一种无刷双馈电机独立发电系统的励磁控制装置，属于无刷双 馈电机发电控制装置，克服现有的标量控制方法动态性能差以及双同 步旋转坐标系矢量控制方法复杂、成本高且效率低的缺陷。本发明包 括 PW 电压幅值控制器、PW 电压频率控制器、CW 电流矢量控制器、 LC 滤波器、转速计算器、CW 电流频率前馈量计算器、PW 电压锁相 环和 PW 电流变换器。本发明以无刷双馈电机的 CW 电流矢量控制器 为内环，以无刷双馈电机的 PW 电压幅值控制器和 PW 电压频率控制 器为外环，实现 PW 电压幅值和频率的独立

本发明公开了一种永磁同步直线电机无权重双矢量推力预测控制方法，属于电机控制领域，方法包括：获取给定推力Fe*；构建基于磁链参考矢量角和给定推力Fe*的磁链参考值矢量表达式；磁链参考值矢量解耦后构建推力预测控制的无权重价值函数，并在无权重价值函数中引入双电压矢量切换时刻的磁链误差；构建基于双电压矢量作用时间的约束条件，并在此约束条件下求解引入磁链误差的无权重价值函数，输出最优双矢量组合和其对应作用时间，以对永磁同步直线电机进行控制。本发明能够解决现有推力预测控制方法应用于永磁同步直线电机时存在的推力和磁链波动大、权重系数难以整定问题。

本发明公开了一种基于ESP‑NOW协议的直流有刷电机控制系统，包括主节点控制端和至少一个从节点驱动端；所述主节点控制端，用于通过串口接收上位机的控制指令，并通过ESP‑NOW协议广播指令；每个所述从节点驱动端均连接有直流有刷电机，用于接收主节点控制端的控制指令并驱动所述直流有刷电机；所述主节点控制端和从节点驱动端均包括主控电路、电源管理电路、通信电路；所述通信电路基于ESP‑NOW协议实现主节点与从节点之间的无线通信，支持多节点分布式协同控制。基于ESP‑NOW协议的多节点直流有刷电机控制系统，适用于高实时性、低延迟及多设备协同的工业自动化场景。

该设备研制成功，解决了广大学校直流电机实验元器件难以购置、难以管理、难以开出实验课的烦恼。该设备把交直流电机实验有机地融于一体，节省实验室，节省管理人员，节省资金。本设备安全可靠，实验操作方便，是较完善的电力拖动实验室设备。该设备是广大学校一步到位、上规模、上档次的理想选择。   结构与功能： 一、学生台桌：配有学生桌12台，尺寸：160×68×80cm，一台2座，桌左右各有一个元件储存柜，中间抽屉放工具。 二、示教控制台：能分别控制12台学生桌的电源，示教屏具有演示讲解功能。其它功能与学生实验桌基本一样。 三、学生实验桌中部装有通用实验底板，实验时把元件盒插入实验板，即可连线实验。 四、通用电力拖动实验台: 1、电源输入指示  2、UFU、VFU、WFU三相电源输入熔断器  3、电源总开关:具有漏电，过载、短路保护功能 4、电压换相开关:用来观察三相线电压，450V电压表指示。 5、电流表2A3只，分别指示U、V、W相电流输出值。  6、急停按钮:按到底切断实验台电源 7、三相四线输出接线座 8、三相电源插座  9、220v市电插座，供外接仪器使用 l0、电源开关:控制"交直流调压电源"  11、 FU：交直流调压电源保险座 12、0～240V交流输出 0～240V交流输出接线座 13、0～220V直流输出 0～220V直流输出接线座 14、电压表250V:指示调压电源的输出电压值 15、Ra、Rf调节旋钮　  16、Ra、Rf接线座  17、直流电机Ia、If指示表 实验项目  电力拖动带交直流电机实验室设备 1、闸刀开关正转控制线路 2·接触器点动正转控制线路 3·具有自锁的正转控制线路 4·具有过找保护的正转控制线路 5·倒顺开关控制正反转控制线路 6·接触器联锁的正反转控制线路 7·按钮联锁的正反转控制线路 8·按钮接触器复合联锁控制线路 9·自动往返行程控制线路 10·接触器控制串联电阻降压起动线略 11·时间继电器控制串联电阻降压控制线路 12·手动Y/△降压起动 13·接触器控制Y/△降压起动 14·时间继电器控制Y/△降压起动 15·QX3-13型Y/△自动起动控制线路 16·半波整流能耗制动控制线路 17·全波整流能耗制动控制线路 18·C620车床电气控制线路 19·手动降压起动 20·单相运行反接制动控制线路 21·电动葫芦电气控制线路 22·C6163车床电气控制线路 23·控制电路联锁控制线路 24·主电路联锁控制线路 25·直流电机启动 26·直流电机的调速 27·直流电机的反转 28、直流电机制动实验

