CN106980762A - 光伏电站并网有功功率参考值快速计算方法 - Google Patents
光伏电站并网有功功率参考值快速计算方法 Download PDFInfo
- Publication number
- CN106980762A CN106980762A CN201710197469.2A CN201710197469A CN106980762A CN 106980762 A CN106980762 A CN 106980762A CN 201710197469 A CN201710197469 A CN 201710197469A CN 106980762 A CN106980762 A CN 106980762A
- Authority
- CN
- China
- Prior art keywords
- grid
- imf
- photovoltaic
- signal
- reference value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004364 calculation method Methods 0.000 title abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 32
- 238000012847 principal component analysis method Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 2
- 238000004146 energy storage Methods 0.000 abstract description 9
- 238000000513 principal component analysis Methods 0.000 abstract description 4
- 230000000087 stabilizing effect Effects 0.000 abstract description 3
- 230000011218 segmentation Effects 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种光伏电站并网有功功率参考值快速计算方法,具有保持不失原光伏输出功率的特性的情况下,快速计算满足光伏并网要求的参考功率,为储能装置吸收/发出功率提供依据,实现光伏并网平滑输出的目的。经过改进经验模态分解法、新型小波去噪以及主成分分析法后重组的光伏功率信号,能够有效地改善原始信号的波动性,达到平抑功率波动的目的,实现光伏平滑并网。过在线采集并按时间分段以及主成分分析快速取前三项组合,有效提高计算速度。
Description
技术领域
本发明属于电力系统新能源领域,涉及一种光伏电站并网有功功率参考值快速计算方法。
背景技术
近年来,随着光伏在电网中渗透率的不断提高,其输出功率的波动性对电网的运行产生一定的影响。因此,国家质量监督检验检疫总局和国家标准化管理委员会联合发布了《光伏发电站接入电力系统技术规定》(GB/T 19964),该规定中对光伏电站并网有功功率变化率做了限制,即光伏电站并网有功功率变化率不超过10%装机容量/min。
为了满足《光伏电站接入电力系统技术规定》(GB/T 19964)关于光伏电站并网有功功率变化率不超过10%装机容量/min的规定,一般可用储能装置来解决。通过储能装置输出或吸收的功率平抑光伏输出功率,从而满足光伏电站并网有功功率波动率的要求。而储能装置输出或吸收功率的确定,关键是要快速计算能满足光伏电站并网要求的光伏电站输出功率的参考值。
目前,常见的计算光伏电站并网参考功率的方法,如低通滤波,具有一定的延时性,且跟踪精度不高,不能很好地反映原始信号特性。频谱补偿法过于理想化。常规的经验模态分解法由于计算速度问题难于应用与实时在线快速计算。
因此,需要一种新的光伏电站并网有功功率参考值快速计算方法以解决上述问题。
发明内容
本发明的目的是为了解决现有技术中存在的问题,提供一种光伏电站并网有功功率参考值快速计算方法。
为实现上述发明目的,本发明的光伏电站并网有功功率参考值快速计算方法可采用如下技术方案:
一种光伏电站并网有功功率参考值快速计算方法,包括以下步骤:
1)、对光伏电站的输出功率信号按时间进行分段,然后利用改进经验模态分解法对每段输出功率信号进行分解,得到IMF分量cj,对每段输出功率信号的边界值采用上一段输出功率信号的IMF均值,得到多个IMF分量;
2)、采用新型小波去噪法对步骤2)得到的IMF分量进行小波去噪,得到降噪后的新IMF分量,其中,所述新型小波去噪法的阈值函数为:
其中,D为小波系数长度,σ为噪声方差,Wjk为小波系数,为处理后的小波系数,f为输入信号频率。
