-
公开(公告)号：CN119909659A
公开(公告)日：2025-05-02
申请号：CN202510243105.8
申请日：2025-03-03
Applicant: 国网吉林省电力有限公司白山供电公司 , 东北电力大学
Abstract: 一种利用氨基功能化的孔隙分割策略制备SF6吸附材料的方法，它涉及一种制备吸附材料的方法。本发明的目的是要解决现有技术制备的金属有机框架吸附SF6分子存在选择性差的问题。方法：一、将2,5‑二氨基对苯二甲酸、1,3,5‑三(4‑吡啶基)苯和Cu(NO3)2·3H2O溶解到二甲基乙酰胺和氟硼酸的混合溶液中，超声一段时间，得到透明蓝色溶液；二、水热反应。本发明利用官能团功能化和孔径分割策略，同时强化了吸附量和选择性，解决了高吸附量(123cm3g‑1)与高选择性(240)不可兼容的科学问题，为未来研发SF6吸附材料提供了指导方向。
-
公开(公告)号：CN117477528A
公开(公告)日：2024-01-30
申请号：CN202311286254.X
申请日：2023-10-07
Applicant: 东北电力大学
Abstract: 本发明一种基于风电互联系统负荷频率控制惯性自适应预测方法，属于控制器设计技术领域；包括步骤一：在全球定位系统同步信息发送到广域测量系统平台后，由相位测量单元测量得到系统状态信息；步骤二：利用相位测量单元中状态信息的机械功率、频率和连接线功率估计面积等效惯性常数；同时，频率和连接线功率用于生成区域误差控制信号；通过广域测量系统平台，将生成的面积误差控制信号发送到控制器，并根据在线惯性识别结果更新模型中的等效惯性常数；步骤三：根据面积误差控制信号和具有更新等效惯性常数的模型，控制器生成控制信号，作用于调控器单元。本发明主要应用于电力系统稳定分析与控制中，能够有效地指导电力系统安全平稳运行。
-
公开(公告)号：CN113010844B
公开(公告)日：2022-11-11
申请号：CN202110264003.6
申请日：2021-03-09
Applicant: 东北电力大学 , 国网吉林省电力有限公司电力科学研究院
Abstract: 一种基于子空间动态模式分解的参与因子计算方法，属于电力系统稳定与控制技术领域。该方法采用系统正常运行状态下的随机响应数据作为输入，在引入基于正交三角分解的子空间技术基础上，获取正交投影矩阵的奇异向量；再利用动态模式分解法对获得的奇异向量进行计算，得到系统低维近似状态矩阵；再将特征分析法与模式能量矩阵相结合，计算出发电机有功功率的参与因子。本发明能够从系统随机响应数据中实时辨识参与因子。通过与发电有功调度的阻尼比变化结果对比可见，本方法能够有效的提取发电机有功功率的参与因子，进而为实际发电机有功的快速准确调度提供指导依据。本发明避免了建模分析过程，能实时跟踪系统的动态变化，具有重要的实用价值。
-
公开(公告)号：CN109510217A
公开(公告)日：2019-03-22
申请号：CN201811502669.5
申请日：2018-12-10
Applicant: 东北电力大学 , 国网吉林省电力有限公司电力科学研究院
IPC: H02J3/24
Abstract: 基于随机数据的电力系统小干扰稳定分析在线识别方法，本发明属于电力系统运维技术领域，包括步骤一、建立电力系统小干扰状态空间模型的输出功率谱密度矩阵，步骤二、输出功率谱密度矩阵的奇异值分解，步骤三自动峰值识别，以及步骤四、系统模态参数识别。本发明以有功功率为输出，对功率谱密度进行奇异值分解，采用自动峰值选择法，求得频率及阻尼等相关模态参数，避免了FDD方法中引入MAC判据以及最小二乘法引起的精度缺失问题，极大的提高了FDD模态参数的计算效率，解决了单一通道信号无法正确识别多个振荡模态问题；利用广域量测信息在线识别模态参数，不受“维数灾难”影响，计算简便，适应性强，具有很强的实际应用价值。
-
公开(公告)号：CN116632864A
公开(公告)日：2023-08-22
申请号：CN202310630595.8
申请日：2023-05-31
Applicant: 东北电力大学
IPC: H02J3/24
Abstract: 环境激励下基于调速器参数切换的超低频振荡控制方法，属于电力系统超低频振荡事故分析与控制技术领域，以耗散能量为基础，计算局部阻尼贡献率，并将其作为传统调速器的脉冲信号，实现调速器参数的自动切换，可使系统兼顾超低频振荡的阻尼特性与一次调频的性能。本发明区别于传统基于阈值切换的方法，局部阻尼贡献率的正负能够更准确的判别系统是否发生振荡，不需要利用算法或其他装置等中间环节，极大的减小了误判的可能性，耗散能量随时间的实时变化，使局部阻尼贡献率动态更新，不会存在延迟，能够准确高效的抑制超低频振荡，维持系统的动态稳定。
-
Patent Agency Ranking
