-
公开(公告)号：CN110263846A
公开(公告)日：2019-09-20
申请号：CN201910527452.8
申请日：2019-06-18
Applicant: 华北电力大学 , 国电电力发展股份有限公司
IPC: G06K9/62 , G06N3/04 , G06F16/2458
Abstract: 本发明属于发电机组设备故障诊断技术领域，尤其涉及一种基于故障数据深度挖掘及学习的故障诊断方法，包括：对发电机组历史数据进行采集、预处理后采用深度长短时记忆网络算法进行学习和训练，得到故障数据筛选模型后遍历海量历史数据库，筛选形成故障数据样本集；对故障数据样本集采用Medoids周围分类法估计故障类型数目，采用K-Means聚类算法进行聚类分析，形成多类典型故障样本集；对多类典型故障样本集采用LSTM神经网络算法进行训练和学习，建立故障诊断模型；基于故障诊断模型对系统实时运行数据进行监测，对系统运行状态进行判别并记录新产生的故障样本，利用更新后的多类典型故障样本集对故障诊断模型进行更新。
-
公开(公告)号：CN110263846B
公开(公告)日：2021-12-28
申请号：CN201910527452.8
申请日：2019-06-18
Applicant: 华北电力大学 , 国电电力发展股份有限公司
IPC: G06K9/62 , G06N3/04 , G06F16/2458
Abstract: 本发明属于发电机组设备故障诊断技术领域，尤其涉及一种基于故障数据深度挖掘及学习的故障诊断方法，包括：对发电机组历史数据进行采集、预处理后采用深度长短时记忆网络算法进行学习和训练，得到故障数据筛选模型后遍历海量历史数据库，筛选形成故障数据样本集；对故障数据样本集采用Medoids周围分类法估计故障类型数目，采用K‑Means聚类算法进行聚类分析，形成多类典型故障样本集；对多类典型故障样本集采用LSTM神经网络算法进行训练和学习，建立故障诊断模型；基于故障诊断模型对系统实时运行数据进行监测，对系统运行状态进行判别并记录新产生的故障样本，利用更新后的多类典型故障样本集对故障诊断模型进行更新。
-
公开(公告)号：CN110208696A
公开(公告)日：2019-09-06
申请号：CN201910553533.5
申请日：2019-06-25
Applicant: 华北电力大学 , 国电电力发展股份有限公司
Abstract: 本发明属于发电机组故障诊断技术领域，尤其涉及一种基于模型自弈和典型样本的磨煤机故障诊断方法，包括：基于磨煤机运行机理和历史数据，并采用遗传算法辨识未知参数来构建磨煤机机理模型；通过调整磨煤机机理模型参数来模拟磨煤机不同故障从而产生大量典型故障样本数据；采用神经网络对大量典型故障样本数据进行训练和学习，得到神经网络故障诊断模型；采用滑动窗口法将电厂中的实际数据送入训练好的神经网络故障诊断模型，在故障发生的早期进行故障预警和故障识别。解决了磨煤机故障样本数据难以筛选且样本数量不足的问题；采用神经网络对不同故障典型样本进行分类，能有效的在故障产生的初期检测出故障和故障类型，从而避免故障恶化造成损失。
-
公开(公告)号：CN119004966A
公开(公告)日：2024-11-22
申请号：CN202411036436.6
申请日：2024-07-31
Applicant: 华北电力大学
IPC: G06F30/27 , G06F30/28 , G06N5/01 , G06N3/08 , G06F113/08 , G06F113/14 , G06F119/08 , G06F119/14
Abstract: 本申请提供了一种区域供热网络动态热力集成等值建模方法、装置，有效地解决了如何综合考虑局部的高精度动态热力建模与整体的快速等值建模来实现对区域供热网络动态热力集成等值建模的问题。该方法包括：基于划分算法将目标区域内的供热网络抽象得到的有向图进行划分，得到多个包含未知参数的初步集群分段等值模型；辨识所述未知参数，得到不包含未知参数的初步集群分段等值模型，并优化为集群分段等值模型；构建补偿网络，并融合所述补偿网络和所述集群分段等值模型得到混合半机理集群分段等值模型；基于所述混合半机理集群分段等值模型计算出的混合状态估计值级联多个混合半机理集群分段等值模型，得到区域热网动态热力集成等值模型。
-
公开(公告)号：CN118971195A
公开(公告)日：2024-11-15
申请号：CN202411051458.X
申请日：2024-08-01
Applicant: 华北电力大学
IPC: H02J3/46
Abstract: 本申请提供了一种基于数字孪生的风电场多目标协同优化调度方法及装置，其中，根据风电场的风向数据划分出风电场的主导风向，并在主导风向下根据尾流特性对风电场内的风电机组进行分群得到若干风电机组群；根据风电场的风速数据生成风电场的若干风电场景；对生成的若干风电场景进行场景缩减得到风电场的典型场景；对于各典型场景，基于强化学习算法确定出可使该典型场景下风电场数字孪生模型的输出功率和机组载荷满足目标函数的预调度指令；将预调度指令作为实时优化调度的初始值，利用分布式预测控制算法对控制参数进行优化；在该典型场景下，基于优化后的控制参数控制各风电机组运行。采用上述方法，以提高风电场的发电效率和发电功率。
