-
公开(公告)号：CN114943360B
公开(公告)日：2025-01-17
申请号：CN202210209461.4
申请日：2022-03-04
Applicant: 沈阳工程学院
Inventor： 王健 , 宋世巍 , 金家丞 , 李昱材 , 柯昀洁 , 李兆滢 , 白金禹 , 姜铭坤 , 辛长庆 , 赵琰 , 张东 , 林盛 , 王晗 , 郭瑞 , 王东来 , 姜河 , 许鉴
Abstract: 本发明公开了一种基于改进粒子群的神经网络预测光伏短期发电方法。该方法包括以下内容：运用Pearson相关系数方法对影响的光伏发电因素(光照强度、温度、湿度、气压以及PM10)进行相关性分析，选取主要影响的光伏发电因素作为神经网络输入；运用经验方法确定神经网络预测模型中的层数以及隐含层的神经元个数；选取预测模型的输出值与实际值误差的平方和作为粒子群适应度函数，基于构建的适应度函数，改进粒子群中的惯性权重、认知学习因子、社会学习因子。将改进粒子群优化的参数结果作为神经网络初始参数对光伏短期发电量进行预测。该算法避免在优化神经网络参数过程中陷入局部最优以及提高粒子群的收敛速度，最终，提高了短期光伏发电预测精度。
-
公开(公告)号：CN112737076B
公开(公告)日：2024-04-09
申请号：CN202011555513.0
申请日：2020-12-24
Applicant: 沈阳工程学院
Inventor： 林盛 , 王若曦 , 曾雅 , 任书影 , 魏莫杋 , 王存旭 , 赵琰 , 罗金鸣 , 姜河 , 宋世巍 , 庄严 , 于思琪 , 孙晓东 , 胡宸嘉 , 安琦 , 何雨桐 , 周航
Abstract: 本发明提出了一种基于双向DC‑DC变换器的模糊控制方法，属于独立光伏发电系统领域，包括以下步骤：步骤1：提出独立光伏发电系统的概念；步骤2：提出超级电容的概念；步骤3：构建一种新的模糊控制器,即对模糊控制器的设计；步骤4：甄别双向DC－DC变换器的工作状态；步骤5：采用模糊控制策略对双向DC－DC变换器进行控制；步骤6：输入阶跃信号，输出为直流母线上的电压值。本发明减少了化石能源的利用，以混合动力系统与光伏系统相结合的形式提升了混合动力起重机节能减排的能力，促进其现代化与清洁化，具有巨大的经济效益和社会效益。同时，对现代混合动力起重机的生产具有指导意义和推广价值。
-
公开(公告)号：CN116131288A
公开(公告)日：2023-05-16
申请号：CN202310147998.7
申请日：2023-02-22
Applicant: 沈阳工程学院
Abstract: 本发明公开一种考虑风光波动的综合能源系统频率控制方法及系统，属于综合能源系统运行控制技术领域。在综合能源系统中加入扰动观测器，对风光波动产生的扰动进行估计，从而设计滑模面及趋近律，使系统状态通过滑模面渐近运动到期望的平衡状态，设计的滑模控制器能够根据扰动观测器得到的扰动估计量，实现在风光波动对系统负荷频率产生影响时的平衡控制。
-
公开(公告)号：CN114563686A
公开(公告)日：2022-05-31
申请号：CN202210177371.1
申请日：2022-02-24
Applicant: 沈阳工程学院
Abstract: 本发明公开了一种电气自动化测试台，属于电气自动化测试技术领域。为解决现有的电气检测多采用半人工式的操作方式，但这种操作方式下对于人工的着装有着一定的要求，需要避免人体静电对电气结构造成影响，不仅会导致检测数据存在差异还会出现零件损坏的问题，在测试的过程中工作人员只需站在水平柜台的一侧通过控制单元对台体上方的调控机械臂以及阵列成像模块进行控制，之后启动绝缘调试板两端上方的阵列成像模块对绝缘调试板的电气结构进行扫描，扫描获取到的图形会由显示屏进行反馈，然后会由调控机械臂夹持探针结构来针对电气结构进行电路检测和调试，整个测试过程中人体不会筒测试结构之前接触，且可以保障精准高效的测试效果。
-
公开(公告)号：CN103014654A
公开(公告)日：2013-04-03
申请号：CN201210576237.5
申请日：2012-12-27
Applicant: 沈阳工程学院
