-
公开(公告)号:CN116957412A
公开(公告)日:2023-10-27
申请号:CN202310957592.5
申请日:2023-07-31
申请人: 华能满洲里风力发电有限公司 , 中国华能集团清洁能源技术研究院有限公司
IPC分类号: G06Q10/0639 , G06Q10/20
摘要: 本发明公开了一种风力发电机组检修后评价方法、系统、装置及介质,包括:通过建立由检修准备工作、检修技术标准、修前分析、检修过程管控、验收及总结和修后设备运行统计子模块组成风电检修后评价管理数字化系统,利用机组运行大数据对检修全过程开展量化评价,自动生成风力发电机组检修后评价报告及结论,本发明能够实现对机组检修全过程在相同维度的可量化评价,同时具有提高风电机组的检修质量,降低检修费用,确保检修的规范化、精细化,保证风力发电机组安全、经济、高效、环保运行的作用。
-
公开(公告)号:CN116956193A
公开(公告)日:2023-10-27
申请号:CN202310953382.9
申请日:2023-07-31
申请人: 华能澜沧江水电股份有限公司 , 中国华能集团清洁能源技术研究院有限公司
IPC分类号: G06F18/2433 , G06F18/213 , G06F18/10 , F03D17/00 , G06F123/02
摘要: 本发明属于风力发电技术领域,具体涉及一种风力发电机功率曲线异常原因识别方法,获取目标风电场各机位点机组的运行实时数据、功率阈值P0和风速阈值V0;对运行实时数据进行预处理,得到机组处于发电运行状态且处于非限功率状态下的数据集,所述数据集包括时间标识序列Ti、风速序列Vi及功率序列Pi;根据Vi及Pi得到异常散点图;在异常散点图上将Pi V0的散点归为异常散点,得到异常散点集Q;针对异常散点集Q内所有散点进行判断,筛选出由于大风工况下机组反复切出切入状态导致的部分异常点,这部分异常点就不再需要人为去判断分析,剩下的异常点需要其他方法进行分析,减轻运维人员负担,提高异常排查效率。
-
公开(公告)号:CN116167494A
公开(公告)日:2023-05-26
申请号:CN202211639697.8
申请日:2022-12-20
申请人: 中国华能集团清洁能源技术研究院有限公司
IPC分类号: G06Q10/04 , G06Q10/0631 , G06Q50/06 , H02S40/10 , B08B1/00
摘要: 本申请公开了一种基于标杆光伏组件的光伏板清洗方法和装置,其中,该方法包括:通过标杆光伏组件获取单个组串的损失发电量成本;获取单个组串的清洗成本;根据损失发电量成本和清洗成本,生成并执行场站光伏板清洗指令。本申请基于标杆光伏组件完成对场站光伏板的清洗决策,能够优化场站光伏板清洗成本,提高场站收益。
-
公开(公告)号:CN116167202A
公开(公告)日:2023-05-26
申请号:CN202211591529.6
申请日:2022-12-12
申请人: 中国华能集团清洁能源技术研究院有限公司
摘要: 本申请提出的基于多源数据的卫星遥感二氧化碳排放反演方法、装置及存储介质中,确定二氧化碳监测的工厂范围,得到工厂范围内的工厂的数量和每个工厂对应的经纬度位置,利用第一部分工厂的化石燃料核算数据和二氧化碳在线监测数据,获取第二部分工厂的二氧化碳在线监测数据,以得到每个工厂的二氧化碳在线监测数据,利用卫星遥感数据和每个工厂的二氧化碳在线监测数据,得到卫星反演二氧化碳模型,当进行卫星监测应用时,通过卫星遥感数据输入卫星反演二氧化碳模型,计算每个工厂二氧化碳排放量。由此,本申请提出了一种多源数据融合的卫星遥感二氧化碳排放反演方法,从而提高了二氧化碳排放的测量精度。
-
公开(公告)号:CN115907192A
公开(公告)日:2023-04-04
申请号:CN202211572084.7
申请日:2022-12-08
申请人: 中国华能集团清洁能源技术研究院有限公司 , 华能澜沧江水电股份有限公司
IPC分类号: G06Q10/04 , G06Q10/0639 , G06Q50/06 , G06F17/15 , G06F18/214 , H02J3/00
摘要: 本申请关于一种风电功率波动区间预测模型的生成方法、装置及电子设备。具体方案为:获取风电场的历史风电数据;基于历史风电数据,确定风电功率波动区间预测模型的发电功率预测函数;基于发电功率预测函数和预设置信度确定发电功率波动区间预测函数;将发电功率预测函数和发电功率波动区间预测函数确定为风电功率波动区间预测模型;将风速样本数据和风向样本数据输入至风电功率波动区间预测模型,得到发电功率预测数据和发电功率波动区间预测数据;基于发电功率实测样本数据、发电功率预测数据和发电功率波动区间预测数据确定目标指标值,基于目标指标值对风电功率波动区间预测模型进行调参。本申请可以获得风电功率均值及区间预测结果。
-
公开(公告)号:CN115750229A
公开(公告)日:2023-03-07
申请号:CN202211407029.2