项目简介 本项目涉及新型喷动床粮食干燥设备领域，主要用于粮食干燥。采用一种去除启动 阻力即去阻和灵活调节导喷距即调距的喷动床结构，独立设计喷动床环隙区粮食的补风 结构，融合旋转导向管喷动床直径放大结构，提供一种具有新的干燥特性和操作能力的 批式粮食喷动床干燥装置。整个装置相对于现有的喷动床干燥设备，表现出了整体综合 创新后具有了新的干燥性能、操作性能和放大能力的优点。本发明装置适用于大麦、小 麦、水稻、大豆和玉米的批式干燥。成果已取得发明专利授权，发明

本发明公开了一种D2D通信中频谱效率最大化的功率分配方法，通过分布式优化蜂窝用户的发射功率、D2D用户对的发射功率，在保证宏用户最低服务质量要求和D2D用户与蜂窝用户的功率限制的情况下最大化D2D用户的频谱效率。在给定蜂窝频带资源的情况下，最大化D2D通信的频谱效率等价于最大化D2D通信的和速率。本方法给出了在任何D2D用户都可以使用所有信道，并且任意信道可以同时被所有D2D用户占用的情况下，最优的蜂窝用户发射功率和D2D链路发射功率。主要用凸近似的方法将非凸问题近似为可求解的凸优化问题，并利用给出的闭式解快速收敛到凸问题的优化解。本发明具有收敛速度快，计算量小，易于实现，结果精度高等优点。

（一）成果背景 分布式光伏可在用户侧就近安装与消纳，减少因长距离输送带来的线路损耗问题，在新型电力系统建设中发挥着重要作用。2021年6月，国家能源局综合司发布了《关于报送整县（市、区）屋顶分布式光伏开发试点方案的通知》，用以推动分布式光伏高质量发展、支撑新型电力系统建设。在该政策的推进下，分布式光伏容量迅猛增长。截至2021年底，国内分布式光伏装机容量已达到107.5GW，约占光伏总装机容量的三分之一，且其增长速度已经超过了集中式光伏。 （二）痛点问题 对于配电网来说，光伏出力易受天气因素影响，具有极强的随机波动特性，大规模分布式光伏接入，一方面加剧了配电网负荷短时波动，影响电力实时平衡，制约负荷预测精度提升；另一方面，分布式光伏出力特性与负荷特性的不匹配造成其难以消纳，为有源配电网运行管理带来严峻挑战。 对于电力市场交易来说，随着新一轮电力体制改革的持续深入，分布式光伏所有者作为售电商参与市场竞争成为必然趋势。分布式光伏出力的不确定性与短时剧烈波动性，使得分布式光伏电站/售电商难以制定合理的市场交易策略与电力交易合同，面临严重的市场风险。 因此，亟需精准的分布式光伏功率预测，为有源配电网调度运行、分布式光伏消纳，分布式光伏参与电力市场等提供有力数据支撑。 （三）技术方案 1、基于变分模态分解与动态图卷积网络的分布式光伏功率预测 首先利用变分模态分解各分布式光伏复杂出力序列分解为相对简单、波动较小的不同频率子序列，以减小场站间关联关系的挖掘难度。然后，基于分布式光伏场站间时空关联性处于动态变化中的考虑，利用全连接神经网络将各节点特征映射到多维空间，而后利用时域卷积挖掘跨节点关联关系，由此以数据驱动方式挖掘各频率下各场站子序列关联性，有效实现子序列动态图结构的构建。最终，基于可用于非欧式空间结构数据建模的卷积神经网络，将其与动态图结构结合，建立考虑动态时空关联性的图卷积预测模型，针对不同频率下出力子序列分别预测，而后重构得到各场站功率进而获取配电网分布式光伏总功率。 2、基于深度联邦学习的分布式光伏发电功率预测 首先，基于长短期记忆神经网络构建时域自编码器模型，该模型编码器用于提取每个时间步输入的时域特征，而后利用解码器将该特征向量转换为输出序列进行未来时间步的预测，自编码能显著增强长短期记忆神经网络的时域建模能力。而后，利用注意力机制解决其在处理长输入时间序列时会导致解码器面临特征冗余问题，且使模型聚焦于对输出更关键的时域特征。由此，利用注意力自编码预测模型通过对时域特征的有效挖掘实现功率预测精度的进一步提升。 在此基础上，开发了用于分布式光伏功率预测的联邦学习框架，在该框架中，本地用户仅需将本地模型进行共享，无需数据的传输，而后由中央服务器进行模型的聚合以实现用户间信息共享。在各本地场站进行注意力自编码预测模型的训练；在中央服务器，基于联邦平均算法实现各本地预测模型的汇聚、全局模型的生成与下发。在保证数据隐私性的前提下取得与传统集中式机器学习训练近似的预测效果。 （四）竞争优势 1、有效表征广域分布式光伏集群间时空关联特征，实现分布式光伏功率预测精度提升。 当缺乏气象实测或预报数据时，考虑分布式光伏时空相关性可有效提升分布式光伏功率预测精度。现有研究多利用各光伏场站地理距离或者整体出力表征时空相关性。这种静态建模方式在分布式光伏出力模式长期稳定的情况下，可以取得较好的预测效果。然而，易受天气因素的影响，分布式光伏出力极易发生短时波动，因而各场站关联性处于动态变化过程。以恒定的场站间关联关系去考虑这种复杂的集群出力序列，显然无法反映天气影响下分布式光伏出力短时变化，难以实现功率预测精度的有效提升。 所提的基于变分模态分解与动态图卷积网络的分布式光伏功率预测方法，利用数据驱动方式实现挖掘各场站间关联特性的动态实时挖掘。在基础上，考虑到不同模态分量下各场站间关联关系的差异性，将各场站原始功率分解为了相对简单、波动较小的不同频率模态分量，减小关联关系的挖掘难度。 2、有效保证各分布式光伏数据隐私性，且能取得与传统集中式机器学习训练方式近似的预测效果 现有的数据驱动预测方法性能在很大程度上依赖于训练数据的数量，因此大多以一种集中的训练方式实现，即中央服务器汇聚来自各场站的运行数据而后进行模型的训练。然而，这种集中训练的方式会期限数据隐私，使用户信息暴露在公共环境而导致被外部攻击者进行数据分析、行为探测等。此外，在竞争激烈的电力市场中，分布式光伏场站所有者可能不愿共享数据。这些因素使传统模型训练方式难以实现。 所提的基于深度联邦学习的分布式光伏发电功率预测方法，利用注意力自编码模型在本地场站进行建模预测，实现对本地功率时域特征的有效挖掘；利用分散式训练的联邦学习框架，实现各场站预测模型信息共享，有效保证本地用户的数据隐私的同时取得不错的预测效果。 创新点 1、考虑了场站间关联关系的动态性。对于分布式光伏，虽然场站数量众多、分布广泛，但是其位置临近，由于云团运动等气象因素导致的相关性较强。所提方法以数据驱动方式根据网络当前的各场站输入功率进行关联关系的动态表征，实现功率预测精度的有效提升。 2、在保障各分布式光伏站点数据隐私应的前提现实现信息共享。利用自编码结构进一步提升LSTM的时间序列建模能力；利用注意力机制模型聚焦于对预测更关键的输入特征，以此实现时域特征的有效挖掘。在此基础上，利用联邦学习框架聚合各本地模型，实现各站点信息聚合，实现精度有效提升。 市场前景 随着新型电力系统建设目标的推进，分布式光伏装机容量呈爆发式增长。所研成果可应用于配电网负荷预测、用户可调度容量评估、激励型需求响应基线负荷估计等场景中，为高比例分布式光伏有源配电网的安全、经济、高效运行，维持电力平衡等工作提供重要参考。同时，随着分布式光伏逐步参与到电力市场，所研成果可为分布式光伏售电商制定最优的交易策略，签订合理的价格合同提供有力数据支撑。综上所述，所研成果市场前景广阔。

