-
公开(公告)号：CN106385173A
公开(公告)日：2017-02-08
申请号：CN201611079375.7
申请日：2016-11-30
Applicant: 福州大学
CPC classification number: Y02B70/126 , H02M3/07 , H02M1/42 , H02M2001/0058 , H02M2001/009
Abstract: 本发明涉及一种三路正向电压输出单级无桥Cuk PFC变换器及其控制方法。相比于传统Cuk PFC变换器，该变换器完全消除了二极管整流桥，仅采用单个输入电感，电感利用率高，可实现可靠的三路正向电压输出，解决了Cuk拓扑的反向电压输出问题，且不存在各路的交叉影响。工作于DCM模式下，可使输入电流自然跟踪输入电压，实现单位功率因数，具有高效率、高功率密度、高可靠性的特点。
-
公开(公告)号：CN104935159A
公开(公告)日：2015-09-23
申请号：CN201510332268.X
申请日：2015-06-16
Applicant: 福州大学
CPC classification number: Y02B70/126 , Y02P80/112
Abstract: 本发明涉及一种PFC电流断续模式的峰值电流控制方法，将交流市电整流后接至一Boost电路，将Boost电路的开关周期T、电感L以及输出参考电压Uref、输入电压Uin、输出电压Uo以及电感电流IL输入控制器中；控制器计算得到当前开关周期对应的电流峰值Ipeak，将Ipeak与IL相比较，并控制开关管的开关，使每个开关周期电感电流的峰值和此峰值曲线拟合。本发明适用于电感电流断续(DCM)时的情形，克服了DCM模式下较难使用峰值控制的问题，提高了功率因数，并且设计简单，易于实现。
-
公开(公告)号：CN119071063A
公开(公告)日：2024-12-03
申请号：CN202411181874.1
申请日：2024-08-27
Applicant: 福州大学 , 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院 , 国网电力科学研究院有限公司
IPC: H04L9/40 , H04L67/1097
Abstract: 本发明涉及一种基于区块链技术的分布式储能信息通讯安全方法，属于分布式储能信息通讯领域。通过建立以区块与链式结构、分布式网络、加密算法、共享账本等一系列方式组成的区块链技术，能够在一定程度上保证分布式储能系统在数据存储、用户交易等方面安全运行，并且能够抵御第三方网络攻击等外部不利因素，保障分布式储能系统安全有效的信息交互。
-
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
IPC: G01R31/00
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。
-
公开(公告)号：CN115060992B
公开(公告)日：2024-06-25
申请号：CN202210648806.6
申请日：2022-06-09
Applicant: 福州大学
IPC: G01R31/00
Abstract: 本发明涉及一种MMC子模块电容老化检测方法，包括：1）采集子模块的开关状态；2）在待测模块和参考模块状态相同时，采集待测模块和参考模块电容初始电压，并将待测模块和参考模块同时接入系统；3）等待控制信号变化，采集待测模块和参考模块电容电压波形；4）将采集的待测模块和参考模块电容电压波形进行多层小波包分解，并计算小波包分解后高频能量比值KR；5）采集待测模块和参考模块的电容电压，并计算电容电压变化比值KC；6）判断KC≤0.95或KR≥2是否成立，是则判断待测模块电容老化失效，切除待测模块，系统接入冗余模块，否则判断待测模块电容未老化失效，排序模块电压，并进行下一模块检测。该方法有利于电容老化检测的可靠性和便捷性。
-
Patent Agency Ranking
公开(公告)号：CN114884108B
公开(公告)日：2024-06-25
申请号：CN202210668523.8
申请日：2022-06-14
Applicant: 福州大学
Abstract: 本发明提出源网荷储一体化的微电网多时间尺度能量管理优化方法，所述优化方法为针对源网荷储一体化的微电网能量调度优化策略研究，在微电网可再生能源功率和负荷功率预测的基础上，设计所需的目标函数及约束条件，利用改进果蝇优化求解算法制定出多时间尺度相互配合的微电网能量调度计划；该多时间尺度的优化调度先通过制定周前、日前调度计划来确定整个微电网的总体运行策略，然后再根据日内滚动优化制定的调度计划对日前调度计划进行修正，制定出微电网系统运行经济最优、环境效益最好、与大电网联络线功率最小为优化目标的能量调度计划；本发明能将微电网内“源网荷储”进行多时间尺度尺度统一管理。
-
公开(公告)号：CN116542390A
公开(公告)日：2023-08-04
申请号：CN202310572859.9
申请日：2023-05-22
Applicant: 福州大学
IPC: G06Q10/04 , H02J3/00 , G06Q50/06 , G06N3/045 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/096 , G06N3/0985 , G06F18/22 , G06F18/2413 , G06F18/25 , G06F123/02
Abstract: 本发明提供了基于图卷积和长短时记忆网络的园区负荷时空预测方法，包括步骤1：结合图卷积网络和长短时记忆网络，分别处理空间和时间特征；步骤2：构建加权邻接矩阵，并进行空间特征提取；步骤3：捕获负荷的时间特征；步骤4：通过特征工程或其他嵌入方法处理这些外部因素；步骤5：将空间特征、时间特征以及外部因素特征进行融合；步骤6：利用历史数据对整个模型进行训练，优化模型参数，采用损失函数来衡量预测误差；步骤7：对模型结构和参数进行优化以提高泛化能力；步骤8：应用训练好的模型对未来一段时间内的园区负荷进行预测，并通过对比预测结果与实际负荷进行模型评估；应用本技术方案可实现提高预测精度和实际应用效果。
-
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
IPC: G06F18/2433 , G06F18/214 , G06F30/20 , G06N3/0464 , G06N3/048 , G06N3/084
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。
-
公开(公告)号：CN111611747B
公开(公告)日：2022-09-09
申请号：CN202010445937.5
申请日：2020-05-25
Applicant: 福州大学
Abstract: 本发明属于清洁能源储能技术领域，公开一种用于混合储能系统的在线状态估计方法，包括获取对蓄电池和超级电容经过采样电路处理的即时电压和即时电流；当检测到即时电流的增加值超过预设阈值时，对蓄电池和超级电容的即时电压执行在线容量估计；对即时电压执行特征提取，并通过训练后的模糊大脑情感学习模型对蓄电池和超级电容的剩余电量进行估计；发送模糊大脑情感学习模型的输出数据；还公开一种装置，利用冲击负载后的混合储能系统的电压和电流，以及结合模糊推理系统与大脑情感学习模型所设计的神经网络模型作为状态分类器，实现对混合储能系统的状态快速、准确和实时的在线估计，适于微电网和不间断电源系统中应用，提高电力系统的可靠性。
-
公开(公告)号：CN112288153B
公开(公告)日：2022-06-14
申请号：CN202011141953.1
申请日：2020-10-22
Applicant: 福州大学
Abstract: 本发明涉及一种小脑模型神经网络故障诊断器初值权重的自动选优方法。该方法包括：S1、根据需要解决的问题初始化神经网络参数；S2、设置遗传算法参数，得到初始种群；S3、根据计算得到的个体适应度进行选择、交叉、变异和计算；S4、重构神经网络并对其进一步训练；S5、测试神经网络，得到最优神经网络诊断器。本发明在模糊小脑模型神经网络的初值权重选择中引入遗传算法，不仅适用于优化小脑模型神经网络权值层的权值，而且优化了关联存储空间激活函数的中心位置和宽度。可以有效降低人工选择初值参数的盲目性和时间成本，进一步提高神经网络诊断的智能性。
-
-
-
-
-
-
-
-
-
Search Results
110
records
(took 0.031 seconds)
