取的问题，具有更强的鲁棒性，能够实现更高精度的低频振荡信号参数辨识。
-
公开(公告)号：CN107425548B
公开(公告)日：2020-06-16
申请号：CN201710811192.8
申请日：2017-09-11
Applicant: 河海大学
Abstract: 本发明公开了一种插值H∞扩展卡尔曼滤波(interpolation H∞ extended Kalman filter,IHEKF)发电机动态状态估计方法，该方法分为自适应插值、多步预测和修正两部分，首先，通过在多步预测和修正之前计算状态方程和量测方程的非线性指标，使用有限状态机确定内插因子，再根据内插因子使用插值法在两个实际量测值之间增加伪量测值；然后根据所增加的伪量测值进行多步预测和修正，运用扩展卡尔曼滤波的预测步得到状态预测值和状态预测误差协方差，并进一步在扩展卡尔曼滤波的修正步引入H∞对预测值进行修正得到机电暂态过程中发电机功角和电角速度的估计值和估计误差协方差。最后，算例分析结果表明，本发明所提方法可以准确应用于发电机动态状态估计，且具有较好的鲁棒性。
-
公开(公告)号：CN109033585B
公开(公告)日：2020-04-03
申请号：CN201810768249.5
申请日：2018-07-13
Applicant: 河海大学
Abstract: 本发明提供了一种基于T‑S模糊模型的不确定网络控制系统的PID控制器设计方法，利用T‑S模糊模型对还有不确定项的网络控制系统进行建模，增加了系统的鲁棒性；在控制器设计方面采用具有更优控制效果的PID控制器，增加了系统的控制效果；在对系统稳定性进行判定的时候，选择了构造Lyapunov函数的方法，减少了系统的保守性；在系统所能承受的最大时延以及控制器增益的时候，结合所得到的线性矩阵不等式设计了一个求解方法，对系统所能承受的最大时延及其控制器增益进行了求解。
-
公开(公告)号：CN108667069B
公开(公告)日：2021-10-19
申请号：CN201810353816.0
申请日：2018-04-19
Applicant: 河海大学
IPC: H02J3/38
Abstract: 本发明提供了一种基于偏最小二乘法回归的短期风电功率预测方法，分析并提取风电场的影响风电功率预测的特征和影响因素，形成历史风功率数据向量，得到训练样本集，对训练样本集作降维处理，利用得到的训练样本进行成分提取，并且对输入输出进行相关性分析，再利用最小二乘法计算回归系数，建立偏最小二乘回归模型，选取风电功率点值作为测试样本的输入向量，与此相对应的输出向量作为功率输出真实值，带入偏最小二乘法回归模型，得到风电功率超短期预测值向量。本发明利用偏最小二乘回归方法具有良好的多元回归问题分析能力，同时包含数据回归模型建立、主成分分析以及典型相关分析等方法，不仅简化了预测模型结构，而且提高了预测的精度同时增强了预测方法的泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.026 seconds)
