-
公开(公告)号：CN110567720B
公开(公告)日：2020-12-18
申请号：CN201910727433.X
申请日：2019-08-07
Applicant: 东北电力大学
Abstract: 本发明是一种非平衡小样本场景下风机轴承故障深度对抗诊断方法，其特点是，包括风电机组轴承振动信号采集、改进AC‑GAN模型构建、改进AC‑GAN样本构建、风电机组轴承振动信号样本生成和各场景下风电机组轴承故障诊断步骤：解决了基于振动信号的风机故障诊断存在的振动信号噪声干扰复杂、故障样本少且类别间样本数非平衡等问题，提高了小样本非平衡场景下故障识别准确率，能够在高噪声干扰、样本数量不足及不同类型样本训练集规模非平衡等复杂场景下具有较好的故障识别准确率，具有科学合理，适应性强，实用价值高，可为风机研发、风电场运行维护、风机研究等相关人员提供参考。
-
公开(公告)号：CN111325485B
公开(公告)日：2022-03-18
申请号：CN202010204617.0
申请日：2020-03-22
Applicant: 东北电力大学
Abstract: 本发明是计及物联带宽约束的轻量级梯度提升机电能质量扰动识别方法，其特点是，包括：基于典型物联通信方式的电能质量分析系统架构的构建、计及物联带宽约束的电能质量时域特征高效边缘提取、最优特征集合和最优分类器的构建、电能质量扰动高效识别效果分析等步骤，通过对17类电能质量扰动信号进行信号采集，并通过采集的数据训练LightGBM扰动识别分类器，训练完成后通过分析电能质量扰动信号用于电能质量扰动类型的判断。LightGBM分类精度高，可并行化处理、可移植性强并且能够有效防止过拟合。具有方法科学合理，适应性强，实用价值高，扰动识别快速且准确率高等优点。
-
公开(公告)号：CN110567720A
公开(公告)日：2019-12-13
申请号：CN201910727433.X
申请日：2019-08-07
Applicant: 东北电力大学
Abstract: 本发明是一种非平衡小样本场景下风机轴承故障深度对抗诊断方法，其特点是，包括风电机组轴承振动信号采集、改进AC-GAN模型构建、改进AC-GAN样本构建、风电机组轴承振动信号样本生成和各场景下风电机组轴承故障诊断等步骤：解决了基于振动信号的风机故障诊断存在的振动信号噪声干扰复杂、故障样本少且类别间样本数非平衡等问题，提高了小样本非平衡场景下故障识别准确率，能够在高噪声干扰、样本数量不足及不同类型样本训练集规模非平衡等复杂场景下具有较好的故障识别准确率，具有科学合理，适应性强，实用价值高，可为风机研发、风电场运行维护、风机研究等相关人员提供参考。
-
公开(公告)号：CN111275024B
公开(公告)日：2023-03-21
申请号：CN202010205399.2
申请日：2020-03-22
Applicant: 东北电力大学
IPC: G06F18/214 , G06F18/10 , G06F18/24 , G06N3/0464 , F03D80/70 , F03D17/00
Abstract: 本发明是一种含噪声标签有限数据驱动的变工况风机滚动轴承故障诊断方法，其特点是，包括风电机组轴承振动信号采集、改进rAC‑GAN模型构建、改进rAC‑GAN样本构建、风电机组轴承振动信号样本生成和含噪声标签有限数据驱动的变工况场景下风机轴承故障诊断等步骤：与传统方法相比较，新方法在含噪声标签的有限数据驱动场景及变工况场景下滚动轴承多状态分类中具有更高精度，具有科学合理，适应性强，实用价值高，可为风电场运行维护、风机研发等相关人员提供参考。
-
公开(公告)号：CN111898822B
公开(公告)日：2022-06-03
申请号：CN202010750651.8
申请日：2020-07-30
Applicant: 东北电力大学
Abstract: 本发明公开了基于多相关日场景生成的充电负荷区间预测方法，具体按照以下步骤实施：步骤1、基于SR相关系数理论，分析待预测日与历史各日EV充电行为的日间相关性，构建多相关日场景集；步骤2、以多相关日场景集为基础，构建基于β‑VAE的EV充电负荷场景生成模型，生成海量充电场景；步骤3、在生成海量充电场景中筛选与待预测日的极强相关历史日间充电行为相关性强的场景，组成相似场景集；步骤4、根据相似场景集最后一日数据得到EV充电负荷区间预测结果。解决了现有基于模型驱动的预测方法中存在较多假设条件，使得EV充电行为的分析偏于主观的问题；获得覆盖率高、宽度窄的预测区间。
-
Patent Agency Ranking
公开(公告)号：CN111325485A
公开(公告)日：2020-06-23
申请号：CN202010204617.0