-
Patent Agency Ranking
公开(公告)号：CN117514649B
公开(公告)日：2024-05-24
申请号：CN202311696344.6
申请日：2023-12-11
Applicant: 华北电力大学 , 中船海装风电有限公司
IPC: F03D17/00
Abstract: 本申请提供了一种风电机组健康状态监测方法及装置，其中，该方法包括：针对当前时间段中的各第一滑动时间窗口，确定出第一局部全量检测点温度时序数据和第一局部工况时序数据；根据第一局部全量检测点温度时序数据生成第一局部邻接矩阵；将第一局部邻接矩阵、第一局部工况时序数据、全局邻接矩阵输入到目标预测模型中，预测每个检测点各自的第一预测检测点温度数据；针对每个检测点，确定该检测点的第一测量检测点温度数据，计算第一测量检测点温度数据与该检测点的第一预测检测点温度数据之间的第一残差；根据第一残差确定目标风力发电机组的健康状态。通过该方法，提高了对风力发电机组健康状态监测的效率和及时性。
-
公开(公告)号：CN114962143B
公开(公告)日：2024-03-15
申请号：CN202210676951.5
申请日：2022-06-15
Applicant: 华北电力大学
Abstract: 本发明提供了一种双风轮风力发电机组及其控制方法和装置，涉及风力发电技术领域，该方法包括：获取双风轮风力发电机组在当前风速下的风轮转速组合，以查找风轮转速组合对应的理想工作点；基于理想工作点计算第一风轮和第二风轮的电磁转矩补偿值；获取第一风轮和第二风轮的转速转矩曲线，确定第一风轮和第二风轮的目标电磁转矩；根据电磁转矩补偿值和目标电磁转矩计算第一风轮和第二风轮的电磁转矩命令信号，以对第一风轮和/或第二风轮进行控制，本发明提供的双风轮风力发电机组及其控制方法和装置，可保证双风轮风力发电机组在不同风速下稳定在最佳运行状态，以指导双风轮风力发电机组的运行控制，充分发挥双风轮风力发电机组的风能转化能力。
-
公开(公告)号：CN112749840B
公开(公告)日：2023-10-20
申请号：CN202011598899.3
申请日：2020-12-29
Applicant: 华北电力大学
IPC: G06Q10/04 , G06Q10/0639 , G06Q50/06 , G06F18/23213 , H02J13/00
Abstract: 本发明公开了一种火电机组能效特征指标基准值的获取方法，通过获取火电厂机组实测运行数据，对数据进行稳态筛选获取机组稳定工况下的数据；在此基础上，依据机组负荷、环境温度、煤质三个边界条件进行工况划分；利用主特征提取方法选取与供电碳排放强度相关的能效特征指标；利用聚类算法结合聚类评价函数对能效特征指标的历史数据进行多参数同步聚类，确定各工况下的能效特征指标基准值；利用深度学习网络建立能效特征指标与供电碳排放之间的回归模型，预测能效特征指标以基准值运行时供电碳排放的目标值。
-
公开(公告)号：CN115495935B
公开(公告)日：2023-03-21
申请号：CN202211420577.9
申请日：2022-11-15
Applicant: 华北电力大学 , 华能集团技术创新中心有限公司
IPC: G06F30/20 , G06F17/16 , G06F119/14
Abstract: 本发明提供了一种漂浮式风电机组的建模方法及装置，涉及风电机组建模的技术领域，本发明提供的漂浮式风电机组的建模方法及装置，能够获取预设的漂浮式风电机组的状态变量和输入变量，基于状态变量和输入变量构建非线性模型，根据非线性模型建立非线性模型对应的面向控制线性变参数模型，以基于该面向控制线性变参数模型对漂浮式风电机组进行控制，并且，本发明中的非线性模型包括：传动子系统模型、塔架子系统模型、漂浮平台子系统模型和系泊子系统模型，涵盖了漂浮式风电机组多种特性，可以既满足模型精度的前提下使模型计算复杂度保持适中的水平，又可以为漂浮式风电机组的控制器设计提供合适可靠的模型支撑，提高漂浮式风电机组的控制性能。
-
公开(公告)号：CN114583767B
公开(公告)日：2023-03-17
申请号：CN202210229805.8
申请日：2022-03-10
Applicant: 中国电力科学研究院有限公司 , 华北电力大学
Abstract: 本发明涉及一种数据驱动的风电场调频响应特性建模方法及系统，所述方法包括：基于阶跃响应动态性能指标求解算法对风电场调频响应特性实测数据进行分析和预处理，得到各个工况下处理后的数据；根据所述处理后的数据对每个工况建立传递函数模型，并利用间隙测度方法测量各模型间的间隙值，以确定非线性自回归神经网络模型表征的工况区域；根据所述间隙值对工况的调频数据进行合并，并根据合并后的数据对所述非线性自回归神经网络模型进行训练，得到训练好的非线性自回归神经网络模型。本发明利用风电场实际调频响应数据，设计了能够良好表征不同工况下风电场并网点调频响应特性的建模方案，能够提高风电场频率响应评估的准确性和调频效果。
-
-
-
-
-
-
-
-
-
Search Results
293
records
(took 0.056 seconds)
