CN108173289B - 基于Uc-iL二维坐标图的光伏微网混沌自动化检测方法及装置 - Google Patents
基于Uc-iL二维坐标图的光伏微网混沌自动化检测方法及装置 Download PDFInfo
- Publication number
- CN108173289B CN108173289B CN201810205097.8A CN201810205097A CN108173289B CN 108173289 B CN108173289 B CN 108173289B CN 201810205097 A CN201810205097 A CN 201810205097A CN 108173289 B CN108173289 B CN 108173289B
- Authority
- CN
- China
- Prior art keywords
- module
- value
- processing module
- chaos
- pixel points
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 60
- 238000012545 processing Methods 0.000 claims abstract description 69
- 238000013507 mapping Methods 0.000 claims description 30
- 230000000875 corresponding effect Effects 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 8
- 230000000739 chaotic effect Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000001276 controlling effect Effects 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 206010063385 Intellectualisation Diseases 0.000 abstract description 2
- 230000035945 sensitivity Effects 0.000 abstract description 2
- 230000006399 behavior Effects 0.000 description 5
- 239000003990 capacitor Substances 0.000 description 4
- 238000005312 nonlinear dynamic Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000003556 assay Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
Classifications
-
- H02J3/383—
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
Landscapes
- Photovoltaic Devices (AREA)
Abstract
本发明提供基于Uc‑iL二维坐标图的光伏微网混沌自动化检测方法及装置,属于光伏控制领域,其主要由数据采集模块、图像处理模块、数据处理模块、混沌检测模块和IGBT驱动模块组成;数据采集模块的输出端与图像处理模块的输入端相连,图像处理模块的输出端与数据处理模块相连,数据处理模块的输出端与混沌检测模块相连,最后,混沌检测模块的输出端与IGBT驱动模块输入端相连。本发明通过混沌检测模块根据人为设定的斜率k’预警值与宽度d’预警值与Uc‑iL二维坐标图经过一系列处理后得到的斜率k值和宽度d值相比较,进行自动化报警,具有灵敏度高、智能化的特点。
Description
技术领域
本发明涉及光伏控制领域,特别是涉及基于Uc-iL二维坐标图的光伏微网混沌自动化检测方法及装置。
背景技术
