一种VSG自适应控制方法
    2.
    发明公开

    公开(公告)号:CN119362577A

    公开(公告)日:2025-01-24

    申请号:CN202411567365.2

    申请日:2024-11-05

    Abstract: 本发明公开了一种VSG自适应控制方法,包括以下步骤:建立基于VSG控制的逆变器模型,将虚拟转动惯量J和阻尼系数D引入到逆变器模型中,引入SG2阶转子运动方程以模拟转动惯量及实现一次调频特性,推导出控制方程;建立VSG有功‑频率环小信号模型,并引入参考功率‑频率及输出功率参考功率的传递函数,以确定虚拟惯量J与阻尼系数D对应的变化范围;设计模糊控制器在虚拟惯量J与阻尼系数D对应的变化范围内动态调节虚拟惯量J和阻尼系数D,以实现虚拟惯量J和阻尼系数D的实时调整。本申请的VSG自适应控制方法在面对较小误差时参数调节更为灵敏,能够充分利用和实时调整J、D的选取范围。

    离电式柔性压力传感器、压力检测设备和方法

    公开(公告)号:CN118794575A

    公开(公告)日:2024-10-18

    申请号:CN202410871267.1

    申请日:2024-07-01

    Applicant: 安徽大学

    Abstract: 本申请涉及一种离电式柔性压力传感器、压力检测设备和方法,柔性压力传感器包括:依次层叠分布的第一电极层、离子层和第二电极层;第二电极层靠近离子层的一侧为弹性的半球凸起阵列结构,半球凸起阵列结构包括对称分布的N×N个半球凸起,在N×N个半球凸起的对称方向上,各个半球凸起的半径从半球凸起阵列结构的中部向两侧依次增大;第一电极层和第二电极层分别连接有导线;其中,在柔性压力传感器的非受力状态下,第一电极层与离子层全面接触,离子层和半球凸起阵列结构中半径最大的半球凸起接触。离子层与第二电极层的接触面积具有明显变化,从而使得传感器具有较高的压力检测灵敏度,解决了目前的离子柔性压力传感器灵敏度较低的问题。

    基于电压阈值和持续时间的低电压穿越响应控制方法

    公开(公告)号:CN119362578A

    公开(公告)日:2025-01-24

    申请号:CN202411567369.0

    申请日:2024-11-05

    Abstract: 本发明公开了基于电压阈值和持续时间的低电压穿越响应控制方法,包括:实时采集电网三相电压Ua、Ub、Uc,并根据电网三相电压Ua、Ub、Uc计算出并网点的等效电压Um;获取预设的额定电压Un,并基于预设的额定电压Un、并网点的等效电压Um、预设故障穿越判定策略确定出预警标志位置,预警标志位置包括0和1;当在预设时间周期内,预警标志位置具体为1的状态持续保持时,基于并网点的等效电压Um、预设的额定电压Un、故障等级策略确定出故障等级,故障等级包括故障一级、故障二级;根据故障等级,调控电网电压。本申请基于电压阈值和持续时间的低电压穿越响应控制方法提高了操作人员对电网状态变化的感知和响应速度,减少了人为延误的可能性。

    一种基于FPGA的无人机飞行状态检测装置

    公开(公告)号:CN118192493A

    公开(公告)日:2024-06-14

    申请号:CN202410301556.8

    申请日:2024-03-16

    Applicant: 安徽大学

    Abstract: 本发明提出了一种基于现场可编程逻辑门阵列(FPGA)的无人机飞行状态检测装置。该装置旨在解决无人机在执行数据采集任务时,由于飞行状态不稳定导致的数据质量和采集效率问题。该装置利用FPGA的高处理速度和低延迟特性,实现无人机飞行状态的实时监测和异常处理。相比于依赖于GPS信号定位和基本传感器的传统飞行控制系统,该装置在处理复杂外部环境或突发情况时,能提供更快的响应速度和更强的处理能力,从而极大提高数据采集的质量和效率。此外,该装置还能有效应对由异常抖动、风干扰或操作错误等问题引起的飞行状态不稳定,进一步保证数据采集的准确性。

    一种基于卷积神经网络的电池荷电状态预测方法和系统

    公开(公告)号:CN119199558A

    公开(公告)日:2024-12-27

    申请号:CN202411567374.1

    申请日:2024-11-05

    Abstract: 本发明公开了一种基于卷积神经网络的电池荷电状态预测方法和系统,包括:获取电池的用电数据;对用电数据进行预处理;根据双卡尔曼滤波算法和用电数据,得到电池在每个采样时间的第一预测SOC;将用电数据和第一预测SOC组成数据集;将数据集划分为训练集、验证集和测试集;构建卷积神经网络模型CNN;利用训练集对卷积神经网络模型进行训练,得到训练好的卷积神经网络模型;利用验证集对训练好的卷积神经网络模型进行验证,得到验证通过的卷积神经网络模型;利用测试集对验证通过的卷积神经网络模型进行测试,得到电池在下一时刻的第二预测SOC。本发明能够有效提高数据集的质量,减少误差的引入,提高预测结果的精准度。

    电容式柔性压力传感器及人体监测设备

    公开(公告)号:CN222336594U

    公开(公告)日:2025-01-10

    申请号:CN202420981303.5

    申请日:2024-05-08

    Applicant: 安徽大学

    Abstract: 本实用新型提供电容式柔性压力传感器及人体监测设备。该电容式柔性压力传感器包括包括间隔设置的两组电极层以及在两组电极层之间的空间内设置的介质层,介质层包括若干连接单元,连接单元包括第一回弹结构以及第二回弹结构;第二回弹结构包括分别设置于两组电极层相对侧的第二弹性件,两第二弹性件相对设置,并于两者最近点间隔适当距离设置;第一回弹结构包括直连两端电极层的第一弹性件。该电容式柔性压力传感器通过存在非直接连接的第二弹性件实现了支撑力分级设置。在压缩的初期,第一弹性件发挥作用,传感器具有高灵敏度,进一步压缩后第一、二回弹结构同时作用,扩大传感器量程。该传感器具有高灵敏度,宽检测范围的优点。

Patent Agency Ranking