基于磁悬浮轴向位置控制的压缩机喘振预测控制方法

    公开(公告)号:CN113339310B

    公开(公告)日:2022-09-13

    申请号:CN202110814452.3

    申请日:2021-07-19

    Applicant: 东北大学

    Abstract: 本发明提供一种基于磁悬浮轴向位置控制的压缩机喘振预测控制方法,通过采集不同转速下压缩机出口压力值与流量值来绘制喘振曲线,通过建立压缩机数学模型推导出压升与质量流量的函数关系,建立压缩机出口压力预测模型来确定压缩机下一时刻的运行点坐标,当运行点坐标与喘振曲线相交时说明下一刻将发生喘振,需要对压缩机中轴承的轴向和径向分别进行调节来消除喘振,即调整转子轴向叶轮与蜗壳间距,增大转子径向控制电流以消除喘振,本发明方法能够预测磁悬浮压缩机下一刻是否发生喘振进而调整控制策略,以使磁悬浮压缩机能够始终保持紧靠在喘振线的右侧运行,有效缩小了喘振裕度,使压缩机既能够有效避免喘振的发生,又能够在最高效率点运行。

    一种面向混合量测的电网恶性数据注入攻击在线防御方法

    公开(公告)号:CN109921415B

    公开(公告)日:2022-08-02

    申请号:CN201910188447.9

    申请日:2019-03-13

    Applicant: 东北大学

    Abstract: 本发明提出一种面向混合量测的电网恶性数据注入攻击在线防御方法,包括:建立了SCADA和PMU混合状态估计模型;分别提出了PMU量测量和SCADA仪表量测量的恶性数据检测方法:对于PMU量测量,基于传输线路等效阻抗法,结合提出的检测指标,能够明显检测出PMU中的恶性数据;对于SCADA仪表量测量,通过状态一致性检测、异常数据检测及残差分布偏离度检测能够有效检测出SCADA仪表中的恶性数据,并能剔除量测量突变情况的干扰,此外,本发明提出了SCADA和PMU恶性数据的剔除与修正过程。通过本发明能够在线有效检测、识别和剔除SCADA和PMU仪表上的恶性数据,提高了电力信息物理系统的安全可靠性及抵御恶性数据的能力,具有良好的应用前景。

    一种基于深度学习的电力系统暂态稳定性判别系统及方法

    公开(公告)号:CN110609477B

    公开(公告)日:2021-06-29

    申请号:CN201910922923.5

    申请日:2019-09-27

    Applicant: 东北大学

    Abstract: 本发明公开一种基于深度学习的电力系统暂态稳定性判别系统及方法,属于电力系统动态安全评估技术领域,本发明的系统包括样本获取、特征提取、样本扩展和稳定性判别四个模块,同时公开了系统实现的方法,采用深度自编码器提取电力系统样本数据的特征数据降低样本的维度,可以有效的节省计算力及计算时间;采用对抗生成网络生成伪样本数据,扩展样本集规模,使稳定性判别模块可以更好的判断电力系统的暂态稳定性,提高稳定性判断的准确率;采用深度卷积神经网络构建电力系统暂态稳定性判别模块,可以更为实时、准确的判断电力系统的暂态稳定性。

    基于微型热电联产多时间尺度的家庭能源优化调度方法

    公开(公告)号:CN110209135B

    公开(公告)日:2021-05-25

    申请号:CN201910505179.9

    申请日:2019-06-12

    Applicant: 东北大学

    Abstract: 本发明提出的一种基于微型热电联产多时间尺度的家庭能源优化调度方法,首先通过调整微型热电联产机组运行结构,优化微型热电联产机组的使用,实现家庭多时间尺度的智能用电;再通过对用户用电以及微型热电联产机组历史数据的分析,确定了开启电能反馈的阈值,然后根据参与调度的用电设备的工作时长,提出了一种合理的方式划分工作子时间段,最终在目标函数的基础上,根据分时电价和气价,确定微型热电联产机组的出力,进而求得各时段对应的决策量。该调度方法在微型热电联产的基础上,优化了家庭多能源的利用,同时可以降低家庭用能成本。

    一种基于边缘计算的微电网分布式协同控制系统及方法

    公开(公告)号:CN112701729A

    公开(公告)日:2021-04-23

    申请号:CN202110024258.5

    申请日:2021-01-08

    Applicant: 东北大学

    Abstract: 本发明提供一种基于边缘计算的微电网分布式协同控制系统及方法,涉及微电网运行控制技术领域。本系统包括微电网电力终端、边缘设备、通信网络和云端服务器;边缘设备通过传感器获取微电网电力终端中的实时数据,数据被边缘设备处理后用于本地计算同时上传至云端服务器,边缘计算节点利用本地信息和与其通信的邻居节点信息,设计边缘信息置信度评价机制,利用云端服务器数据分析后周期或非周期下发的置信度阈值,评价本地信息观测值以及接收的邻居节点信息的置信度,并表示为置信因子的形式;多边缘计算节点采用分布式协同控制方法,将二次控制所得到的控制决策命令发送到微电网DG的下垂控制中实现微电网频率同步稳定到参考值。

    基于多特征融合的电力负荷辨识方法及系统

    公开(公告)号:CN106936129B

    公开(公告)日:2020-04-24

    申请号:CN201710177080.1

    申请日:2017-03-23

    Applicant: 东北大学

    Abstract: 本发明提供一种基于多特征融合的电力负荷辨识方法及系统,方法包括:在用户的用电入口处对有功功率进行监测;将所述的有功功率利用整数规划求解,确定该时刻可能存在的负荷;将所述的有功功率通过滑动窗口算法获得功率序列;根据所述的功率序列提取其统计特征和奇异值特征;根据所述的统计特征和奇异值特征通过欧式距离求解与可能存在负荷各个特征的相似度;将所述的统计特征和奇异值特征的相似度利用线性加权和法将多相似度转化为综合相似度;将所述的综合相似度最大值与设定的阈值进行比较确定该时刻运行的负荷。采用整数规划降低计算维度,通过多特征融合可准确辨识出用户用电入口处的负荷,对于负荷功率的波动具有鲁棒性。

Patent Agency Ranking