近年来,由于地球能源的匮乏以及“绿色能源”的兴起,太阳能因其近乎“无穷”的储备与能源便捷、绿色的特点,太阳能在人们心目中已然成为了“绿色能源”中的佼佼者,因此,对于可以有效提取太阳能的光伏发电技术已经深入人心。而其中的核心部分光伏微网逆变器因为其电路结构复杂,以及存在非线性动力学行为已然成为一个研究的热门领域。光伏微网系统是一个能够实现自我控制、保护和管理的自治系统,既可以与外部电网并网运行,也可以孤立运行,具有极强的灵活性。因其灵活性强的特点,在社会中得到了广泛的应用。
具有明显优点的同时,缺点也同样明显。由于光伏微网系统是一个结构复杂非线性动力系统,在其电路参数例如输入电压、输出电容、负载有所变化时就可能导致产生严重的非线性动力学行为。因其非线性动力学行为的存在,光伏微网系统的稳定性成为了在设计中的一个必须考虑的因素。混沌现象的特征为不可预测性和随机性,混沌现象的出现将会对电力系统造成极大的影响与破坏,因此对于研究与开发自动化检测混沌现象出现的方法成为了光伏发电领域不可忽视的一个部分。
发明内容
本发明提供基于Uc-iL二维坐标图的光伏微网混沌自动化检测方法及装置,解决现有光伏微网控制中出现混沌现象造成极大的影响与破坏的技术问题。
本发明通过以下技术方案解决上述问题:
基于Uc-iL二维坐标图的光伏微网混沌自动化检测方法,包括数据采集模块、图像处理模块、数据处理模块、混沌检测模块和IGBT驱动模块,其特征在于,方法包括如下步骤,
步骤1:数据采集模块采集外部光伏微网系统输出端的电流iL和和电压Uc数据;
步骤2:数据采集模块把采集的P个电流iL值、P个电压Uc值和P个采集相对应的时间t值三种数据传入图像处理模块,P为正整数;
步骤3:图像处理模块把同一时刻采集到的iL和Uc绘制成Uc-iL二维坐标图;
步骤4:图像处理模块建立起映射的像素点坐标,并把像素点坐标传入数据处理模块;
步骤5:数据处理模块对像素点坐标进行处理得到斜率k值与宽度d值;
步骤6:数据处理模块将斜率k值和宽度d值传入已经设置好参数预警范围的混沌检测模块;
步骤7:混沌检测模块把斜率k值和宽度d值与相应的预设参数进行比较,若k值小于相应的预设参数或d值大于相应的预设参数时,混沌检测模块发送停止信号控制IGBT驱动模块停止工作。
所述步骤4中建立映射的像素点坐标具体过程为:
步骤4.1:在X轴的-A~A范围内等距离构造N个像素点,A为X轴的数值,N为正整数,Y轴在-B~B范围内等距离构造M个像素点,B为Y轴的数值,M为正整数;
步骤4.2:将绘制好的P个点的Uc-iL二维坐标图像与步骤4.1中X轴和Y轴的像素点建立一一映射关系;
步骤4.3:建立一一映射关系的原则为:第R(R<=P)个Uc-iL二维坐标图像坐标点寻找与该坐标点数值最近的像素点,建立起映射关系,被建立关系的像素点无法再与Uc-iL二维坐标图像上的其它坐标点建立起映射关系。
所述步骤5中计算斜率k值与宽度d值的具体过程为:
步骤5.1:建立完成映射关系后得到P个像素点坐标,在这P个像素点中,把具有相同横坐标的像素点设置为一列,则在P个像素点中获得E列数据,其中E为小于P的正整数;
步骤5.2:在E数据中的每一列数据中提取出最大与最小纵坐标值的像素点的坐标,将每一列最大纵坐标值的像素点的坐标进行一阶曲线拟合,得到目标值斜率k与在y轴上的截距c1,将每一列拥有最小纵坐标值的像素点的坐标进行曲线拟合,得到在y轴上的截距c2;
步骤5.3:利用步骤5.2中的斜率k、截距c1和截距c2进行计算得到得到宽度d,具体的计算算式为宽度
所述步骤6中,混沌检测模块人为设定的斜率k’预警值与宽度d’预警值,当k<k’或d>d’时,则混沌检测模块判断外部光伏微网系统出现了混沌现象,发出控制信号控制IGBT驱动模块停止工作,从而进行控制外部光伏微网系统工作。
上述方案还还包括当IGBT驱动模块被控制停止工作时,返回步骤1继续执行到步骤6,当步骤6中的当k>k’或d<d’时,则混沌检测模块判断外部光伏微网系统的混沌现象消失,混沌检测模块发出信号控制IGBT驱动模块启动工作。
基于Uc-iL二维坐标图的光伏微网混沌自动化检测装置,包括数据采集模块、图像处理模块、数据处理模块、混沌检测模块和IGBT驱动模块;
所述数据采集模块输入端与外部的光伏微网系统连接,数据采集模块输出端与图像处理模块连接,用于采集外部的光伏微网系统输出端的电压和电流,同时把采集的电压、电流和相应采集时刻的时间值传给图像处理模块;
