排序方式: 共有27条查询结果,搜索用时 31 毫秒
1.
2.
随着电动汽车动态无线充电(EV-DWC)技术的发展,针对目前EV-DWC负荷建模理论工作不全面的现状,以交通流量作为影响充电负荷的主要因素,以天气、典型日期、季节等因素为次要影响因素,根据路况建立负荷模型,通过电动汽车型号和状态的聚类不同对汽车分配不同的功率,完成动态充电负荷的建立。采用小波神经网络(WNN)对时序信息进行处理预测,再同误差反向传播神经网络(BPNN)相结合预测充电道路上的车流,短期车流预测精度为85%,用模糊C聚类(FCM)算法对电动汽车的充电类型以及该类型所对应的充电功率进行划分,将进入充电道路的电动汽车分为7种类型。根据各种充电类型分配相应的充电功率,完成日负荷建模。 相似文献
3.
4.
随着国家电网电力物联网的逐步推进,作为其核心支撑技术的边缘计算框架逐渐成为研究热点.首先,总结了物联网和边缘计算框架方面的已有研究工作;其次,通过分析电力物联网在业务场景、边缘计算、信息安全等方面的关键技术难题,提出了一种适应于电力物联网的可信边缘计算框架SG-Edge;随后,结合边缘框架的可信防护关键难题,给出了硬件可信引导、软件行为动态度量等关键技术方法;最后,从业务适应性、安全性以及性能等方面对SG-Edge进行了全面评估,并对未来研究可能面临的挑战进行了展望. 相似文献
5.
PFC装置作为电动汽车无线充电系统中整流模块与高频逆变模块之间的重要桥梁,一旦发生故障,不仅会对电网产生严重的影响,还会对后端高频逆变模块造成不可逆的破坏,因此需要对其进行快速和准确的故障检测。传统故障检测方法检测时间长,检测精度低。为此,本文提出一种基于隐马尔可夫模型(Hidden Markov Model,HMM)的电动汽车无线充电系统PFC装置故障检测方法。首先初始化模型,然后利用鲍姆韦尔奇(Baum-Welch)算法进行故障模型训练,最后利用维特比(Viterbi)算法进行故障检测。仿真实验结果表明,采用HMM进行PFC装置故障检测的正确率较神经网络和支持向量机(Support Vector Machine,SVM)最大提高了约40%,是一种快速且准确的方法,因此本文采用HMM能够有效识别出电动汽车无线充电系统中PFC装置故障的类型。 相似文献
6.
首先叙述了网络通信方式相比于传统远动方式的巨大优势;然后从江苏电网的实际情况出发,对网络通信涉及的各个层次进行了分析,其中重点探讨了与能量管理系统(EMS)联系最为紧密的应用层协议的选择;最后,以江苏省目前的网络通信建设状况为依据,进一步验证了网络通信方式的优越性,并在肯定现有成绩的基础上,提出了对今后发展的建议和对未来的展望。 相似文献
7.
获取准确可靠的配电网拓扑模型既是提高配电网智能化建设水平的重要基础,也是配电网调度运行服务优化的关键支撑.采用快速准确的识别方法,可大大降低其运行管理难度.文中提出了一种配电网拓扑识别方法,首先将配电网视为三种基本拓扑单元的排列组合,获取节点-支路连接关系,进一步生成配电网拓扑矩阵;其次基于直流潮流法和SOM-BP神经网络算法,通过设置筛选半径筛除冗余数据,降低了计算复杂度,且可保留有效的训练数据,将识别系统整体拓扑解耦为识别单条线路;再次,采用矩阵运算将识别结果和拓扑矩阵相乘,即可更新配电网拓扑结构;最后,通过PSCAD和MATLAB进行了仿真验证. 相似文献
8.
9.
10.