3)、利用主成分分析法将步骤2)得到的新IMF分量进行排序,对排序后的新IMF分量进行组合,得到光伏电站并网的参考功率值。
更进一步的,步骤1)中改进经验模态分解法包括以下步骤:
一、将白噪声信号加入到输出功率信号中,得到两组含白噪声信号集合[M1,M2],其中,M1=S+N;M2=S-N,S为输出功率信号,N为白噪声信号;
二、对M1和M2分别进行经验模态分解,得到两组IMF集合c1j和c2j;
三、对步骤二得到的两组IMF集合c1j和c2j进行组合,得到IMF分量cj,其中,
更进一步的,利用主成分分析法将步骤3)得到的新IMF分量进行排序包括以下步骤:
11)、设IMF分量集合X=[x1,x2,...xi...,xM]T,令yi=xi-E(xi),其中,E(xi)为xi的期望值,矩阵Y=[y1,y2,...,yM]T,X的协方差为C;
12)、利用下式对步骤11)的协方差C进行分解,C=UM×NΛM×NUT M×N,其中,Λ为C的特征值对角矩阵,U为特征向量组成的正交矩阵;
13)、根据步骤11)得到的Y和步骤12)得到的U,得到P=UT M×NY,根据P中贡献率从大到小对IMF分量进行排序。
应用主成分分析法对得到的多个IMF分量进行排序,为实现满足光伏并网波动率要求的参考功率计算做准备。
更进一步的,步骤3)中对排序在前三个的IMF分量进行组合,得到光伏电站并网有功功率参考值。通过在线采集并按时间分段以及主成分分析快速取前三项组合,有效提高计算速度。只需将排序在前三个的IMF进行组合,可以大大降低计算量,并可得到满足有功功率变化率小于10%并网要求的功率。
更进一步的,步骤2)中所述新型小波去噪法采用3层sym7小波分解。
更进一步的,对每段输出功率信号的边界值采用上一段输出功率信号的IMF均值的0.8-0.9倍。由此计算得到的IMF分量相对于直接采用平均值更符合实际情况,计算结果更为精确,且同样能够大幅提高计算效率。
更进一步的,对每段输出功率信号的边界值采用上一段输出功率信号的IMF均值的k倍,其中,k=0.5+arctani/π,其中,i为输出功率信号。由此计算得到的IMF分量更符合实际情况,计算得到的有功功率参考值更为精确,且同样能够大幅提高计算效率。
有益效果:本发明的光伏电站并网有功功率参考值快速计算方法,具有保持不失原光伏输出功率的特性的情况下,快速计算满足光伏并网要求的参考功率,为储能装置吸收/发出功率提供依据,实现光伏并网平滑输出的目的。经过改进经验模态分解法和新型小波去噪法后重组的光伏功率信号,能够有效地改善原始信号的波动性,达到平抑功率波动的目的,实现光伏平滑并网,其中,新型小波去噪法采用新型的阈值函数,该阈值函数结合了软硬阈值函数的优点,能保证在阈值处保持连续,并能在噪声和频率间建立关系,具有提高精度的作用。因此,选择软硬阈值函数结合的新阈值函数为阈值函数。
附图说明
图1光储联合系统图;
图2实测光伏电站输出功率;
图3原始信号频谱图;
图4应用EMD分解为7个IMF;
图5第1、2和3个IMF小波变换信号图;
图6为样本功率波形。
具体实施方式
下面结合附图对本发明作更进一步的说明。下面结合附图和具体实施例,进一步阐明本发明,应理解这些实施例仅是本发明的优选实施方式,在阅读了本发明之后,本领域技术人员对本发明的各种不脱离本发明原理的修改均落于本申请所附权利要求所限定的范围。
本发明的满足光伏电站并网要求的有功功率参考值计算方法,包括以下步骤:
1)、对在线采集的光伏电站输出功率实时信号按时间进行分段,在每段信号中加入白噪声信号,从而得到两组含白噪声信号集合[M1,M2],即:M1=S+N;M2=S-N,S为原始光伏输出功率信号,N为白噪声信号。并对M1和M2分别进行经验模态分解,得到两组IMF集合,即c1j和c2j。通过组合得到第j个IMF分量cj。改进的经验模态分解法不仅可以保留原始光伏功率信号的特征,还能解决实时在线处理中的模态混叠问题。
2)为实现在线实时快速计算IMF值,需要提高计算速度和精度,因此,对每段信号采用叠加处理技术以及每段信号的边界IMF值采用上一段信号IMF均值。
优选的,对每段输出功率信号的边界值采用上一段输出功率信号的IMF均值的0.8-0.9倍。由此计算得到的IMF分量相对于直接采用平均值更符合实际情况,计算结果更为精确,且同样能够大幅提高计算效率。
更优选的,对每段输出功率信号的边界值采用上一段输出功率信号的IMF均值的k倍,其中,k=0.5+arctani/π,其中,i为输出功率信号。由此计算得到的IMF分量更符合实际情况,计算得到的有功功率参考值更为精确,且同样能够大幅提高计算效率。
3)利用新型小波去噪法对步骤1)和2)中得到的IMF分量进行去噪,得到降噪后的新IMF分量。步骤3)中小波去噪法采用3层sym7小波分解,经软硬结合阈值函数去噪后得到新的IMF分量。采用三层小波分解时,指标RMSE最小,SNR最大,分解效果最好。因此选择三层作为小波分解层数。