所述图像处理模块的输出端与数据处理模块连接,图像处理模块用于接收数据采集模块传入的电流iL、电压Uc和相应采集时刻的时间,以同一时刻的Uc作为自变量,iL作为因变量构建Uc-iL二维坐标图,构建Uc-iL二维坐标图,在X轴的-A~A范围内等距离构造N个像素点,A为X轴的数值,N为正整数,Y轴在-B~B范围内等距离构造M个像素点,B为Y轴的数值,M为正整数,其中,N*M取值至少大于P,P为电流iL和电压Uc的采集个数,为正整数;将绘制好的P个点的Uc-iL二维坐标图像与像素点二维坐标图上的像素点建立起一一映射关系,映射原则为:第R(R<=P)个Uc-iL二维坐标图像坐标点寻找与之数值最近的像素点,建立起映射关系,被建立关系的像素点无法再与其他Uc-iL二维坐标图像坐标点建立起映射关系,把建立映射的P个像素点的坐标输出到数据处理模块;
所述数据处理模块的输出端与混沌检测模块连接,数据处理模块用于接收图像处理模块传入的P个像素点的坐标信息,把具有相同横坐标的像素点设置为一列,在P个像素点中获得E列数据,E为正整数,在E列数据范围内的每一列数据中提取出拥有最大与最小纵坐标值的像素点的坐标,将每一列拥有最大纵坐标值的像素点的坐标一阶曲线拟合,得到目标值斜率k与在y轴上的截距c1,将每一列拥有最小纵坐标值的像素点的坐标曲线拟合,得到在y轴上的截距c2;利用k、c1和c2计算得到宽度把宽度d和斜率k传入混沌检测模块;
所述混沌检测模块输出端与IGBT驱动模块连接,混沌检测模块用于接收斜率k和宽度d,把斜率k和宽度d与预设好的斜率k’预警值与宽度d’预警值进行比较,当k<k’或d>d’时,发出控制信号传给IGBT驱动模块;
所述IGBT驱动模块的输出端与外部的光伏微网系统控制端连接,IGBT驱动模块用于接收混沌检测模块传入的控制信号,根据控制信号控制外部的光伏微网系统做出相应的动作。
本发明的优点与效果是:
本发明混沌检测模块根据人为设定的斜率k’预警值与宽度d’预警值与Uc-iL二维坐标图经过一系列处理后得到的斜率k值和宽度d值相比较,进行自动化报警,具有灵敏度高、智能化的特点;解决现有光伏微网控制中出现混沌现象造成极大的影响与破坏的技术问题;同时在光伏微网系统恢复后,混动模块能够根据采集的数据进行自动启动工作,从而更好的进行控制。
附图说明
图1是本发明的结构框图;
图2是本发明的四组不同数据生成的Uc-iL图和t-Uc图;
图3是本发明图2第一列t-Uc图的畸变率图;
图4是本发明图2第二列t-Uc图的畸变率图;
图5是本发明图2第三列t-Uc图的畸变率图;
图6是本发明图2第四列t-Uc图的畸变率图;
图7是本发明斜率k和宽度d的示意图。
具体实施方式
以下结合实施例对本发明作进一步说明。
在图2中同一列为同一组数据生成的Uc-iL图和t-Uc图。第一排为流过电感的电流iL和电容两端的电压Uc的关系图,下面一排为输出端电压随时间变化图。可以观察出来随着第二排的输出电压畸变率不断提高(第一列t-Uc图畸变率为图3,第二列t-Uc图畸变率为图4,第三列t-Uc图畸变率为图5,第四列t-Uc图畸变率为图7),上面一排图形其所占位置与形状均有改变。根据这一发现,建立以下装置并进行以下自动化检测法。
一种基于Uc-iL二维坐标图斜率、宽度值的光伏微网混沌自动检测方法及装置,如图1所示,装置主要由数据采集模块、图像处理模块、数据处理模块、混沌检测模块和IGBT驱动模块组成;其中DSP处理器与光伏电路连接的地方有三处,一处为IGBT驱动模块输出端与IGBT可控开关相连,其余两处为数据采集模块输入端采集流过电感电流与电容两端电压。数据采集模块的输出端与图像处理模块的输入端相连,图像处理模块的输出端与数据处理模块相连,数据处理模块的输出端与混沌检测模块相连,最后,混沌检测模块的输出端与IGBT驱动模块输入端相连。
自动检测方法包括如下步骤:
1.数据采集模块采集流过电感的电流iL和电容两端的电压Uc。
2.数据采集模块将P个iL值、P个Uc值、P个采集时刻三种数据传入图像处理模块。
3.图像处理模块从数据采集模块接收到流过电感的电流iL、电容两端的电压Uc、和采集时刻后,以同一时刻的Uc作为自变量,iL作为因变量构建Uc-iL二维坐标图。构建完Uc-iL二维坐标图后,在X轴的任意-A~A范围内等距离构造N个像素点,Y轴在任意-B~B范围内等距离构造M个像素点,A值与B值的选定应根据所设计的电路特性进行设定,N*M取值至少大于P。将绘制好的P个点的Uc-iL二维坐标图像与像素点二维坐标图上的像素点建立起一一映射关系,映射原则为:第R(R<=P)个Uc-iL二维坐标图像坐标点寻找与之距离最近的像素点,建立起映射关系,被建立关系的像素点无法再与其他Uc-iL二维坐标图像坐标点建立起映射关系。将建立了映射的P个像素点的坐标输出。
