|
搜索
搜 索
高等教育领域数字化综合服务平台
基于深度学习的光伏并网系统电能质量预测及调控策略研究
本成果围绕光伏并网系统电能质量展开。基于深度学习算法，研究谐波等电能质量指标变化规律，运用特征提取技术处理时序数据，实现电能质量预测。研发基于态势感知的电能质量调控装置，总谐波补偿率不小于 90%，补偿次数 2 - 50 次。成果形式包括研究报告、调控装置示范应用，申请发明专利 3 项，发表论文 3 篇。应用场景涵盖光伏电站、配电网等，可提升电网可靠性与经济性，减少设备损耗、优化调控策略、降低弃光率，为新能源消纳提供支撑。
沈阳农业大学
2025-05-21
新冠肺炎疫情发展预测模型
2020年1月25日，中山大学公共卫生学院陆家海教授联合美国哥伦比亚大学W. Ian Lipkin在bioRxiv预印版平台发表文章研究From SARS-CoV to Wuhan 2019-nCoV: Will History Repeat Itself?，通过2002-2003年SARS疫情的数据模拟了武汉新型冠状病毒2019-nCoV的流行数据。 根据此研究模型估计，2019-nCoV病例的累计计数约为SARS总数的2-3倍，预计发病高峰将在2月初或中期。在应对方面，应该限制或禁止区域性迁移，以防止超级传播者的出现和移动，同时迫切需要在全国范围内加强监控并采取有效措施来控制这种流行病。
中山大学
2021-04-10
基于最优模型的WEB舆情趋势预测方法
本发明公布了一种基于最优模型的WEB舆情趋势预测方法。该方法的基本思想就是首先对历史舆情事件进行分类获取舆情的几大类别，然后对分类获得的各个类别中事件的时间序列图进行聚类获取小类，通过保证均方误差和最小的方式求取各个小类的最优模型从而获取各个大类的最优模型集。
电子科技大学
2021-04-10
永磁同步电机模型预测控制方法
本发明公开了一种永磁同步电机模型预测控制方法，包括以下 步骤：(1)在当前时刻 k 将采集的三相电流转换到αβ坐标系；(2)依据 αβ坐标系的电流值预测k+1时刻的电流值和k+2时刻的电流参考值； (3)以k+2时刻的电流参考值为控制目标，依据k+1时刻电流值计算k+1时刻的电压控制矢量参考值；(4)解析 k+1 时刻的电压控制矢量参考值 对应的角度，判定该角度所属的扇区，从扇区中提取候选电压控制矢 量；(5)将候选电压控制矢量代入目标函数，选取使得目标函数值最小 对应的候选电压控制矢量作为最佳电压
华中科技大学
2021-04-14
“弹簧-梁单元”模型处理约束浆锚连接传力问题
技术成熟度：原型验证
原理：模型将浆锚连接节点破坏视为两个阶段，第一阶段为粘结破坏，即砂浆与钢筋和钢筋断裂前（包括断裂时）时段，第二阶段为滑移破坏，即砂浆与钢筋和钢筋断裂后时段。第一阶段依靠梁单元模拟，第二阶段依靠弹簧单元模拟，这样准确的反映了浆锚连接发生时的强度破坏及之后的滑移脱离现象。
创新点：提出了建模工艺，给出了适用于模型的弹簧单元、梁单元本构关系。
应用场景：浆锚节点超限分析，浆锚节点抗震性能分析。
应用案例：约束浆锚钢筋极限搭接连接剪力墙结构抗震性能分析，装配法加固剪力墙施工模拟过程分析。
成果获奖：吉林省土木建筑学会科技进步一等奖。
成果评价：建模简单、计算快速、经过多篇论文验证传力与实际情况偏差小于10%。
吉林建筑科技学院
2025-05-19
槽式光热发电多模型预测函数控制及其优化