新型小波去噪法采用新的阈值函数为:
其中,其中,D为小波系数长度,σ为噪声方差,Wjk为小波系数,为处理后的小波系数,f为输入信号频率。该阈值函数结合了软硬阈值函数的优点,能保证在阈值处保持连续,并能在噪声和频率间建立关系,具有提高精度的作用。因此,选择软硬阈值函数结合的新阈值函数为阈值函数。
4)应用主成分分析法对得到的多个IMF分量进行排序。主成分分析法对经验模态分解得到的多个IMF分量进行主成分排序,设IMF分量集合X=[x1,x2,...,xM]T,若yi=xi-E(xi),其中E(xi)为xi的期望值,则Y=[y1,y2,...,yM]T,X的协方差为C,通过分解C=UM×NΛM× NUT M×N,式中Λ为C的特征值对角矩阵,U为特征向量组成的正交矩阵。令P=UT M×NY得到的矩阵即使Y的主分量,按P中贡献率大小排序。
对利用主成分分析法得到的多个IMF分量排序结果进行组合,即可快速得到满足并网要求的光伏电站并网的参考功率值。若不进行主成分分析,则需要采用试凑法进行IMF的组合,则耗时较长。
本发明的满足光伏电站并网要求的有功功率参考值在线快速计算方法,具有保持不失原光伏输出功率的特性的情况下,快速计算满足光伏并网要求的参考功率,为储能装置吸收/发出功率提供依据,实现光伏并网平滑输出的目的。
实施例1:
其中,光储联合系统如图1所示。该系统中光伏电站某天8:00-15:00的光伏出力数据如图2所示。
此时光伏电站输出有功功率变化率最大值达到54.4%装机容量/min,不满足《光伏电站接入电力系统技术规定》(GB/T 19964)中小于10%的要求。因此,采用本发明的方法在线实时快速计算满足并网要求的光伏输出有功功率的参考值,为安装在母线处的电池储能提供吸收/释放功率的依据,达到平滑光伏输出功率的目的。
首先对图2中的在线采集的原始功率信号进行按时间分段,如图3所示。
对图3中的每段进行经验模态分解,因涉及在线计算和各段边界的处理,采用改进经验模态分解法。
(1)对每段光伏输出信号采用改进经验模态进行分解(EMD)
对于每段光伏输出信号进行经验模态分解,首先在每段信号中加入白噪声信号,从而得到两组含白噪声信号集合[M1,M2],即:M1=S+N;M2=S-N,S为原始光伏输出功率信号,N为白噪声信号。并对M1和M2分别进行经验模态分解,得到两组IMF集合,即c1j和c2j。通过组合得到第j个IMF分量cj。对每段信号采用叠加处理技术以及每段信号的边界IMF值采用上一段信号IMF均值。利用改进的经验模态分解得到不同层次的7个IMF分量,如图4所示。
从图4中可见,各IMF含有噪声。因此,引入新型小波去噪法对各IMF进行去噪。
(2)新型小波去噪
小波分析去噪包括确定小波函数,分解层数和阈值函数。小波函数采用sym7,分解层数根据均方根误差(RMSE)指标和消噪后的信噪比(SNR)指标综合判断得到。RMSE和SNR定义为:
其中:x(n)表示原始信号,表示消噪信号。
表1为比较三层、四层、五层小波分解得到RMSE和SNR的数值。
表1参数对比
RMSE | SNR | |
三层 | 20.5149 | 46.7367 |
四层 | 29.4831 | 39.4834 |
五层 | 44.8509 | 31.0929 |
由表1中数据可见,三层小波分解时的RMSE最小而SNR最大,根据判断标准,采用三层分解作为小波分解层数。
阈值函数的选取采用结合软硬阈值函数的优点,采用新的阈值函数为:
其中,M为小波系数长度,σ为噪声方差。该阈值函数结合了软硬阈值函数的优点,能保证在阈值处保持连续,并能在噪声和频率间建立关系,具有提高精度的作用。因此,选择软硬阈值函数结合的新阈值函数为阈值函数。
有了小波函数,分解层数和阈值函数,可将(1)中得到的IMF进行小波去噪处理。图5为其中3个IMF去噪前后对比图。从图5的小波变换信号图中可见,经小波去噪的波形能够保持原信号的基本特性。
(3)光伏电站并网参考功率快速计算
根据《光伏电站接入电力系统技术规定》(GB/T19964)光伏功率并网要求,将原始功率信号1min的有功功率变化率限制在10%以内。原光伏输出功率Pg的最大波动率为54.4%。利用在线采集、改进经验模态分解、新型小波去噪和主成分分析法得到的排序IMF进行组合,通过试验法对排序IMF进行组合,易知将排序在前三个的IMF进行组合,可得到满足有功功率变化率小于10%并网要求的功率,如图6所示。若没有主成分分析法,则需要对IMF进行试凑组合,则得到满足要求的并网功率参考值耗时会较长。
图6中,P0即为光伏电站并网有功功率的参考值,此时,其有功功率变化率为5.08%装机容量/min,满足小于10%的要求,达到功率平滑的目的。
光伏电站并网参考功率P0与原始光伏输出功率的差就是储能装置吸收或释放功率的参考值。通过储能装置的控制,使并网的功率波动率满足并网要求,达到平抑功率波动的目的。
