-
公开(公告)号：CN111062508B
公开(公告)日：2023-10-31
申请号：CN201910241033.8
申请日：2019-03-28
Applicant: 华北电力大学(保定)
IPC: G06Q10/04 , G06Q10/0637 , G06Q50/06 , G06F30/27
Abstract: 一种基于大数据技术评估风电机组实时运行状态的方法，所述方法包括构建风电机组状态评估的项目层、建立各指标与对应监测量间的联系、提出风电机组运行状态指标的预测方法及建立风电机组运行状态的评估模型等。本发明通过使用一系列的大数据分析建模技术，深度挖掘风机评估指标与系统监测量的内部关系，使用深度学习提高了评估指标的预测准确性，并计及了风机的实时运行状态对于相应部件劣化度的影响，使用动态劣化度和动态权重对各评估指标的瞬时值和变动趋势综合起来进行量化，增强了风机状态评估的可信度。本发明能够节约机组维修成本，对风电场的安全运行及维护工作具有重要的指导意义。
-
公开(公告)号：CN110717610B
公开(公告)日：2023-10-31
申请号：CN201810815187.9
申请日：2018-07-11
Applicant: 华北电力大学(保定)
Abstract: 本发明提供一种基于数据挖掘的风电功率预测方法，包括以下步骤：a.数据采集与预处理；b.分别使用属性快速约简算法、互信息算法和随机森林算法选出预测模型的输入向量集；c.使用选出的输入向量，基于最小二乘支持向量回归算法初步预测出风电功率；d.算出初步预测功率与实际功率的误差，使用迭代自组织数据分析算法对误差自动分类后基于马尔科夫链原理算出误差的状态转移概率矩阵，进一步得到功率修正值；e.根据误差性能指标择优。本发明考虑了输入向量影响，并首次提出了基于迭代自组织数据分析和马尔科夫链的修正方法，不仅实现了输入向量的有效降维还提高了预测速度和精度。
-
公开(公告)号：CN104569733B
公开(公告)日：2017-06-06
申请号：CN201510011621.4
申请日：2015-01-09
Applicant: 华北电力大学(保定)
Abstract: 一种确定电机励磁绕组匝间短路故障位置的方法，所述方法在同步电机运行过程中采集定子绕组一条支路的电流信号，并对该信号进行快速傅立叶变换，得到其各次谐波幅值，然后从中找到作为故障特征谐波的由励磁绕组匝间短路引起的定子支路谐波电流，并计算不同次数的故障特征谐波电流幅值之比，最后将该比值与事先通过仿真得到的比值进行比较，找到与该比值相对应的故障，从而确定存在匝间短路故障的线圈。本发明无需在电机定子膛内安装探测线圈就可实现励磁绕组匝间短路故障的定位，具有定位准确度高、适用范围广等优点。本发明可帮助维修人员精确定位励磁绕组匝间短路故障，为及时排除安全隐患，防止短路故障进一步蔓延创造了有利条件。
-
公开(公告)号：CN102998591B
公开(公告)日：2015-01-07
申请号：CN201210518935.X
申请日：2012-12-06
Applicant: 华北电力大学(保定)
IPC: G01R31/06
Abstract: 一种发电机转子绕组动态匝间短路故障的定位方法，所述方法为：打开发电机定子任意一相并联支路端口，使电机空载运行，采集定子端口打开相的绕组支路电压信号，并对该信号进行快速傅立叶变换，得到定子支路电压频谱图，然后计算其基波、二次、三次、四次谐波有效值相对于无故障电机的变化量,进而得到基波和三次谐波有效值变化量的比值以及二次和四次谐波有效值变化量的比值，最后将这两个比值与事先通过仿真得到的比值进行比较，找到与该比值相对应的故障，从而确定存在动态匝间短路故障的线圈。本发明具有定位准确度高、适用范围广等优点，它可以及时发现转子绕组动态匝间短路故障，防止故障进一步蔓延造成重大损失。
-
公开(公告)号：CN112016395B
公开(公告)日：2024-08-06
申请号：CN202010708343.9
申请日：2020-07-14
Applicant: 华北电力大学(保定)
IPC: G06F18/24 , G06F18/10 , G06F18/213 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于CGAN‑CNN的同步电机转子匝间短路故障判别方法。该方法包括：首先构建条件生成对抗网络(Conditional Generative Adversarial Networks，CGAN)模型，输入带标签的样本集训练该模型，输出人工样本，与原样本混合后划分训练集和测试集；然后构建卷积神经网络(Convolution Neural Networks，CNN)模型，输入训练集训练该模型后，再输入测试集，判断模型有效性。本发明提供的同步电机转子匝间短路故障判别方法，能实现数据集非平衡情况下的故障诊断，生成样本相比于原样本避免了噪声和其他干扰，提高了故障诊断的准确率。
