公开(公告)号：CN118611059A

公开(公告)日：2024-09-06

申请号：CN202411078044.6

申请日：2024-08-07

Applicant: 浙江大学海南研究院

Inventor： 杨捷 ,  翁沈军 ,  闫云凤 ,  孙向伟 ,  郑凡 ,  邱泽贤

IPC: H02J3/00 ,  H02J3/38 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/082 ,  G06N3/084 ,  G06N3/0985 ,  G06F18/15 ,  G06F18/2113 ,  G06F18/25 ,  G06F18/27

Abstract: 本发明公开了一种注意力机制双通道神经网络的海上风电功率预测方法。本发明通过使用ConvLSTM‑ConvGRU双通道神经网络，以提高预测的准确性和可靠性。具体技术方案包括数据收集与预处理、双通道神经网络模型设计、注意力机制特征融合、预测模型设计、性能评估与优化等关键步骤；首先收集风速、风向、温度等环境参数的历史数据，通过特征筛选后，进行清洗、填补、归一化，以提高模型的收敛速度和预测性能；双通道神经网络模型通过并行处理不同长度时间序列下的特征数据，利用注意力机制动态调整不同特征的权重，实现特征融合。本发明主要用于风电场的运行管理，具有强适应性和实时性，满足海上风电场实时监控和调度需求。

公开(公告)号：CN116505789A

公开(公告)日：2023-07-28

申请号：CN202310756682.8

申请日：2023-06-26

Applicant: 浙江大学海南研究院

Inventor： 杨捷 ,  翁沈军 ,  闫云凤 ,  孙向伟

IPC: H02M7/5387 ,  H02M1/12 ,  H02J3/01 ,  H02J3/24

Abstract: 本发明公开了一种基于FOPR‑DOC控制器的光伏并网逆变器控制方法。设计特殊的分数阶比例谐振控制器，利用分数阶比例谐振控制器对光伏并网逆变器实际输出电流与参考电流的差值进行处理得到光伏并网逆变器的虚拟控制量；设计扰动观测控制器，利用扰动观测控制器得到光伏并网逆变器实际输出电流中含有的谐波扰动的估计值；虚拟控制量与谐波扰动的估计值相减，再将虚拟控制量与谐波扰动的估计值之差输入周波控制器，得到光伏并网逆变器的实际控制量，用实际控制量对光伏并网逆变器的控制。本发明可减小光伏并网逆变器输出电流的总谐波畸变率，提高光伏并网逆变器输出电流波形质量，同时增强光伏并网逆变器的稳定性。

公开(公告)号：CN116505789B

公开(公告)日：2024-01-05

申请号：CN202310756682.8

申请日：2023-06-26

Applicant: 浙江大学海南研究院

Inventor： 杨捷 ,  翁沈军 ,  闫云凤 ,  孙向伟

IPC: H02M7/5387 ,  H02M1/12 ,  H02J3/01 ,  H02J3/24

Abstract: 本发明公开了一种基于FOPR‑DOC控制器的光伏并网逆变器控制方法。设计特殊的分数阶比例谐振控制器，利用分数阶比例谐振控制器对光伏并网逆变器实际输出电流与参考电流的差值进行处理得到光伏并网逆变器的虚拟控制量；设计扰动观测控制器，利用扰动观测控制器得到光伏并网逆变器实际输出电流中含有的谐波扰动的估计值；虚拟控制量与谐波扰动的估计值相减，再将虚拟控制量与谐波扰动的估计值之差输入周波控制器，得到光伏并网逆变器的实际控制量，用实际控制量对光伏并网逆变器的控制。本发明可减小光伏并网逆变器输出电流的总谐波畸变率，提高光伏并网逆变器输出电流波形质量，同时增强光伏并网逆变器的稳定性。

公开(公告)号：CN118611059B

公开(公告)日：2024-11-01

申请号：CN202411078044.6

申请日：2024-08-07

Applicant: 浙江大学海南研究院

Inventor： 杨捷 ,  翁沈军 ,  闫云凤 ,  孙向伟 ,  郑凡 ,  邱泽贤

IPC: H02J3/00 ,  H02J3/38 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/082 ,  G06N3/084 ,  G06N3/0985 ,  G06F18/15 ,  G06F18/2113 ,  G06F18/25 ,  G06F18/27

Abstract: 本发明公开了一种注意力机制双通道神经网络的海上风电功率预测方法。本发明通过使用ConvLSTM‑ConvGRU双通道神经网络，以提高预测的准确性和可靠性。具体技术方案包括数据收集与预处理、双通道神经网络模型设计、注意力机制特征融合、预测模型设计、性能评估与优化等关键步骤；首先收集风速、风向、温度等环境参数的历史数据，通过特征筛选后，进行清洗、填补、归一化，以提高模型的收敛速度和预测性能；双通道神经网络模型通过并行处理不同长度时间序列下的特征数据，利用注意力机制动态调整不同特征的权重，实现特征融合。本发明主要用于风电场的运行管理，具有强适应性和实时性，满足海上风电场实时监控和调度需求。

公开(公告)号：CN308413934S

公开(公告)日：2024-01-09

申请号：CN202330651052.5

申请日：2023-10-09

Applicant: 浙江大学海南研究院

Designer： 杨捷 ,  翁沈军 ,  闫云凤 ,  孙向伟

Abstract: 1.本外观设计产品的名称：海洋能源边缘监控器（II型）。
2.本外观设计产品的用途：用于对海洋和风电采集数据进行数据处理和分析。
3.本外观设计产品的设计要点：在于形状。
4.最能表明设计要点的图片或照片：立体图1。
3

公开(公告)号：CN308352858S

公开(公告)日：2023-12-01

申请号：CN202330651080.7

申请日：2023-10-09

Applicant: 浙江大学海南研究院

Designer： 杨捷 ,  翁沈军 ,  闫云凤 ,  孙向伟

Abstract: 1.本外观设计产品的名称：海洋能源边缘监控器（I型）。
2.本外观设计产品的用途：用于对海洋和风电采集数据进行数据处理和分析。
3.本外观设计产品的设计要点：在于形状。
4.最能表明设计要点的图片或照片：立体图1。
3