本发明公开了一种基于电压信号复合前馈的构网型VSG输出功率解耦方法，涉及电力电子控制技术领域，对构网型VSG功率同步控制的变流器输出电压信号复合前馈实现构网型变流器并网系统及实现变流器输出功率解耦的方法。包括构网型VSG功率控制模块、电网参数检测单元、线路阻抗观测器、虚拟阻抗压降前馈环路以及电压信号二次前馈环路。本发明的复合前馈控制策略结合虚拟阻抗和电压幅值与功角补偿，显著减弱了有功与无功功率的耦合作用，实现了高效解耦，适用于复杂电网环境。

本发明公开了一种基于五相开绕组FTFSCW?IPM电机驱动系统的零序电流抑制方法，在电机运行过程中，将电机零序电流经过一个PI调节器得到共模电压的参考值，然后根据得到的共模电压的参考值将两个逆变器的零电压矢量的作用时间进行控制，使两个逆变器的开关序列错开时间工作，合成相对应的参考共模电压矢量，从而抑制零序电流。本发明提供的方法实现比较简单，对控制器要求不高，可以方便的移植到其它共直流母线；同时，不仅能抑制由共模电压引起的零序电流，而且可以很好的抑制逆变器死区引起的零序电流，减少电流的谐波分量。

本发明公开了一种基于定子弧形与内阶梯型混合结构的永磁直线电机，包括定子电枢一次侧和Halbach永磁动子二次侧，定子电枢一次侧位于永磁动子二次侧外侧，定子电枢一次侧由定子铁心和电枢绕组构成，定子铁心两侧端部齿采用内阶梯型结构，定子铁心内部齿采用弧形结构；永磁动子二次侧由动子铁心和贴于铁心表面的永磁体构成，该永磁体采用Halbach阵列结构。本发明的永磁直线电机可以获得比常规磁体更大的气隙磁通，而且具有很好的磁屏蔽作用，可减小动子导磁轭厚度。本发明给出弧形齿结构解析模型，通过该解析模型可推导出磁导大小及磁导随位置变化曲线。本发明的电机最优结构采用田口优化算法获得。