(4)计算速度比较分析
若按传统的在线采集数据,并没有主成分分析法进行参考功率计算,需要应用试凑法对IMF进行组合,选择其中符合波动率要求的组合型式,因此,计算时间较长。本实施案例中没有采用快速计算法和采用本发明的快速计算法时间比较见表1所示。从表1可见,本发明的快速计算法耗时大幅减少。
表1耗时比较
Claims (7)
1.一种光伏电站并网有功功率参考值快速计算方法,其特征在于,包括以下步骤:
1)、对光伏电站的输出功率信号按时间进行分段,然后利用改进经验模态分解法对每段输出功率信号进行分解,得到IMF分量cj,对每段输出功率信号的边界值采用上一段输出功率信号的IMF均值,得到多个IMF分量;
2)、采用新型小波去噪法对步骤1)得到的IMF分量进行小波去噪,得到降噪后的新IMF分量,其中,所述新型小波去噪法的阈值函数为:
其中,D为小波系数长度,σ为噪声方差,Wjk为小波系数,为处理后的小波系数,f为输入信号频率。
3)、利用主成分分析法将步骤2)得到的新IMF分量进行排序,对排序后的新IMF分量进行组合,得到光伏电站并网的参考功率值。
2.根据权利要求1所述的光伏电站并网有功功率参考值快速计算方法,其特征在于,步骤1)中改进经验模态分解法包括以下步骤:
一、将白噪声信号加入到输出功率信号中,得到两组含白噪声信号集合[M1,M2],其中,M1=S+N;M2=S-N,S为输出功率信号,N为白噪声信号;
二、对M1和M2分别进行经验模态分解,得到两组IMF集合c1j和c2j;
三、对步骤二得到的两组IMF集合c1j和c2j进行组合,得到IMF分量cj,其中,
3.根据权利要求1所述的光伏电站并网有功功率参考值快速计算方法,其特征在于,利用主成分分析法将步骤3)得到的新IMF分量进行排序包括以下步骤:
11)、设IMF分量集合X=[x1,x2,...xi...,xM]T,令yi=xi-E(xi),其中,E(xi)为xi的期望值,矩阵Y=[y1,y2,...,yM]T,X的协方差为C;
12)、利用下式对步骤11)的协方差C进行分解,C=UM×NΛM×NUT M×N,其中,Λ为C的特征值对角矩阵,U为特征向量组成的正交矩阵;
13)、根据步骤11)得到的Y和步骤12)得到的U,得到P=UT M×NY,根据P中贡献率从大到小对IMF分量进行排序。
4.根据权利要求1所述的光伏电站并网有功功率参考值快速计算方法,其特征在于,步骤3)中采用排序在前三个的IMF进行组合,得到光伏电站并网有功功率参考值。
5.根据权利要求1所述的光伏电站并网有功功率参考值快速计算方法,其特征在于,步骤2)中所述新型小波去噪法采用3层sym7小波分解。
6.根据权利要求1所述的光伏电站并网有功功率参考值快速计算方法,其特征在于,对每段输出功率信号的边界值采用上一段输出功率信号的IMF均值的0.8-0.9倍。
7.根据权利要求1所述的光伏电站并网有功功率参考值快速计算方法,其特征在于,对每段输出功率信号的边界值采用上一段输出功率信号的IMF均值的k倍,其中,k=0.5+arctani/π,其中,i为输出功率信号。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710197469.2A CN106980762B (zh) | 2017-03-29 | 2017-03-29 | 光伏电站并网有功功率参考值快速计算方法 |
PCT/CN2017/115209 WO2018176902A1 (zh) | 2017-03-29 | 2017-12-08 | 光伏电站并网有功功率参考值快速计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710197469.2A CN106980762B (zh) | 2017-03-29 | 2017-03-29 | 光伏电站并网有功功率参考值快速计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106980762A true CN106980762A (zh) | 2017-07-25 |
CN106980762B CN106980762B (zh) | 2017-12-05 |
Family
ID=59338436
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710197469.2A Active CN106980762B (zh) | 2017-03-29 | 2017-03-29 | 光伏电站并网有功功率参考值快速计算方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN106980762B (zh) |
