下载掌阅APP，畅读海量书库
立即打开
智能工厂经常需要对未来1日至1周的电力短期负荷进行预测，以确保电力设备的稳定运行。短期负荷预测技术经过几十年的发展，已经提出了许多的预测方法，包括经典的数学统计方法及各种人工智能方法。采用神经网络方法可以快速而准确地预测出负荷值。逆变电源是智能工厂重要的电源设备，主要应用在移动式设备、电力控制系统控制电源等方面。针对恒压恒频交流逆变器的缺点（如输出电压存在一定幅值和相位稳态误差等）提出了最优控制。智能工厂的电源系统中，经常会出现采用同步发电机的 PV 类型电源节点和光伏发电系统、部分风力发电机组等的 PI 类型电源节点，并提出了具体的处理办法。针对电池提出了RM 电池模型，其相比线性模型能更准确地描述电池放电过程，从而更准确地估算电池寿命，即节点寿命。