-
公开(公告)号：CN110504709B
公开(公告)日：2021-05-18
申请号：CN201910796931.X
申请日：2019-08-27
Applicant: 国网河北省电力有限公司邢台供电分公司 , 国家电网有限公司 , 国网河北省电力有限公司 , 燕山大学 , 晶澳太阳能有限公司
Abstract: 本申请适用于电网无功优化技术领域，提供了一种光伏集群无功电压调控方法、终端设备及存储介质，上述方法包括：获取光伏集群的月运行场景集和季度运行场景集；对光伏集群进行长时间尺度集群离线全局宏观优化和短时间尺度集群在线自调节优化，修正光伏集群的无功设定点；根据修正后的无功设定点对光伏集群进行无功电压调控。本申请实施例提供的光伏集群无功电压调控方法、终端设备及存储介质，先进行长时间尺度下离线全局优化配置，从而得到集中光伏的无功设定点；然后通过短时间尺度下在线实时优化实现对分散光伏的无功优化，能够根据构建的不同场景，计算长短时间尺度的电压设定点，从而实现电压调控。
-
公开(公告)号：CN106959385A
公开(公告)日：2017-07-18
申请号：CN201710266591.0
申请日：2017-04-21
Applicant: 燕山大学
IPC: G01R19/00
CPC classification number: G01R19/0092
Abstract: 本发明公开了一种电网电压不平衡时基于二倍频锁相的谐波电流检测法，其内容包括：提取负载侧三相电流，经过Clarke变换运算，得到两相静止坐标系下的电流；运用二倍频锁相方法，对不平衡的电网电压进行锁相跟踪，把跟踪所获得的角频率应用到SAI环节，使SAI跟电网电压同步；使两相静止坐标系下的电流通过SAI环节后，提取其正序基波电流；对提取的正序基波电流进行Clarke反变换运算，得到三相的正序基波电流；用总的负载电流和三相正序基波电流做差求得谐波电流。本发明在电网电压不平衡的条件下进行谐波检测，增加了谐波检测对电网电压波动的适应性，并提高了谐波检测的精确性。
-
公开(公告)号：CN114964226B
公开(公告)日：2024-09-20
申请号：CN202210471564.8
申请日：2022-04-29
Applicant: 燕山大学
Abstract: 本发明涉及一种噪声自适应强跟踪扩展卡尔曼滤波器四旋翼姿态解算方法，属于无人机技术领域，包括构建状态方程和观测方程，初始化系统噪声和量测噪声初值；计算下一时刻的一次预测状态；计算新息，更新强跟踪滤波器，将次优渐消因子拆分；计算得到改进的一步预测误差协方差矩阵对下一时刻的噪声方差及噪声均值重新估计，将估计值引入EKF公式；计算卡尔曼增益矩阵、状态的二次估计和误差协方差的二次估计，判断是否循环结束；输出结果。本发明引入强跟踪滤波器，解决了传统扩展卡尔曼滤波器因泰勒展开近似线性化等问题导致的跟踪能力弱的问题，通过改进次优渐消因子引入形式，保证了协方差矩阵计算结果的对称性，提高了系统跟踪速度。
-
公开(公告)号：CN110504716A
公开(公告)日：2019-11-26
申请号：CN201910796916.5
申请日：2019-08-27
Applicant: 国网河北省电力有限公司邢台供电分公司 , 国家电网有限公司 , 国网河北省电力有限公司 , 燕山大学 , 晶澳太阳能有限公司
Abstract: 本申请适用于电网无功优化技术领域，提供了一种光伏逆变器无功模式优化选择方法、终端设备及存储介质，上述方法包括：获取光伏集群的日典型运行场景；根据日典型运行场景，以及预设的综合目标函数及其约束条件，对光伏集群中各个光伏逆变器的无功模式进行优化选择，得到光伏集群中各个光伏逆变器的最优无功模式。本申请实施例提供的光伏逆变器无功模式优化选择方法、终端设备及存储介质，在对光伏逆变器的无功模式进行优化选择的过程中，无需光伏逆变器之间进行通信交互，解决了目前分散式光伏发电设备在通信不便时存在的无功优化和电压调节效果不良的问题。
-
公开(公告)号：CN114964226A
公开(公告)日：2022-08-30
申请号：CN202210471564.8
申请日：2022-04-29
Applicant: 燕山大学
Abstract: 本发明涉及一种噪声自适应强跟踪扩展卡尔曼滤波器四旋翼姿态解算方法，属于无人机技术领域，包括构建状态方程和观测方程，初始化系统噪声和量测噪声初值；计算下一时刻的一次预测状态；计算新息，更新强跟踪滤波器，将次优渐消因子拆分；计算得到改进的一步预测误差协方差矩阵对下一时刻的噪声方差及噪声均值重新估计，将估计值引入EKF公式；计算卡尔曼增益矩阵、状态的二次估计和误差协方差的二次估计，判断是否循环结束；输出结果。本发明引入强跟踪滤波器，解决了传统扩展卡尔曼滤波器因泰勒展开近似线性化等问题导致的跟踪能力弱的问题，通过改进次优渐消因子引入形式，保证了协方差矩阵计算结果的对称性，提高了系统跟踪速度。
-
Patent Agency Ranking
公开(公告)号：CN114842051A
公开(公告)日：2022-08-02
申请号：CN202210473138.8