4.数据处理模块从图像处理模块得到P个像素点的坐标信息,在这P个像素点中,若我们把具有相同横坐标的像素点称为一列,则我们可以在P个像素点中获得E列数据。我们在E列范围内的每一列数据中提取出拥有最大与最小纵坐标值的像素点的坐标,将每一列拥有最大纵坐标值的像素点的坐标一阶曲线拟合,得到目标值斜率k与在y轴上的截距c1,将每一列拥有最小纵坐标值的像素点的坐标曲线拟合,得到在y轴上的截距c2。利用k、c1、c2得到宽度其中斜率k定义为:图7,宽度d定义为:图7。
5.数据处理模块将斜率k、宽度d传入已经设置好参数预警范围的混沌检测模块。
6.混沌检测模块进行判断,若k值小于某一值或d值大于某一值,执行相应的电路系统保护行为,其保护行为在此认定为停止电路工作,由混沌检测模块发送停止信号给IGBT驱动模块,让IGBT驱动模块停止工作。
基于Uc-iL二维坐标图的光伏微网混沌自动化检测装置,其特征在于:包括数据采集模块、图像处理模块、数据处理模块、混沌检测模块和IGBT驱动模块。
所述数据采集模块输入端与外部的光伏微网系统连接,数据采集模块输出端与图像处理模块连接。数据采集模块用于采集外部的光伏微网系统输出端的电压和电流,同时把采集的电压、电流和相应采集时刻的时间值传给图像处理模块。
所述图像处理模块的输出端与数据处理模块连接。图像处理模块用于接收数据采集模块传入的电流iL、电压Uc和相应采集时刻的时间,以同一时刻的Uc作为自变量,iL作为因变量构建Uc-iL二维坐标图,构建Uc-iL二维坐标图,在X轴的-A~A范围内等距离构造N个像素点,A为X轴的数值,N为正整数,Y轴在-B~B范围内等距离构造M个像素点,B为Y轴的数值,M为正整数,其中,N*M取值至少大于P,P为电流iL和电压Uc的采集个数,为正整数。将绘制好的P个点的Uc-iL二维坐标图像与像素点二维坐标图上的像素点建立起一一映射关系。映射原则为:第R(R<=P)个Uc-iL二维坐标图像坐标点寻找与之数值最近的像素点,建立起映射关系,被建立关系的像素点无法再与其他Uc-iL二维坐标图像坐标点建立起映射关系,把建立映射的P个像素点的坐标输出到数据处理模块。
所述数据处理模块的输出端与混沌检测模块连接。数据处理模块用于接收图像处理模块传入的P个像素点的坐标信息,把具有相同横坐标的像素点设置为一列,在P个像素点中获得E列数据,E为正整数。在E列数据范围内的每一列数据中提取出拥有最大与最小纵坐标值的像素点的坐标,将每一列拥有最大纵坐标值的像素点的坐标一阶曲线拟合,得到目标值斜率k与在y轴上的截距c1,将每一列拥有最小纵坐标值的像素点的坐标曲线拟合,得到在y轴上的截距c2。利用k、c1和c2计算得到宽度把宽度d和斜率k传入混沌检测模块。
所述混沌检测模块输出端与IGBT驱动模块连接,混沌检测模块用于接收斜率k和宽度d,把斜率k和宽度d与预设好的斜率k’预警值与宽度d’预警值进行比较,当k<k’或d>d’时,发出控制信号传给IGBT驱动模块。
所述IGBT驱动模块的输出端与外部的光伏微网系统控制端连接,IGBT驱动模块用于接收混沌检测模块传入的控制信号,根据控制信号控制外部的光伏微网系统做出相应的动作。
以上已对本发明创造的较佳实施例进行了具体说明,但本发明并不限于实施例,熟悉本领域的技术人员在不违背本发明创造精神的前提下还可作出种种的等同的变型或替换,这些等同的变型或替换均包含在本申请的范围内。
Claims (4)
1.基于Uc-iL二维坐标图的光伏微网混沌自动化检测方法,包括数据采集模块、图像处理模块、数据处理模块、混沌检测模块和IGBT驱动模块,其特征在于,方法包括如下步骤,
步骤1:数据采集模块采集外部光伏微网系统输出端的电流iL和和电压Uc数据;
步骤2:数据采集模块把采集的P个电流iL值、P个电压Uc值和P个采集相对应的时间t值三种数据传入图像处理模块,P为正整数;
步骤3:图像处理模块把同一时刻采集到的iL和Uc绘制成Uc-iL二维坐标图;
步骤4:图像处理模块建立起映射的像素点坐标,并把像素点坐标传入数据处理模块;
