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