排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
直流微电网储能系统自动充放电改进控制策略 总被引:2,自引:0,他引:2
针对直流微电网中直流微电源输出不稳定造成的网内功率不平衡及直流母线电压大范围波动问题,基于含光伏阵列和储能系统的直流微电网系统,提出了一种储能系统自动充放电改进控制策略。该控制策略将直流母线电压用4个电压临界值分成5个区域,控制系统根据直流母线电压所处区域自动判断储能系统的工作模态和模态切换,实现储能系统在充电、放电及空闲模式间自由切换;同时避免了由于直流母线电压正常波动引起的储能系统充放电频繁切换对蓄电池造成的损害。dSPACE实验验证了该策略的可行性。 相似文献
4.
交直流双向功率变换器的改进下垂控制策略 总被引:1,自引:0,他引:1
并网逆变器作为电能馈送电网的重要环节,其控制方式尤为重要。提出了一种适用于交直流双向功率变换器的改进下垂控制方式,可在整流、逆变及停机模式间自主切换。控制系统根据直流母线电压值判断系统运行状态,并启动交直流双向功率变换器工作在与系统匹配的工作模式,实现直流微电网与大电网的能量交换,同时避免了由于直流母线电压小范围波动引起的电力电子器件频繁动作。仿真及实验结果表明,该控制系统可维持直流微电网母线电压在额定值附近小范围波动,保证了微电网系统稳定运行,提高了系统可靠性。 相似文献
5.
非侵入式负载监测(Non-Intrusive Load Monitoring,NILM)旨在将家庭总用电分解为含有多个组分的负载信号,以识别出不同用电设备的用电特征并实现异常用电的自动检测.传统方法通常将NILM视为分类问题处理,在忽视了负载中的大量功率波动细节的同时,当用电设备增加时,模型的复杂度大幅上升,从而在实用性上受到限制.针对这一问题,文章提出将NILM作为序列到序列的回归问题,使用长短期记忆网络(Long Short-term Memory,LSTM)学习设备负载中的长期依赖,提高回归性能.此外,引入了非因果结构与贝叶斯参数优化框架,解决模型在处理多状态设备时的问题,提升模型表现.真实的智能电能表数据实验表明,该方法优于当前其他主流方法. 相似文献
6.
针对目前识别方法准确性和全面性较低的问题,提出一种数字化电能表信息采样中的反向电量异常识别方法。通过用电信息采集系统召测数据,完成数字化电能表信息采样工作,并实施缺失值填补、数据标准化等预处理。以处理好的数据为基础,计算电能表状态特征,包括用户用电量变化、电压量/电流量、有功功率等三个维度的特征指标,利用AdaBoost算法构建分类器,实现反向电量异常识别。结果表明:所研究方法应用下,F1分数值更高,能更为准确且全面地检测出用户窃电行为,为窃电用户便捷查找与预防预控提供了可靠的依据。 相似文献
1