-
题名面向变电站综合控制的分布式光伏发电并网策略研究
被引量：4
- 1
-
-
作者
李宝强
卢阳
-
机构
桂林电子科技大学
广西龙源新能源有限公司
-
出处
《现代电子技术》
北大核心
2024年第22期113-118,共6页
-
基金
广西龙源新能源有限公司智慧化企业建设项目(BJTY-ZC-2023-0251)。
-
文摘
传统比例积分控制策略的控制效果不佳、精度较低,因此以分布式光伏发电为基础的变电站在光伏强度突变、环境温度波动等现象的影响下,会出现系统并网电流谐波畸变率高、系统并网成功率低、负荷预测以及调度准确率差等缺陷。针对上述问题,设计一种自适应滑模控制策略。通过引入滑模观测器代替传统的比例积分控制,提升控制器对外界扰动的抵抗能力,从而提高系统的抗扰性。同时采用长短期记忆神经网络算法辅助滑模观测器进行并网控制,形成自适应滑模控制策略,对发电侧和用户侧的数据进行采集与预测。以分布式光伏变电站的数字仿真模型为基础,与比例积分、传统滑模控制进行同工况对比实验,结果表明,系统的并网成功率可达95.62%,负荷预测与调度准确率均提升至95%以上。
-
关键词
分布式光伏系统
变电站
滑模观测器
长短期记忆神经网络
并网成功率
负荷预测
-
Keywords
distributed photovoltaic system
substation
sliding mode observer
long short-term neural network
grid connection success rate
load forecasting
-
分类号
TN322.8-34
[电子电信—物理电子学]
TM615
[电气工程—电力系统及自动化]
-
-
题名基于改进CNN算法的电厂安防监控异常行为识别
- 2
-
-
作者
郭磊
徐胜一
-
机构
内蒙古工业大学化工学院
-
出处
《传感器与微系统》
2025年第9期103-106,111,共5页
-
基金
广西龙源新能源有限公司智慧化企业建设项目(BJTY-ZC-2023-0251)。
-
文摘
由于电厂异常行为种类繁多,且每种行为均具有其独特的特征和表现形式。因此人工监测异常行为时难以做到实时识别所有异常行为。基于此,研究物联网环境下基于改进卷积神经网络(CNN)算法的电厂安防监控异常行为识别方法。搭建物联网环境,利用监控摄像头、振动传感器采集监控区域的视频监控图像,并经网关传输至承载网络层的承载网络。在控制服务器建立基于改进CNN算法的安防监控异常行为识别模型,提取可体现异常行为的关键特征,最后由输出层的Softmax函数识别电厂安防监控行为类别。实验结果显示:该方法不仅能够实现对电厂环境下各类异常行为的准确识别,同时在监控信息通信方面,依托5G物联网关实现了快速、稳定的数据传输。
-
关键词
物联网环境
改进卷积神经网络算法
注意力机制
电厂安防监控
异常行为识别
-
Keywords
Internet of Things environment
improved CNN algorithm
attention mechanism
power plant security monitoring
abnormal behavior recognition
-
分类号
TP212
[自动化与计算机技术]
TP391
[自动化与计算机技术—检测技术与自动化装置]
-