Abstract: 本发明属于压电薄膜材料领域，具体涉及一种AlN/ZnO/InGaN/金刚石/Si多层结构声表面波滤波器件的制备方法。本发明方法是将Si基片清洗后送入热丝化学气相沉积反应室中，在Si基片上沉积100-300nm厚的金刚石膜，送入金属有机化合物化学气相沉淀反应室中，反应室中通入三甲基铟、三甲基镓和氮气，在金刚石/Si基片上沉积厚度为20-100nm的InGaN薄膜，然后向反应室内同时通入携带二乙基锌的氩气和氧气，在InGaN/金刚石/Si基片上沉积20-100nm厚ZnO膜，最终向反应室中通入三甲基铝和氮气，得到AlN/ZnO/InGaN/金刚石/Si多层结构声表面波滤波器件。本发明方法首先在Si基片衬底上沉积制备金刚石薄膜，以有高C轴择优取向的纳米ZnO和InGaN薄膜作为缓冲层，沉积制备平整光滑、结晶度好的高C轴择优取向的优质AlN纳米压电薄膜。
-
Patent Agency Ranking
公开(公告)号：CN113849946B
公开(公告)日：2024-12-06
申请号：CN202111114036.9
申请日：2021-09-23
Applicant: 沈阳工程学院
Inventor： 林盛 , 李兆滢 , 辛长庆 , 何雨桐 , 魏莫杋 , 赵琰 , 姜河 , 宋世巍 , 韩吉 , 安琦 , 叶瀚文 , 赵涛 , 白金禹 , 胡宸嘉 , 周航 , 王亚茹 , 姜铭坤 , 许鉴
IPC: G06F30/18 , G06F30/28 , H02J3/06 , G06F113/08 , G06F113/14 , G06F119/06 , G06F119/08 , G06F119/14
Abstract: 本发明公布了一种电‑热互联综合能源系统建模与潮流计算方法，该方法包括以下步骤：(1)：构建含有分布式电源接入的电力系统潮流计算模型，利用改进的前推回代法对PV节点进行特殊处理，实现分布式电源接入配电网的潮流计算。(2)：构建含有多热源辐射型热力系统模型，将多热源辐射型热网转化成多个单热源辐射型热网，利用改进前推回代法进行解耦后的热网潮流计算。(3)：在各独立能源系统建模的基础上，对于两个系统耦合部分进行建模，实现整个电‑热互联综合能源系统的能流计算。本发明对传统前推回代法不能处理PV节点的弊端做出了改进，减少了迭代次数，降低了对初值的要求，对热力系统的改进使模型得到简化，提高了计算速度。
-
公开(公告)号：CN111967688B
公开(公告)日：2024-02-23
申请号：CN202010909741.7
申请日：2020-09-02
Applicant: 沈阳工程学院
IPC: G06Q10/04 , G06Q50/06 , G06N3/0464
Abstract: 本发明公布了一种基于卡尔曼滤波器与卷积神经网络的电力负荷预测方法包括以下步骤：获取某地区的电力系统历史负荷数据，对历史负荷数据的异常数据进行处理；对影响电力负荷的因素进行分析与量化，将修正后的数据进行归一化；确定神经网络的输入输出数据，确定最优的隐含层的神经元个数，建立卷积神经网络；用训练好的卷积神经网络进行预测，并将预测的数据反归一化从而得到负荷预测值；根据时间序列模型和卷积神经网络预测值确定卡尔曼方程，时间序列模型的预测值作为卡尔曼滤波的真实值，卷积神经网络的预测值作为卡尔曼滤波的测量值，对电网负荷进行预测。本发明预测精度较高，可广泛应用于电力系统的负荷预测中。(56)对比文件张爽.基于改进卷积神经网络在短期负荷预测中的方法研究《.中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》.2020,(第7期),第C042-511页.Bui, DM 等.A Statistical Data-Filtering Method Proposed for Short-TermLoad Forecasting Models《.JOURNAL OFELECTRICAL ENGINEERING & TECHNOLOGY》.2020,第15卷(第5期),第1947-1967页.Xun Gong 等.A Generic LoadForecasting Method for AggregatedThermostatically Controlled Loads Basedon Convolutional Neural Networks《.2019IEEE Energy Conversion Congress andExposition (ECCE)》.2019,第495-502页.Hossein Javedani Sadaei 等.Short-termload forecasting by using a combinedmethod of convolutional neural networksand fuzzy time series《.Energy》.2019,第175卷第365-377页.
