一种基于机器学习的风电场站运行数据异常识别方法

    公开(公告)号:CN114154567A

    公开(公告)日:2022-03-08

    申请号:CN202111375720.2

    申请日:2021-11-19

    Abstract: 本发明公开了一种基于机器学习的风电场站运行数据异常识别方法,包括:收集风电场站的历史风速数据和对应的功率运行数据;确定历史风速数据和对应的功率运行数据中的正常运行数据和异常运行数据;构建深度学习算法模型,将分别带有相应标签的正常运行数据和异常运行数据,对深度学习算法模型进行学习、训练和测试,获得最优模型;将待识别风电场站的风速数据和对应的功率运行数据,通过最优模型,输出异常运行数据的识别结果;通过该方法能够对大规模风电场站运行数据的异常识别算法进行优化,提高提高风电场站运行数据异常识别的准确性、快速性和通用性。

    一种基于全电网频率变化特征的发用储联合调峰方法

    公开(公告)号:CN113872220A

    公开(公告)日:2021-12-31

    申请号:CN202111234858.0

    申请日:2021-10-22

    Abstract: 本发明公开了一种基于全电网频率变化特征的发用储联合调峰方法,包括以下步骤:S1.建立基于频率变化的实时电价通用模型:S2.实时监测电网实时运行频率;S3.判断所述电网实时运行频率是否在额定运行频率范围内,若不在额定运行频率范围内,根据所述基于频率变化的实时电价通用模型所计算得到的火力发电侧实时电价、用电侧实时电价和储能负荷实时电价来调节当前实时电价,进而调节电网实时频率。本发明基于电网频率运行信息,指导全社会用电负荷、储能负荷、所有具备调峰能力的发电企业共同参与电网发电功率和用电功率双向平衡调节工作,解决新能源电力实时全额消纳,及全社会经济用电问题。

Patent Agency Ranking