步骤5:数据处理模块对像素点坐标进行处理得到斜率k值与宽度d值;
步骤6:数据处理模块将斜率k值和宽度d值传入已经设置好参数预警范围的混沌检测模块;
步骤7:混沌检测模块把斜率k值和宽度d值与相应的预设参数进行比较,若k值小于相应的预设参数或d值大于相应的预设参数时,混沌检测模块发送停止信号控制IGBT驱动模块停止工作;
所述步骤4中建立映射的像素点坐标具体过程为:
步骤4.1:在X轴的-A~A范围内等距离构造N个像素点,A为X轴的数值,N为正整数,Y轴在-B~B范围内等距离构造M个像素点,B为Y轴的数值,M为正整数;
步骤4.2:将绘制好的P个点的Uc-iL二维坐标图像与步骤4.1中X轴和Y轴的像素点建立一一映射关系;
步骤4.3:建立一一映射关系的原则为:第R(R<=P)个Uc-iL二维坐标图像坐标点寻找与该坐标点数值最近的像素点,建立起映射关系,被建立关系的像素点无法再与Uc-iL二维坐标图像上的其它坐标点建立起映射关系;
所述步骤5中计算斜率k值与宽度d值的具体过程为:
步骤5.1:建立完成映射关系后得到P个像素点坐标,在这P个像素点中,把具有相同横坐标的像素点设置为一列,则在P个像素点中获得E列数据,其中E为小于P的正整数;
步骤5.2:在E数据中的每一列数据中提取出最大与最小纵坐标值的像素点的坐标,将每一列最大纵坐标值的像素点的坐标进行一阶曲线拟合,得到目标值斜率k与在y轴上的截距c1,将每一列拥有最小纵坐标值的像素点的坐标进行曲线拟合,得到在y轴上的截距c2;
步骤5.3:利用步骤5.2中的斜率k、截距c1和截距c2进行计算得到得到宽度d,具体的计算算式为宽度
2.根据权利要求1所述的基于Uc-iL二维坐标图的光伏微网混沌自动化检测方法,其特征在于:所述步骤6中,混沌检测模块人为设定的斜率k’预警值与宽度d’预警值,当k<k’或d>d’时,则混沌检测模块判断外部光伏微网系统出现了混沌现象,发出控制信号控制IGBT驱动模块停止工作,从而进行控制外部光伏微网系统工作。
3.根据权利要求1所述的基于Uc-iL二维坐标图的光伏微网混沌自动化检测方法,其特征在于:还包括当IGBT驱动模块被控制停止工作时,返回步骤1继续执行到步骤6,当步骤6中的当k>k’或d<d’时,则混沌检测模块判断外部光伏微网系统的混沌现象消失,混沌检测模块发出信号控制IGBT驱动模块启动工作。
4.根据权利要求1所述的基于Uc-iL二维坐标图的光伏微网混沌自动化检测装置,其特征在于:包括数据采集模块、图像处理模块、数据处理模块、混沌检测模块和IGBT驱动模块;
所述数据采集模块输入端与外部的光伏微网系统连接,数据采集模块输出端与图像处理模块连接,用于采集外部的光伏微网系统输出端的电压和电流,同时把采集的电压、电流和相应采集时刻的时间值传给图像处理模块;
所述图像处理模块的输出端与数据处理模块连接,图像处理模块用于接收数据采集模块传入的电流iL、电压Uc和相应采集时刻的时间,以同一时刻的Uc作为自变量,iL作为因变量构建Uc-iL二维坐标图,构建Uc-iL二维坐标图,在X轴的-A~A范围内等距离构造N个像素点,A为X轴的数值,N为正整数,Y轴在-B~B范围内等距离构造M个像素点,B为Y轴的数值,M为正整数,其中,N*M取值至少大于P,P为电流iL和电压Uc的采集个数,为正整数;将绘制好的P个点的Uc-iL二维坐标图像与像素点二维坐标图上的像素点建立起一一映射关系,映射原则为:第R(R<=P)个Uc-iL二维坐标图像坐标点寻找与之数值最近的像素点,建立起映射关系,被建立关系的像素点无法再与其他Uc-iL二维坐标图像坐标点建立起映射关系,把建立映射的P个像素点的坐标输出到数据处理模块;
所述数据处理模块的输出端与混沌检测模块连接,数据处理模块用于接收图像处理模块传入的P个像素点的坐标信息,把具有相同横坐标的像素点设置为一列,在P个像素点中获得E列数据,E为正整数,在E列数据范围内的每一列数据中提取出拥有最大与最小纵坐标值的像素点的坐标,将每一列拥有最大纵坐标值的像素点的坐标一阶曲线拟合,得到目标值斜率k与在y轴上的截距c1,将每一列拥有最小纵坐标值的像素点的坐标曲线拟合,得到在y轴上的截距c2;利用k、c1和c2计算得到宽度把宽度d和斜率k传入混沌检测模块;