-
公开(公告)号：CN114914918A
公开(公告)日：2022-08-16
申请号：CN202210676233.8
申请日：2022-06-15
Applicant: 沈阳工程学院
Inventor： 王东来 , 刘蕊 , 李奇颖 , 刘政翰 , 张桂凡 , 赵琰 , 林盛 , 王健 , 姜河 , 王伟 , 薄文 , 李泉铮 , 董弋铭 , 黄钰 , 史金鹏 , 李佳音 , 张臻 , 刘照群
Abstract: 本发明涉及一种全可再生能源驱动的离网海岛海水淡化系统，所述系统包括：调控中心、预测模块、储能模块、发电模块和海水淡化模块；发电模块包括风力发电机组、波浪能发电机组和太阳能发电机组；预测模块分别与储能模块、发电模块、海水淡化模块和调控中心连接；调控中心与储能模块连接；储能模块包括储能蓄电池和抽水蓄能机组；预测模块用于计算可再生能源的总输出功率；根据可再生能源的总输出功率、海水淡化所需总功率和海岛负荷需求，计算净负荷；述调控中心用于当净负荷大于或等于0时，控制储能蓄电池和抽水蓄能机组执行储能策略；当净负荷小于0时，控制储能蓄电池和抽水蓄能机组执行放电策略。实现了海上各种能源的充分利用。
-
公开(公告)号：CN114117823A
公开(公告)日：2022-03-01
申请号：CN202111483569.4
申请日：2021-12-07
IPC: G06F30/20 , G06Q10/04 , G06Q10/06 , G06Q50/06 , G06F111/06
Abstract: 本发明公开了一种含复合储能装置的冷热电联供系统优化方法，包括以下步骤：建立含有复合储能装置的冷热电联供系统模型；确定含复合储能装置的冷热电联供系统的多目标优化模型和约束条件；使用蜻蜓优化算法进行含复合储能装置的冷热电联供系统优化调度求解问题。本发明采用热电复合的冷热电联供系统并采用了蜻蜓优化算法有更少的迭代次数、更准确的全局搜索能力以及更好的经济效益，实现了含复合储能装置的冷热电联供系统的最优求解。
-
公开(公告)号：CN111967688A
公开(公告)日：2020-11-20
申请号：CN202010909741.7
申请日：2020-09-02
Applicant: 沈阳工程学院
Abstract: 本发明公布了一种基于卡尔曼滤波器与卷积神经网络的电力负荷预测方法包括以下步骤：获取某地区的电力系统历史负荷数据，对历史负荷数据的异常数据进行处理；对影响电力负荷的因素进行分析与量化，将修正后的数据进行归一化；确定神经网络的输入输出数据，确定最优的隐含层的神经元个数，建立卷积神经网络；用训练好的卷积神经网络进行预测，并将预测的数据反归一化从而得到负荷预测值；根据时间序列模型和卷积神经网络预测值确定卡尔曼方程，时间序列模型的预测值作为卡尔曼滤波的真实值，卷积神经网络的预测值作为卡尔曼滤波的测量值，对电网负荷进行预测。本发明预测精度较高，可广泛应用于电力系统的负荷预测中。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.05 seconds)