申请日：2022-04-29
Applicant: 燕山大学
IPC: G06T7/246 , G06V10/774 , G06N3/08 , G06N3/04 , G06V10/82
Abstract: 本发明涉及一种基于深度归因图谱的无人机跟踪模型迁移学习方法，属于迁移学习技术领域，包括采集探测数据；选取深度神经网络预训练模型；构建前向传播路径，采集预训练模型每个卷积层的输出特征；计算不同数据点在同一特征间的相似性，构建边相似性序列；构建节点归因值序列；卷积层每增加一层，计算该层与最后一层节点归因值的余弦相似性，计算该层与最后一层边的相似性的斯皮尔曼相关系数；构建深度归因图谱相似性函数；求取对应各个卷积层相关系数，设定阈值，筛选大于阈值的相关系数，该值对应卷积层可作为模型参数微调的临界点，该层之后的参数进行训练。本方法操作简单，训练周期短，不需要大量的图像数据。
-
公开(公告)号：CN107171605A
公开(公告)日：2017-09-15
申请号：CN201710359581.1
申请日：2017-05-19
Applicant: 燕山大学
IPC: H02P7/292
Abstract: 本发明公开了一种BLDCM二二导通与三三导通切换方法，利用DSP和CPLD对电机本身固有的霍尔位置信号，进行逻辑运算分别形成无刷直流电机二二导通和三三导通的驱动信号。然后利用DSP发出一路阶跃信号，送入到CPLD中作为二二导通和三三导通两个程序的切换信号。在CPLD搭建模块，使该阶跃信号和二二导通程序模块部分做与逻辑，该信号的非和三三导通程序模块做与逻辑，然后在把上述的两个逻辑后的结果再做或逻辑，这个信号在阶跃信号高电平时输出二二导通的驱动，低电平时输出三三导通的驱动，而且程序切换自然。这就是本发明提出的针对无刷直流电机二二导通和三三导通的切换方法。本发明方法在无需增加硬件设备的条件下可实现无刷直流电机两种导通方式的自然切换。
-
公开(公告)号：CN113629723A
公开(公告)日：2021-11-09
申请号：CN202110756917.4
申请日：2021-07-05
Applicant: 燕山大学
Abstract: 本发明公开了考虑DG和APF参与电压治理的SVG优化配置方法，包括如下步骤：采用分区思想，提出基于社团理论的分区方法，选取各区域的主导治理节点作为SVG候选接入节点；利用DG并网逆变器和电压检测型APF的剩余容量协助SVG治理电压偏差污染，采用多场景分析技术构建一系列电压治理运行场景以表征DG并网逆变器和电压检测型APF剩余容量的不确定性；以系统总投资成本最小fC和电压偏差治理效果最优fAVD为多目标函数，构建多目标SVG优化配置模型，设定相应的等式和不等式约束条件，并利用改进遗传算法求解多目标优化配置模型，本发明对提高系统运行的经济性和改善电能质量起到了良好的作用。
-
公开(公告)号：CN107070317A
公开(公告)日：2017-08-18
申请号：CN201710295708.8
申请日：2017-04-28
Applicant: 燕山大学
CPC classification number: H02P6/10
Abstract: 本发明公开了一种基于二三混合导通的无刷直流电机PWM调制方法，运用无刷直流电机的霍尔信号和DSP芯片运算合成出二三混合导通模式开关管的驱动信号，构造出150度导通模式；150度导通模式即在电机的运行过程中，每个开关管导通150度，并让其稳定运行；二三混合导通将重新划分扇区，成为十二扇区每个扇区30电角度；将三三导通期间的开关管的驱动信号加入PWM调制，即开关管的调制信号和高频方波做与逻辑运算，逻辑运算后的信号作为开关管的驱动信号；二二导通的期间开关管导通信号不做任何逻辑运算所以为恒通。本发明增加了无刷直流电机调制方式，结合了二二导通三三导通以及PWM调制的优点。
-
公开(公告)号：CN114842051B
公开(公告)日：2024-11-08
申请号：CN202210473138.8
申请日：2022-04-29
Applicant: 燕山大学
IPC: G06T7/246 , G06V10/774 , G06N3/084 , G06N3/096 , G06N3/0464 , G06V10/82
Abstract: 本发明涉及一种基于深度归因图谱的无人机跟踪模型迁移学习方法，属于迁移学习技术领域，包括采集探测数据；选取深度神经网络预训练模型；构建前向传播路径，采集预训练模型每个卷积层的输出特征；计算不同数据点在同一特征间的相似性，构建边相似性序列；构建节点归因值序列；卷积层每增加一层，计算该层与最后一层节点归因值的余弦相似性，计算该层与最后一层边的相似性的斯皮尔曼相关系数；构建深度归因图谱相似性函数；求取对应各个卷积层相关系数，设定阈值，筛选大于阈值的相关系数，该值对应卷积层可作为模型参数微调的临界点，该层之后的参数进行训练。本方法操作简单，训练周期短，不需要大量的图像数据。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.015 seconds)