所述混沌检测模块输出端与IGBT驱动模块连接,混沌检测模块用于接收斜率k和宽度d,把斜率k和宽度d与预设好的斜率k’预警值与宽度d’预警值进行比较,当k<k’或d>d’时,发出控制信号传给IGBT驱动模块;
所述IGBT驱动模块的输出端与外部的光伏微网系统控制端连接,IGBT驱动模块用于接收混沌检测模块传入的控制信号,根据控制信号控制外部的光伏微网系统做出相应的动作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810205097.8A CN108173289B (zh) | 2018-03-13 | 2018-03-13 | 基于Uc-iL二维坐标图的光伏微网混沌自动化检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810205097.8A CN108173289B (zh) | 2018-03-13 | 2018-03-13 | 基于Uc-iL二维坐标图的光伏微网混沌自动化检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108173289A CN108173289A (zh) | 2018-06-15 |
CN108173289B true CN108173289B (zh) | 2023-11-21 |
Family
ID=62511994
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810205097.8A Active CN108173289B (zh) | 2018-03-13 | 2018-03-13 | 基于Uc-iL二维坐标图的光伏微网混沌自动化检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108173289B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004102943A (ja) * | 2002-09-12 | 2004-04-02 | Yamaguchi Technology Licensing Organization Ltd | 自律行動制御装置とその方法及びそのプログラム |
WO2013023367A1 (zh) * | 2011-08-17 | 2013-02-21 | 深圳市英威腾电气股份有限公司 | 光伏逆变器的校正、驱动方法及装置 |
CN203398802U (zh) * | 2013-06-27 | 2014-01-15 | 广西师范大学 | 基于李雅普诺夫指数变化的光伏发电孤岛检测装置 |
CN106803682A (zh) * | 2017-02-22 | 2017-06-06 | 广西师范大学 | 一种光伏微网混沌检测装置 |
CN206628838U (zh) * | 2017-02-22 | 2017-11-10 | 广西师范大学 | 一种光伏微网混沌检测装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8768874B2 (en) * | 2011-04-08 | 2014-07-01 | The United States Of America As Represented By The Secretary Of The Army | Predicting the outcome of a chaotic system using Lyapunov exponents |
-
2018
- 2018-03-13 CN CN201810205097.8A patent/CN108173289B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004102943A (ja) * | 2002-09-12 | 2004-04-02 | Yamaguchi Technology Licensing Organization Ltd | 自律行動制御装置とその方法及びそのプログラム |
WO2013023367A1 (zh) * | 2011-08-17 | 2013-02-21 | 深圳市英威腾电气股份有限公司 | 光伏逆变器的校正、驱动方法及装置 |
