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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京远能电力工程有限公司;国网江苏省电力有限公司南京供电分公司范轶伦获国家专利权

南京远能电力工程有限公司;国网江苏省电力有限公司南京供电分公司范轶伦获国家专利权

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!

龙图腾网获悉南京远能电力工程有限公司;国网江苏省电力有限公司南京供电分公司申请的专利一种移动式模块储能的电压波动抑制方法与系统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:CN121238571B

龙图腾网通过国家知识产权局官网在2026-03-10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:202511802497.3,技术领域涉及:H02J3/12;该发明授权一种移动式模块储能的电压波动抑制方法与系统是由范轶伦;焦彦俊;王天霁;陈维佳;于子韵;马富祥设计研发完成,并于2025-12-03向国家知识产权局提交的专利申请。

一种移动式模块储能的电压波动抑制方法与系统在说明书摘要公布了:本申请涉及电压波动抑制技术领域,具体涉及一种移动式模块储能的电压波动抑制方法与系统,该方法包括:对移动式模块储能在相邻温度采样时刻采集的负载电流数据以及电压数据进行分析,得到负载电流特征值以及电压特征值;分析温度数据、负载电流特征值分别与电压特征值的分布相似特征,结合温度数据、负载电流特征值分别与电压特征值之间混乱程度的差异特征,得到温度影响权重、负载电流影响权重,对近邻集合中温度的变化以及负载电流的变化分别进行加权,确定动态影响指标;对模糊PI控制的论域进行调整,对电压波动进行抑制。本申请旨在提升移动式模块储能的电压波动抑制效果,保证供电稳定性。

本发明授权一种移动式模块储能的电压波动抑制方法与系统在权利要求书中公布了:1.一种移动式模块储能的电压波动抑制方法,其特征在于,该方法包括以下步骤: 对移动式模块储能在相邻温度采样时刻采集的负载电流数据以及电压数据进行分析,得到负载电流特征值以及电压特征值; 预设每个温度采样时刻的近邻集合,分析温度数据、负载电流特征值分别与电压特征值的分布相似特征,结合温度数据、负载电流特征值分别与电压特征值之间混乱程度的差异特征,得到每个温度采样时刻的温度影响权重、负载电流影响权重,对近邻集合中温度的变化以及负载电流的变化分别进行加权,确定每个温度采样时刻的动态影响指标; 基于每个温度采样时刻的动态影响指标,对模糊PI控制的论域进行调整,对电压波动进行抑制; 所述得到每个温度采样时刻的温度影响权重、负载电流影响权重,具体过程为: 针对每个温度采样时刻的近邻集合,基于所述分布相似特征,分别确定第一相关性、第二相关性; 分析每个温度采样时刻的近邻采样集合中得到的所有第一相关性的变异系数、所有第二相关性的变异系数,确定第一离散程度、第二离散程度; 基于每个温度采样时刻的近邻集合中每种数据的混乱程度,确定每种数据特征; 分析每个温度采样时刻的近邻集合中温度数据、负载电流特征值分别与电压特征值之间数据特征的距离分布,结合所述第一离散程度以及第二离散程度,得到第一影响特征、第二影响特征; 将每个温度采样时刻的电压的第一影响特征在所有影响特征中的数值占比,记为温度影响权重;将每个温度采样时刻的电压的第二影响特征在所有影响特征中的数值占比,记为负载电流影响权重; 所述确定每个温度采样时刻的动态影响指标,具体为: 对于每个温度采样时刻的近邻集合,获取温度均值、负载电流特征值均值; 计算每个温度采样时刻的温度数据与前一个温度数据之间的差异,记为第一差异;计算每个温度采样时刻的负载电流特征值与前一个负载电流特征值之间的差异,记为第二差异; 计算所述第一差异与温度均值的比值,记为第一比值;计算所述第二差异与负载电流特征值均值的比值,记为第二比值; 将所述温度影响权重作为第一比值的权重,将所述负载电流影响权重作为第二比值的权重,加权求和并进行归一化处理得到每个温度采样时刻的动态影响指标。

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南京远能电力工程有限公司;国网江苏省电力有限公司南京供电分公司,其通讯地址为:210000 江苏省南京市鼓楼区中山路251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。