-
Patent Agency Ranking
公开(公告)号：CN112001418A
公开(公告)日：2020-11-27
申请号：CN202010708344.3
申请日：2020-07-14
Applicant: 华北电力大学(保定)
Abstract: 本发明构造了一种结合卷积神经网络(CNN)和长短期记忆网络(LSTM)的混合模型，诊断发电机定子线圈冷却水路堵塞故障。通过构造滑动窗口将大量的历史定子侧温度数据、定子电流、发电机热风区气温等数据创建特征图作为输入，采用CNN网络进行空间特征提取。以提取后的特征作为LSTM网络输入，以定子线圈出水温度为LSTM网络输出，拟合输入与输出间的函数关系。采集发电机运行数据，利用训练好的网络进行温度预测，当预测温度的MAE超过阈值时，判定定子线圈发生水路堵塞故障。本发明能够诊断出轻微冷却水路堵塞故障，且不需要在发电机内添加额外的测量装置，具有简便易行，准确度高的优点。
-
公开(公告)号：CN111062508A
公开(公告)日：2020-04-24
申请号：CN201910241033.8
申请日：2019-03-28
Applicant: 华北电力大学(保定)
Abstract: 一种基于大数据技术评估风电机组实时运行状态的方法，所述方法包括构建风电机组状态评估的项目层、建立各指标与对应监测量间的联系、提出风电机组运行状态指标的预测方法及建立风电机组运行状态的评估模型等。本发明通过使用一系列的大数据分析建模技术，深度挖掘风机评估指标与系统监测量的内部关系，使用深度学习提高了评估指标的预测准确性，并计及了风机的实时运行状态对于相应部件劣化度的影响，使用动态劣化度和动态权重对各评估指标的瞬时值和变动趋势综合起来进行量化，增强了风机状态评估的可信度。本发明能够节约机组维修成本，对风电场的安全运行及维护工作具有重要的指导意义。
-
公开(公告)号：CN110763997A
公开(公告)日：2020-02-07
申请号：CN201911063909.0
申请日：2019-11-04
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种同步电机定子早期故障预警方法。该方法包括：步骤1：构建深度置信网络(Deep Belief Networks，DBN)模型；步骤2：训练深度置信网络模型；步骤3：将电机实际运行时SCADA系统采集的定子侧数据经过归一化处理后输入至训练好的深度置信网络模型中，网络输出重构误差的变化趋势图，判断重构误差的变化趋势图是否在重构误差的设定阈值的上方，如果是，则判断定子侧发生故障，并转向步骤4；如果否，则定子侧运行正常，然后转向步骤5；步骤4：将状态参数的重构值与实测值相减得到状态参数的残差值，判断残差值是否超过设定阈值；步骤5：结束。本发明提供的同步电机定子早期故障预警方法，实现同步电机定子故障的诊断方法，并能对定子早期故障进行预警。
-
公开(公告)号：CN104569733A
公开(公告)日：2015-04-29
申请号：CN201510011621.4
申请日：2015-01-09
Applicant: 华北电力大学(保定)
Abstract: 一种确定电机励磁绕组匝间短路故障位置的方法，所述方法在同步电机运行过程中采集定子绕组一条支路的电流信号，并对该信号进行快速傅立叶变换，得到其各次谐波幅值，然后从中找到作为故障特征谐波的由励磁绕组匝间短路引起的定子支路谐波电流，并计算不同次数的故障特征谐波电流幅值之比，最后将该比值与事先通过仿真得到的比值进行比较，找到与该比值相对应的故障，从而确定存在匝间短路故障的线圈。本发明无需在电机定子膛内安装探测线圈就可实现励磁绕组匝间短路故障的定位，具有定位准确度高、适用范围广等优点。本发明可帮助维修人员精确定位励磁绕组匝间短路故障，为及时排除安全隐患，防止短路故障进一步蔓延创造了有利条件。
-
公开(公告)号：CN110717610A
公开(公告)日：2020-01-21
申请号：CN201810815187.9
申请日：2018-07-11
Applicant: 华北电力大学(保定)
Abstract: 本发明提供一种基于数据挖掘的风电功率预测方法，包括以下步骤：a.数据采集与预处理；b.分别使用属性快速约简算法、互信息算法和随机森林算法选出预测模型的输入向量集；c.使用选出的输入向量，基于最小二乘支持向量回归算法初步预测出风电功率；d.算出初步预测功率与实际功率的误差，使用迭代自组织数据分析算法对误差自动分类后基于马尔科夫链原理算出误差的状态转移概率矩阵，进一步得到功率修正值；e.根据误差性能指标择优。本发明考虑了输入向量影响，并首次提出了基于迭代自组织数据分析和马尔科夫链的修正方法，不仅实现了输入向量的有效降维还提高了预测速度和精度。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.028 seconds)
