中国长江三峡集团有限公司;中国三峡新能源(集团)股份有限公司;国水集团化德风电有限公司;上海勘测设计研究院有限公司;清华大学;安徽佑赛科技股份有限公司张龙获国家专利权
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!
龙图腾网获悉中国长江三峡集团有限公司;中国三峡新能源(集团)股份有限公司;国水集团化德风电有限公司;上海勘测设计研究院有限公司;清华大学;安徽佑赛科技股份有限公司申请的专利压缩空气储能系统的多级压缩机动态仿真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:CN119940093B 。
龙图腾网通过国家知识产权局官网在2026-03-31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:202411941396.X,技术领域涉及:G06F30/27;该发明授权压缩空气储能系统的多级压缩机动态仿真方法是由张龙;梅生伟;赵方亮;王浩;李亚静;蒋亚金;崔森;谭伟;柴圣杰;史云乾;孙建民;李明鑫;郝玮设计研发完成,并于2024-12-26向国家知识产权局提交的专利申请。
本压缩空气储能系统的多级压缩机动态仿真方法在说明书摘要公布了:本申请涉及新型能源技术领域,特别涉及一种压缩空气储能系统的多级压缩机动态仿真方法,方法包括:根据多级压缩机静态热力学模型和级间换热器静态热力学模型构建压缩空气储能系统压缩侧静态热力学模型框架;将预先训练的LSTM神经网络嵌入压缩空气储能系统压缩侧静态热力学模型框架,并在嵌入完成后进行系统动态过程中的实时变工况非线性特性仿真,其中,预先训练的LSTM神经网络由压缩机组特性数据集对预设的LSTM神经网络进行训练得到。由此,解决了背景技术中压缩空气储能系统多级压缩机在变工况下难以准确仿真和优化动态性能的问题,通过动态仿真方法提高了压缩空气储能系统在变工况下的性能预测准确性。
本发明授权压缩空气储能系统的多级压缩机动态仿真方法在权利要求书中公布了:1.一种压缩空气储能系统的多级压缩机动态仿真方法,其特征在于,包括以下步骤: 构建多级压缩机静态热力学模型和级间换热器静态热力学模型; 根据所述多级压缩机静态热力学模型和所述级间换热器静态热力学模型构建压缩空气储能系统压缩侧静态热力学模型框架; 将预先训练的LSTM神经网络嵌入所述压缩空气储能系统压缩侧静态热力学模型框架,并在嵌入完成后进行系统动态过程中的实时变工况非线性特性仿真,其中,所述预先训练的LSTM神经网络由压缩机组特性数据集对预设的LSTM神经网络进行训练得到; 在进行实时变工况非线性特性仿真之后,还包括:获取多组质量流率、转速和压力的时序采集数据,设定初始的时间常数参数估计值和对应的误差协方差矩阵,并根据系统模型和上一时刻的时间常数参数估计值,得到当前时刻的预测数据;根据所述时序采集数据和所述预测数据,计算卡尔曼增益,并基于所述卡尔曼增益更新时间常数参数的估计值和误差协方差矩阵;若更新后的时间常数参数的估计值未满足预设收敛条件,则重新执行所述获取多组质量流率、转速和压力的时序采集数据的步骤,直至所述更新后的时间常数参数的估计值满足所述预设收敛条件,根据收敛后的时间常数参数估计值构建惯性环节,将所述惯性环节嵌入所述压缩空气储能系统压缩侧静态热力学模型框架,以进行动态过程的仿真拟合。
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中国长江三峡集团有限公司;中国三峡新能源(集团)股份有限公司;国水集团化德风电有限公司;上海勘测设计研究院有限公司;清华大学;安徽佑赛科技股份有限公司,其通讯地址为:430010 湖北省武汉市江岸区六合路1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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励