申请日：2020-03-22
Applicant: 东北电力大学
Abstract: 本发明是计及物联带宽约束的轻量级梯度提升机电能质量扰动识别方法，其特点是，包括：基于典型物联通信方式的电能质量分析系统架构的构建、计及物联带宽约束的电能质量时域特征高效边缘提取、最优特征集合和最优分类器的构建、电能质量扰动高效识别效果分析等步骤，通过对17类电能质量扰动信号进行信号采集，并通过采集的数据训练LightGBM扰动识别分类器，训练完成后通过分析电能质量扰动信号用于电能质量扰动类型的判断。LightGBM分类精度高，可并行化处理、可移植性强并且能够有效防止过拟合。具有方法科学合理，适应性强，实用价值高，扰动识别快速且准确率高等优点。
-
公开(公告)号：CN111275024A
公开(公告)日：2020-06-12
申请号：CN202010205399.2
申请日：2020-03-22
Applicant: 东北电力大学
Abstract: 本发明是一种含噪声标签有限数据驱动的变工况风机滚动轴承故障诊断方法，其特点是，包括风电机组轴承振动信号采集、改进rAC-GAN模型构建、改进rAC-GAN样本构建、风电机组轴承振动信号样本生成和含噪声标签有限数据驱动的变工况场景下风机轴承故障诊断等步骤：与传统方法相比较，新方法在含噪声标签的有限数据驱动场景及变工况场景下滚动轴承多状态分类中具有更高精度，具有科学合理，适应性强，实用价值高，可为风电场运行维护、风机研发等相关人员提供参考。
-
公开(公告)号：CN109902340B
公开(公告)日：2023-04-07
申请号：CN201910050607.3
申请日：2019-01-20
Applicant: 东北电力大学
Inventor： 黄南天 , 王文婷 , 蔡国伟 , 杨冬锋 , 黄大为 , 杨德友 , 孔令国 , 王燕涛 , 张祎祺 , 杨学航 , 包佳瑞琦 , 吴银银 , 李宏伟 , 赵文广 , 刘德宝 , 张良 , 刘博
IPC: G06F30/20 , G06F18/23213
Abstract: 本发明是一种计及复杂气象耦合特性的多源‑荷联合场景生成方法，其特点是，包括：风速、辐照、负荷等与气象因素的相关性分析，确定源‑荷气象耦合特性集合；针对历史气象数据进行聚类分析，获得具有不同气象特点的聚类结果；以类内所含日期中风速、辐照、负荷历史数据，构建基于数据驱动的深度MDVAE联合场景生成模型；通过生成的风速、辐照转化为风‑光出力，构建多源‑荷场景。本发明解决了风‑光等可再生能源出力不确定性建模困难的问题，提高了生成场景集与实测数据间概率分布的相似性。
-
公开(公告)号：CN111898822A
公开(公告)日：2020-11-06
申请号：CN202010750651.8
申请日：2020-07-30
Applicant: 东北电力大学
Abstract: 本发明公开了基于多相关日场景生成的充电负荷区间预测方法，具体按照以下步骤实施：步骤1、基于SR相关系数理论，分析待预测日与历史各日EV充电行为的日间相关性，构建多相关日场景集；步骤2、以多相关日场景集为基础，构建基于β-VAE的EV充电负荷场景生成模型，生成海量充电场景；步骤3、在生成海量充电场景中筛选与待预测日的极强相关历史日间充电行为相关性强的场景，组成相似场景集；步骤4、根据相似场景集最后一日数据得到EV充电负荷区间预测结果。解决了现有基于模型驱动的预测方法中存在较多假设条件，使得EV充电行为的分析偏于主观的问题；获得覆盖率高、宽度窄的预测区间。
-
公开(公告)号：CN109902340A
公开(公告)日：2019-06-18
申请号：CN201910050607.3
申请日：2019-01-20
Applicant: 东北电力大学
Inventor： 黄南天 , 王文婷 , 蔡国伟 , 杨冬锋 , 黄大为 , 杨德友 , 孔令国 , 王燕涛 , 张祎祺 , 杨学航 , 包佳瑞琦 , 吴银银 , 李宏伟 , 赵文广 , 刘德宝 , 张良 , 刘博
Abstract: 本发明是一种计及复杂气象耦合特性的多源-荷联合场景生成方法，其特点是，包括：风速、辐照、负荷等与气象因素的相关性分析，确定源-荷气象耦合特性集合；针对历史气象数据进行聚类分析，获得具有不同气象特点的聚类结果；以类内所含日期中风速、辐照、负荷历史数据，构建基于数据驱动的深度MDVAE联合场景生成模型；通过生成的风速、辐照转化为风-光出力，构建多源-荷场景。本发明解决了风-光等可再生能源出力不确定性建模困难的问题，提高了生成场景集与实测数据间概率分布的相似性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.035 seconds)