WO (1) | WO2018176902A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107302230A (zh) * | 2017-08-28 | 2017-10-27 | 苏州思创源博电子科技有限公司 | 一种光伏发电设备并网运行优化方法 |
WO2018176902A1 (zh) * | 2017-03-29 | 2018-10-04 | 河海大学 | 光伏电站并网有功功率参考值快速计算方法 |
CN110322364A (zh) * | 2019-06-19 | 2019-10-11 | 山东大学 | 一种短期光伏发电预测方法及系统 |
CN110928273A (zh) * | 2019-12-08 | 2020-03-27 | 国网山西省电力公司电力科学研究院 | 一种光伏电站自动发电控制功能试验的自动测试方法 |
CN114089138A (zh) * | 2021-11-26 | 2022-02-25 | 平顶山天安煤业股份有限公司 | 高压电缆局部放电在线监测方法和系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103280835A (zh) * | 2013-05-16 | 2013-09-04 | 南京南瑞太阳能科技有限公司 | 三相并网光伏逆变器的发电状态控制方法 |
CN103956753A (zh) * | 2014-04-28 | 2014-07-30 | 华北电力大学 | 一种不平衡电网电压情况下光伏逆变器的控制方法 |
CN104638668A (zh) * | 2014-06-12 | 2015-05-20 | 华中科技大学 | 一种光伏发电并网控制方法及系统 |
CN104868499A (zh) * | 2015-06-10 | 2015-08-26 | 国家电网公司 | 三相不平衡情况下的基于自适应陷波器的三相pq控制方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9451898B2 (en) * | 2014-07-02 | 2016-09-27 | National Central University | Method and system for extracting ventricular fibrillation signals in electrocardiogram using spline interpolation with uniform phase ensembles |
CN105678397A (zh) * | 2015-11-18 | 2016-06-15 | 江苏省电力公司泰州市姜堰区供电公司 | 一种基于改进EMD算法及Elman算法的短期光伏功率预测方法 |
CN106980762B (zh) * | 2017-03-29 | 2017-12-05 | 河海大学 | 光伏电站并网有功功率参考值快速计算方法 |
-
2017
- 2017-03-29 CN CN201710197469.2A patent/CN106980762B/zh active Active
- 2017-12-08 WO PCT/CN2017/115209 patent/WO2018176902A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103280835A (zh) * | 2013-05-16 | 2013-09-04 | 南京南瑞太阳能科技有限公司 | 三相并网光伏逆变器的发电状态控制方法 |
CN103956753A (zh) * | 2014-04-28 | 2014-07-30 | 华北电力大学 | 一种不平衡电网电压情况下光伏逆变器的控制方法 |
CN104638668A (zh) * | 2014-06-12 | 2015-05-20 | 华中科技大学 | 一种光伏发电并网控制方法及系统 |
CN104868499A (zh) * | 2015-06-10 | 2015-08-26 | 国家电网公司 | 三相不平衡情况下的基于自适应陷波器的三相pq控制方法及系统 |
Non-Patent Citations (1)
Title |
---|
姚家扬 等: "一种基于新型阈值函数小波去噪方法", 《杭州电子科技大学学报(自然科学版)》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018176902A1 (zh) * | 2017-03-29 | 2018-10-04 | 河海大学 | 光伏电站并网有功功率参考值快速计算方法 |
CN107302230A (zh) * | 2017-08-28 | 2017-10-27 | 苏州思创源博电子科技有限公司 | 一种光伏发电设备并网运行优化方法 |