公开(公告)号：CN109462257B
公开(公告)日：2021-11-02
申请号：CN201811502009.7
申请日：2018-12-10
Applicant: 东北电力大学
Abstract: 一种计及多元随机变量电网电压稳定的灵敏度辨识方法，应用于电力系统薄弱环节识别，根据可再生能源出力及负荷波动服从的概率分布函数构建随机样本矩阵，经潮流计算得到各负荷节点电压幅值，利用潮流计算结果得到的节点电压幅值所组成的矩阵计算电力系统局部电压稳定指标；计算电力系统全局灵敏度指标并将所有节点的全局灵敏度指标按照从大到小的顺序进行排序，筛选出对电力系统电压稳定影响最大的节点。本发明考虑了输入变量之间相关性对电力系统电压稳定性的影响，不仅能够量化给出每个节点对电力系统电压稳定性的影响程度，而且可以根据局部电压稳定指标的期望值得到电力系统静态电压稳定裕度有效适应电力系统可再生能源出力及负荷的时变特性。
-
公开(公告)号：CN112993990A
公开(公告)日：2021-06-18
申请号：CN202110253929.5
申请日：2021-03-09
Applicant: 东北电力大学 , 国网吉林省电力有限公司电力科学研究院
IPC: H02J3/00
Abstract: 一种基于随机数据驱动的两区域系统惯量计算方法，属于电力系统运维技术领域，本发明在转子运动方程建立系统惯量与机电振荡参数联系的基础上，考虑实际系统等效电抗计算，利用随机子空间法辨识出机电振荡区间模式的核心参数，定阶简单，计算准确度高；与以往的利用频率变化率计算惯量方法相比在分析了转子运动方程的基础上，考虑到故障后频率响应的复杂性，采用系统正常运行的小干扰数据，不需要对数据进行滤波，适应性较强，具有较高的实际应用价值。
-
公开(公告)号：CN112248491A
公开(公告)日：2021-01-22
申请号：CN202011082174.9
申请日：2020-10-12
Applicant: 东北电力大学
Abstract: 本发明提供了一种微流控芯片的复合加工装置，它包括：超声波打孔模块、激光刻蚀模块、热压键合模块、二维精密移动平台。其超声波打孔模块包括：丝杠及导轨副、伺服电机、超声波发生器、换能器、变幅杆以及金刚石磨粒工具头等，用于玻璃基片储液池的加工；其激光刻蚀模块包括：CO2激光器、散热装置、聚焦透镜、激光补偿透镜组等，能够在聚合物基片上刻蚀微通道；其热压键合模块包括：固定伺服电机、定位套筒、螺旋升降机构、热压板等，能够实现聚合物基片与玻璃盖片的键合。该装置将三种微流控芯片的制作工艺集成于一体，实现了微流控芯片的刻蚀、打孔、键合的一体化、自动化加工。
-
公开(公告)号：CN109462257A
公开(公告)日：2019-03-12
申请号：CN201811502009.7
申请日：2018-12-10
Applicant: 东北电力大学
Abstract: 一种计及多元随机变量电网电压稳定的灵敏度辨识方法，应用于电力系统薄弱环节识别，根据可再生能源出力及负荷波动服从的概率分布函数构建随机样本矩阵，经潮流计算得到各负荷节点电压幅值，利用潮流计算结果得到的节点电压幅值所组成的矩阵计算电力系统局部电压稳定指标；计算电力系统全局灵敏度指标并将所有节点的全局灵敏度指标按照从大到小的顺序进行排序，筛选出对电力系统电压稳定影响最大的节点。本发明考虑了输入变量之间相关性对电力系统电压稳定性的影响，不仅能够量化给出每个节点对电力系统电压稳定性的影响程度，而且可以根据局部电压稳定指标的期望值得到电力系统静态电压稳定裕度有效适应电力系统可再生能源出力及负荷的时变特性。
-
公开(公告)号：CN117474197A
公开(公告)日：2024-01-30
申请号：CN202311280687.4
申请日：2023-10-07
Applicant: 东北电力大学
IPC: G06Q10/063 , H02J3/00 , G06Q50/06 , G06F18/211 , G06F18/2132 , G06F123/02
Abstract: 一种基于机电响应特征的系统区域惯量评估方法属于电力系统稳定分析与控制技术领域。本发明构建了考虑系统阻尼特征的惯量评估模型，以数据驱动的方式从环境激励信号中计算出区域的有效惯量，减少了对扰动类型的依赖性，确保惯量评估的准确性。本发明对新能源电力系统的惯量进行了区域评估，考虑到了惯量在不同地区的时空分布特性。本发明采用SDMD算法从随机响应中提取机电特征来进行惯量评估。SDMD算法通过使用正交投影和奇异值分解(SVD)对数据进行压缩，并实现对系统状态矩阵的低秩近似，有效地降低了观测噪声对计算结果的影响，具有更高的精度。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.031 seconds)
