Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国网福建省电力有限公司;国网经济技术研究院有限公司;思源清能电气电子有限公司马为民获国家专利权

国网福建省电力有限公司;国网经济技术研究院有限公司;思源清能电气电子有限公司马为民获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉国网福建省电力有限公司;国网经济技术研究院有限公司;思源清能电气电子有限公司申请的专利利用混合式有源滤波器的主电网短时负荷预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120601415B

龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511061861.5,技术领域涉及:H02J3/00;该发明授权利用混合式有源滤波器的主电网短时负荷预测方法是由马为民;徐福聪;郑国顺;林匹;郑宁敏;吴方劼;晁武杰;杨一鸣;黄均纬;戴立宇;王玲;张秀娟;申笑林;马明哲;郑新桃;蒲莹设计研发完成,并于2025-07-31向国家知识产权局提交的专利申请。

利用混合式有源滤波器的主电网短时负荷预测方法在说明书摘要公布了:本发明公开了利用混合式有源滤波器的主电网短时负荷预测方法,具体涉及负荷预测技术领域;通过获取混合式有源滤波器的有源控制参数与无源支路参数,结合主电网实时负荷波动信号,提取谐波抑制特征和相位畸变特征,通过动态耦合效应分析生成时标补偿因子;基于瞬态谐波残留分量与时标补偿因子构建相位校正模型,对实时负荷波动信号进行频域与时域联合重构得到修正后的负荷波动特征序列。通过协同映射关系校准短时负荷预测模型,输出主电网未来预设时间窗口的负荷功率预测值,有效区分真实负荷波动与滤波器自谐振产生的次高频干扰信号,解决了电网阻抗突变场景下谐波残留分量对负荷预测模型的耦合干扰问题。

本发明授权利用混合式有源滤波器的主电网短时负荷预测方法在权利要求书中公布了:1.利用混合式有源滤波器的主电网短时负荷预测方法,其特征在于,包括如下步骤: 获取混合式有源滤波器的有源控制参数与无源支路参数,同步获取主电网的实时负荷波动信号; 提取有源控制参数中动态补偿带宽对应的谐波抑制特征和无源支路参数中谐振点偏移对应的相位畸变特征; 基于动态补偿带宽与谐波检测增益,通过时频分析方法提取混合式有源滤波器在预设频段内的谐波抑制特征;所述谐波抑制特征包括各次谐波衰减率和补偿电流跟踪误差; 基于无源支路中的谐振频率与实时负荷波动信号中的电网阻抗变化量,通过阻抗扫描方法提取谐振点偏移导致的相位畸变特征;所述相位畸变特征包括谐振频率偏移量和无源支路电压电流的相位差变化梯度; 对谐波抑制特征和相位畸变特征进行动态耦合效应分析,生成时标补偿因子; 根据谐波抑制特征中的谐波衰减率与相位畸变特征中的相位差变化梯度,构建动态耦合效应矩阵; 基于动态耦合效应矩阵,通过传递函数修正模型计算谐波抑制与相位畸变的耦合权重系数; 结合耦合权重系数与电流跟踪响应时间,生成时标补偿因子;所述时标补偿因子包括频域补偿增益和时序补偿延迟量; 基于实时负荷波动信号,提取电网阻抗变化时混合式有源滤波器产生的瞬态谐波残留分量,结合时标补偿因子,构建负荷预测窗口的相位校正模型; 基于实时负荷波动信号中的电压幅值波动序列和电网阻抗变化量,通过状态空间方程计算混合式有源滤波器在阻抗变化时的瞬态谐波残留分量; 将瞬态谐波残留分量与时标补偿因子中的频域补偿增益进行动态耦合,基于预设传递函数生成相位校正模型的初始参数; 通过时变传递函数对初始参数进行自适应修正,构建负荷预测窗口内各时间节点的相位校正模型;所述相位校正模型包括频域补偿权重和时延补偿系数; 根据相位校正模型,对实时负荷波动信号进行频域与时域联合重构,生成修正后的负荷波动特征序列; 建立混合式有源滤波器参数与负荷预测时序的协同映射关系,基于修正后的负荷波动特征序列对短时负荷预测模型进行校准,输出主电网短时负荷预测结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人国网福建省电力有限公司;国网经济技术研究院有限公司;思源清能电气电子有限公司,其通讯地址为:350000 福建省福州市鼓楼区五四路257号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。