针对太阳能集热系统扰动多、大滞后和大惯性等控制难点，建立了适合控制器设计的简化分段非线性模型，并设计了基于预测函数控制策略的集热系统出口导热油温度控制系统。该预测函数控制策略在调节速度、超调量以及稳定性方面的控制效果均明显优于传统PID控制策略；与未简化的多模型预测控制相比，简化后的多模型预测函数控制的最大动态偏差增大了13%，但计算量大大降低，控制器的实时性也得到增强。
南京工程学院
2021-05-21
槽式光热发电多模型预测函数控制及其优化
针对太阳能集热系统扰动多、大滞后和大惯性等控制难点，建立 了适合控制器设计的简化分段非线性模型，并设计了基于预测函数控 制策略的集热系统出口导热油温度控制系统。该预测函数控制策略在 调节速度、超调量以及稳定性方面的控制效果均明显优于传统PID控 制策略；与未简化的多模型预测控制相比，简化后的多模型预测函数 控制的最大动态偏差增大了 13%,但计算量大大降低，控制器的实时性也得到增强。
南京工程学院
2021-01-12
基于时空多尺度联合学习模型的能源需求预测技术
本项目提出了将时间维度与空间维度相结合的多尺度综合能源需求分析与预测模型，设计并实现了一种面向智慧城市的综合能源需求分析与预测的方法，提升能源供应规划和营销策略的优化与决策支持。
南开大学
2021-02-01
火电机组深度调峰多模型智能预测控制系统
成果介绍火电机组深度调峰改造是消纳可再生能源的有效途径，深度调峰就是在自动控制的情况下将机组的负荷调节下限从原来的50[[[[%]]]]Pe下调至30[[[[%]]]]Pe，甚至更低。控制难点在于：当机组处在低负荷工况时，机组被控过程的动态特性具有快速变化的特征，常规控制策略难于有效控制。本项成果采用多模型智能预测控制技术，分别提出了适合于亚临界和超（超）临界机组深度调峰的多模型智能预测控制系统，实现了在低负荷或超低负荷工况下的平稳控制。市场前景本项成果已成功应用于华能丹东、华能大连、华能营口、华能井冈山、华能大坝、国投钦州、大唐当途、中铝银星、国信射阳港、国华筹光等电厂近30台300MW亚临界、600MW和1000MW超（超）临界机组的深度调峰中。特别是，已成功将华能营口电厂#4 600MW超超临界机组的负荷深调到15[[[[%]]]]Pe，并实现了机组”干态/湿态”的一键转换控制，达到了国内外最先进的深调水平。目前，在国内已完成的机组深度调峰改造中，大部分均采用了本深调优化控制技术，得到了广大用户的一致好评。
东南大学
2021-04-11
火电机组深度调峰多模型智能预测控制系统
火电机组深度调峰改造是消纳可再生能源的有效途径，深度调峰就是在自动控制的情况下将机组的负荷调节下限从原来的50%Pe下调至30%Pe，甚至更低。控制难点在于：当机组处在低负荷工况时，机组被控过程的动态特性具有快速变化的特征，常规控制策略难于有效控制。 本项成果采用多模型智能预测控制技术，分别提出了适合于亚临界和超（超）临界机组深度调峰的多模型智能预测控制系统，实现了在低负荷或超低负荷工况下的平稳控制。 本项成果已成功应用于华能丹东、华能大连、华能营口、华能井冈山、华能大坝、国投钦州、大唐当途、中铝银星、国信射阳港、国华筹光等电厂近30台300MW亚临界、600MW和1000MW超（超）临界机组的深度调峰中。特别是，已成功将华能营口电厂#4 600MW超超临界机组的负荷深调到15%Pe，并实现了机组”干态/湿态”的一键转换控制，达到了国内外最先进的深调水平。目前，在国内已完成的机组深度调峰改造中，大部分均采用了本深调优化控制技术，得到了广大用户的一致好评。
东南大学
2021-04-13