CN203398802U (zh) * | 2013-06-27 | 2014-01-15 | 广西师范大学 | 基于李雅普诺夫指数变化的光伏发电孤岛检测装置 |
CN106803682A (zh) * | 2017-02-22 | 2017-06-06 | 广西师范大学 | 一种光伏微网混沌检测装置 |
CN206628838U (zh) * | 2017-02-22 | 2017-11-10 | 广西师范大学 | 一种光伏微网混沌检测装置 |
Non-Patent Citations (2)
Title |
---|
一种基于多混沌映射的图像加密算法;郭晓丛;向菲;刘伟;;计算机工程(第20期);全文 * |
基于混沌理论的光伏并网发电系统孤岛检测研究;张兴科;;电气技术(第08期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108173289A (zh) | 2018-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102573052B (zh) | 一种基于无线传感器网络的目标定位跟踪方法及系统 | |
CN103488988B (zh) | 基于无人机巡线可见光影像的电力设备中绝缘子的提取方法 | |
CN104777383B (zh) | 一种非侵入式电力负载监测与负荷分解装置 | |
CN104079832B (zh) | 一种一体化摄像机自动跟踪聚焦方法及系统 | |
CN107481237B (zh) | 一种基于多帧温度特性的红外阵列图像热斑检测方法 | |
WO2014109020A1 (ja) | 気象予測方法及び装置、並びに電力系統制御方法及び装置 | |
CN107818563A (zh) | 一种输电线路分裂导线间距空间测量与定位方法 | |
CN105513245A (zh) | 35kV变电站多重安全保护系统 | |
CN111049266A (zh) | 一种面向调控业务的智能化秒级复电方法和系统 | |
CN104243815A (zh) | 一种对焦方法及电子设备 | |
CN108173289B (zh) | 基于Uc-iL二维坐标图的光伏微网混沌自动化检测方法及装置 | |
Zhen et al. | Transmission tower protection system based on Internet of Things in smart grid | |
CN111881934B (zh) | 电子元器件属性与类别的空间关系发现方法 | |
He et al. | A glowworm swarm optimization algorithm with improved movement rule | |
CN104427210A (zh) | 一种随机异常闪烁点检测方法及装置 | |
CN108320426B (zh) | 电力负载线路及设备防盗联动装置及其使用方法 | |
CN103268478A (zh) | 一种基于历史像素集匹配度的遗留物快速检测方法 | |
CN113054654B (zh) | 环形电网分区域供电系统及方法 | |
CN110197131A (zh) | 一种基于机器视觉远程监测避雷器放电动作次数的方法 | |
CN111786769B (zh) | 一种基于s型局部有源忆阻器混沌电路结构 | |
Liu et al. | Safety helmet detection based on YOLOV3N | |
Tian et al. | Multi-Source Fusion Localization Technology Based on Convolutional Neural Networks | |
CN110493741A (zh) | 基于决策树的楼层人员定位方法及装置 | |
CN114675131B (zh) | 基于电力网架微观气象检测系统的雷电定位方法及系统 | |
Wang et al. | Leakage Detection and Identification of Power Plant Pipelines Based on Improved Faster RCNN |
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 |