基于模糊控制的V2G集群分类优化调度方法

    公开(公告)号:CN120073702A

    公开(公告)日:2025-05-30

    申请号:CN202510221765.6

    申请日:2025-02-27

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于模糊控制的V2G集群分类优化调度方法,属于电动汽车集群优化调度领域。所述方法,首先,考虑根据电动汽车入网后的状态特征将电动汽车分为不同的V2G集群。然后,确定输入、输出量的模糊分布,建立模糊规则,设计一款三输入‑单输出充放电功率模糊控制器。最后根据集群特征制定符合其特点的优化调度策略,策略中通过模糊控制控制集群的充放电功率以达到对区域电网负荷的“削峰填谷”。

    基于改进人工神经网络参数辨识的变流器软故障诊断方法

    公开(公告)号:CN115618729A

    公开(公告)日:2023-01-17

    申请号:CN202211248212.2

    申请日:2022-10-12

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于改进人工神经网络参数辨识的变流器软故障诊断方法,包括离线建模和在线参数辨识两个过程;所述离线建模包括:确定变流器等效电路及其故障特征参数;以双Boost电路建立混合逻辑模型,得到故障特征参数;初步建立基于改进人工神经网络的参数辨识模型;获取相应电路历史数据,对数据进行拟合,调整结构与超参,建立最终的参数辨识模型;所述在线参数辨识包括:实时采集具体的电力电子变流器内部器件的相应数据,利用建立的参数辨识模型拟合数据,从内部权值中推导得到具体的器件参数,得到器件的老化状态,完成电力电子变流器的软故障诊断。该方法有利于提高变流器软故障诊断的精度和效率。

    一种基于子控制集改进MPC算法的MMC控制方法

    公开(公告)号:CN117240108A

    公开(公告)日:2023-12-15

    申请号:CN202311097971.8

    申请日:2023-08-29

    Applicant: 福州大学

    Abstract: 本发明提出一种基于子控制集改进MPC算法的MMC控制方法,MPC算法应用于基于有限控制集的换流器FCS‑MPC;逆变器MMC包括A、B、C三个相似的相单元,每个相单元由上、下两个桥臂组成,电抗器用于抑制能量分配不平衡所产生的相间环流;所述控制方法在MMC逆变器稳态工况即控制器给定的参考信号不变时,使相邻两个开关周期投入的子模块数量的变化很小,以将MPC中滚动优化算法过程所需要预测的有限控制集缩小到很小的范围内;在MMC逆变器动态工况时,通过设置阈值的方法来判断系统功率是否发生变化,当信号发生突变时,利用二分法快速寻找到突变后信号所对应的子控制集;本发明能在减少计算量的同时提高改进MPC算法在系统功率发生变化时的动态响应速度。

    一种基于PCA_ DWT的LSTM流域水流量预测方法

    公开(公告)号:CN116663745A

    公开(公告)日:2023-08-29

    申请号:CN202310727924.0

    申请日:2023-06-20

    Applicant: 福州大学

    Abstract: 本发明提供了一种基于PCA_DWT的LSTM流域水流量预测方法,具体步骤如下:(1)采集河流的历史数据;(2)采用主成分分析法将采集到的数据进行降维;(3)采用小波分解DWT,将经过降维后的输入序列分解为一个近似序列;(4)将序列按照频率大小,划分为m+1个不同组;(5)归一化;(6)将不同组的数据分别划分训练集和测试集;(7)将每组数据同时迭代训练;(8)将测试集输入送入迭代后的神经网络;(9)再用该预测数据构成新的输入,修正神经网络的修正权值和阈值,直至迭代N此,即全部测试集迭代完毕;(10)最终预测出未来N小时内水资源的流速情况。应用本技术方案能精确预测未来一段时间内某流域的水流流速情况。

    基于改进卷积神经网络的模块化多电平换流器子模块电容故障监测方法

    公开(公告)号:CN118731527A

    公开(公告)日:2024-10-01

    申请号:CN202410718065.3

    申请日:2024-06-04

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于改进卷积神经网络的模块化多电平换流器子模块电容故障监测方法,电容故障监测领域。该方法首先依照子模块电容电压的特性,针对老化情况下的子模块电容电压去提取对应的老化特征;其次构建卷积神经网络结合门控循环单元(CNN‑GRU)的网络构架,并结合Adam算法、批归一化处理(BN)等方式防止过拟合,并结合老化电容标签来判断该方法的准确率;最后,将准确率作为目标函数,利用鲸鱼优化算法(WOA)来优化CNN‑GRU网络中的学习率、正则化系数和学习率下降因子,通过优化算法得出的结果带入对应网络,能够获得相对较高的准确率。

    基于深度残差网络和联合分布的逆变器参数故障诊断方法

    公开(公告)号:CN116401610A

    公开(公告)日:2023-07-07

    申请号:CN202310175237.2

    申请日:2023-02-28

    Applicant: 福州大学

    Abstract: 本发明提出基于深度残差网络和联合分布的逆变器参数故障诊断方法,以三相逆变器多种已知工况下的故障数据建立训练集,建立构建由多个残差块组成的深度残差网络模型,同时运用Adam算法及批归一化BN技术防止该模型过拟合,接着加入伪标签学习,对源域与目标域之间的联合分布差异进行度量,通过联合分布适配方法来实现两个域特征的联合分布对齐,并以差异最小化为目标对网络进行优化;本发明能解决实际工程的应用场景中多种工况下故障数据分布不同,导致传统的深度诊断模型泛化能力及效率发生下降的问题。

    一种基于双频涡流检测的非磁性管道电导率测量方法

    公开(公告)号:CN119936124A

    公开(公告)日:2025-05-06

    申请号:CN202510124689.7

    申请日:2025-01-26

    Applicant: 福州大学

    Abstract: 本发明提出一种基于双频涡流检测的非磁性管道电导率测量方法,所述测量方法基于双频涡流检测对非磁性管道进行电导率估算,并通过选用高频段单频率对应的线圈复电感变化量实部来确定线圈提离距离;在获得提离距离后,利用管道非对称模型解析解,选用低频段中单频率对应的线圈相位作为目标函数值,通过改进牛顿拉夫逊法迭代求解得到管道电导率;本发明可在管道绝缘未知的情况下,仅通过双频率测量求得其电导率,提高了电导率测量的准确度和测量效率。

Patent Agency Ranking