申请日:2022-11-10
IPC分类号: F03D17/00
摘要: 本发明属于风电技术领域,具体公开了一种基于多源传感的风电机组全状态监测系统,包括:叶片监测系统、塔筒监测系统、CMS检测系统、无线传输模块、机舱交换机、塔筒交换机、一体化数据采集装置、服务器和集控中心;本发明通过叶片监测系统、塔筒监测系统和CMS检测系统对振动、声音、视频等多参量进行一体化数据采集,全面覆盖风机叶片、塔筒、传动链等核心部件的运行状态,实现风电机组关键核心部件全状态监测。多种类型、多种采集频率的信号经有线/无线混合通讯传输至一体化数据采集装置后,可进行数据预处理。基于对状态监测数据的采集分析处理,可有效对风电机组运行状态进行全面监测,进而实现故障早预警、预测性运维。
-
公开(公告)号:CN115660206A
公开(公告)日:2023-01-31
申请号:CN202211398184.2
申请日:2022-11-09
申请人: 中国华能集团清洁能源技术研究院有限公司 , 华能澜沧江水电股份有限公司
摘要: 本公开提出了一种风电场功率预测informer模型的训练方法及装置,涉及电力系统技术领域,该方法包括:获取历史风电场数据和不同风况等级对应的待训练的informer模型;对历史风电场数据进行标准化处理,以获取历史数据矩阵;对历史数据矩阵进行截取,以获取若干个训练矩阵;确定训练矩阵的样本风况等级,将训练矩阵输入至与样本风况等级相匹配的informer模型中进行训练,以获取训练后的informer模型。通过建立风电场功率预测informer模型并进行训练,相较于当前技术中的风电场功率预测模型,提升了推理计算的预测速度,在预测准确率和计算速度上都取得了更好的效果,并且通过建立不同风况等级的informer模型,可以提升informer模型预测的准确率和预测效果。
-
公开(公告)号:CN115573868A
公开(公告)日:2023-01-06
申请号:CN202211336395.3
申请日:2022-10-28
IPC分类号: F03D17/00
摘要: 本发明公开的一种基于光纤MEMS传感的叶片多状态监测系统及其工作方法,属于风电机组监测技术领域。包括光纤MEMS加速度传感器、光纤MEMS雷击传感器、光纤MEMS载荷传感器、解调仪、无线模块、若干交换机和服务器;光纤MEMS加速度传感器和光纤MEMS载荷传感器设在叶片内表面,光纤MEMS雷击传感器设在叶片的引流电缆上;光纤MEMS加速度传感器、光纤MEMS雷击传感器和光纤MEMS载荷传感器分别与解调仪连接,解调仪与无线模块无线通信,无线模块通过若干交换机与服务器连接。本发明能够对叶片的多种状态进行监测,实现风电机组叶片故障早预警和预测性运维。
-
公开(公告)号:CN115470697A
公开(公告)日:2022-12-13
申请号:CN202211010202.5
申请日:2022-08-23
申请人: 中国华能集团清洁能源技术研究院有限公司 , 华能国际电力江苏能源开发有限公司清洁能源分公司 , 华能如东八仙角海上风力发电有限责任公司 , 华能国际电力江苏能源开发有限公司 , 上海擎测机电工程技术有限公司
IPC分类号: G06F30/27 , G06F17/11 , G06F17/16 , G06N20/00 , G08B21/18 , G06F111/08 , G06F113/06 , G06F113/16 , G06F119/08
摘要: 本发明公开了一种海上风电电缆温度趋势预警方法与系统,方法包含:采集工况下海上风电场电缆的历史温度数据及相对应的工况数据,并对历史温度数据与工况数据进行预处理得到预处理数据;基于极限学习机建立电缆温度多步预测模型,并使用预处理数据对电缆温度多步预测模型进行训练验证;采集海上风电场电缆的实时温度数据及相对应的工况数据,并输入至电缆温度多步预测模型中进行电缆温度实时状态趋势预测,得到电缆温度实时状态趋势数据;将电缆温度实时状态趋势数据与当前工况下的电缆温度动态安全趋势阈值区间进行对比;若电缆温度实时状态趋势数据在电缆温度动态安全趋势阈值区间内,则执行上一个步骤;否则,则进行报警。
-
公开(公告)号:CN115205121A
公开(公告)日:2022-10-18
申请号:CN202210894272.5
申请日:2022-07-27
摘要: 本发明公开了一种基于无监督深度神经网络的光伏图像拼接方法及装置。方法包括:获取待拼接的光伏图像序列;将光伏图像序列输入拼接网络中,由拼接网络对光伏图像序列中的第1张光伏图像和第2张光伏图像进行拼接,生成第一拼接光伏图像,其中,拼接网络是无监督深度神经网络;从光伏图像序列的第3张光伏图像开始,由拼接网络将当前遍历到的光伏图像与第一拼接光伏图像进行拼接,以更新第一拼接光伏图像,直至遍历到光伏图像序列的第n张光伏图像,将最终的第一拼接光伏图像确定为目标光伏图像,其中,目标光伏图像为光伏图像序列的n张光伏图像拼接得到的,可基于模型实现对多张光伏图像的累积拼接,提高了光伏图像拼接的准确性和效率。
-
-
-
-
-
-
-
-
-