CN110322364A (zh) * | 2019-06-19 | 2019-10-11 | 山东大学 | 一种短期光伏发电预测方法及系统 |
CN110928273A (zh) * | 2019-12-08 | 2020-03-27 | 国网山西省电力公司电力科学研究院 | 一种光伏电站自动发电控制功能试验的自动测试方法 |
CN110928273B (zh) * | 2019-12-08 | 2022-09-02 | 国网山西省电力公司电力科学研究院 | 一种光伏电站自动发电控制功能试验的自动测试方法 |
CN114089138A (zh) * | 2021-11-26 | 2022-02-25 | 平顶山天安煤业股份有限公司 | 高压电缆局部放电在线监测方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2018176902A1 (zh) | 2018-10-04 |
CN106980762B (zh) | 2017-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106980762B (zh) | 光伏电站并网有功功率参考值快速计算方法 | |
CN109800700B (zh) | 一种基于深度学习的水下声信号目标分类识别方法 | |
CN108827605B (zh) | 一种基于改进稀疏滤波的机械故障特征自动提取方法 | |
WO2022105308A1 (zh) | 一种基于生成对抗级联网络增广图像的方法 | |
CN110826791A (zh) | 一种基于长短时记忆神经网络的混合风功率预测方法 | |
CN103149514B (zh) | 一种gis内多绝缘缺陷模式识别方法 | |
CN114386452B (zh) | 核电循环水泵太阳轮故障检测方法 | |
CN112465114A (zh) | 基于优化通道剪枝的快速目标检测方法及系统 | |
CN113723171A (zh) | 基于残差生成对抗网络的脑电信号去噪方法 | |
CN114429151A (zh) | 一种基于深度残差网络的大地电磁信号识别与重建方法及其系统 | |
CN109815849A (zh) | 基于奇异值分解的混沌信号去噪算法 | |
CN110705099B (zh) | 一种检定风电场出力相关性的方法 | |
CN116337449A (zh) | 一种基于信息融合的稀疏自编码故障诊断方法、系统 | |
CN114139586A (zh) | 基于多尺度分析二维特征提取的电能质量复合扰动识别方法 | |
CN103915102B (zh) | 一种lfm水声多途信号的噪声抑制方法 | |
Li et al. | An identification method of navigation signal interference type based on squeezenet model | |
CN115389888B (zh) | 一种基于高压电缆的局部放电实时监测系统 | |
CN117056675A (zh) | 一种基于小波变换和粒子滤波结合的漏磁信号降噪方法 | |
CN113095113A (zh) | 一种用于水下目标识别的小波线谱特征提取方法及系统 | |
CN112001956B (zh) | 基于cnn的纹影法强激光远场焦斑测量图像去噪方法 | |
CN114781427A (zh) | 基于信息融合技术的风力发电机组滚动轴承故障诊断系统 | |
CN115235759A (zh) | 一种基于宽度学习的风机齿轮箱早期故障诊断方法 | |
CN108764092B (zh) | 基于能量元双阈值的微流控芯片信号去噪方法 | |
CN118259115B (zh) | 一种铁磁谐振故障查找方法及系统 | |
CN113878613B (zh) | 一种基于wlctd与oma-vmd的工业机器人谐波减速器早期故障检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20190513 Address after: 210000 No. 1 Xikang Road, Gulou District, Nanjing City, Jiangsu Province Co-patentee after: JIANGSU KAITE AUTOMOBILE PARTS Co.,Ltd. Patentee after: HOHAI University Address before: 210000 No. 1 Xikang Road, Nanjing, Jiangsu Province Patentee before: HOHAI University |