-
公开(公告)号：CN117390368B
公开(公告)日：2024-03-26
申请号：CN202311672843.1
申请日：2023-12-07
申请人： 云南电投绿能科技有限公司
摘要： 本申请公开了一种风电机的接闪概率计算方法、装置、设备及存储介质，涉及电数字数据处理技术领域，方法利用了雷击的物理学特性，基于下行先导的电荷密度以及上行先导起始的物理机制，提供了叶片处于接闪区间时的接闪概率计算方法，使得叶片的受雷击概率得到具现和量化，同时工作人员能够根据叶片当前次计算得到的受雷击概率动态调整接闪点在接闪区间的位置，以实时更新调整后接闪点的受雷击概率，工作人员可以根据更新后的受雷击概率来定位接闪器的安装位置，不需要通过经验判断。且本申请还对雷电气象数据求取的电荷密度进行了机器学习，以减小误差同时提供了预测功能。
-
公开(公告)号：CN117951635A
公开(公告)日：2024-04-30
申请号：CN202311506757.3
申请日：2023-11-13
申请人： 云南电投绿能科技有限公司
IPC分类号： G06F18/25 , G06F18/10 , G06F18/213 , G06F18/214 , G06N20/00
摘要： 本发明属于发电机故障识别领域，具体为Scada系统数据与振动数据融合分析的发电机故障识别方法。利用Scada系统采集到的发电机各位置测点数据，形成SCADA测点数据特征集；利用CMS振动信号在线监测装置采集到发电机各位置振动数据，形成CMS振动数据特征集；将上述特征集采用加权平均融合，得到综合特征向量；基于发电机各位置综合特征向量构建发电机数据流向图；使用对Actor‑Critic网络进行训练，建立第N处数据空间‑第N处动作空间关系；以及根据当前发电机工作状态，并依据电机数据流向图，建立第N处动作空间‑第N+1处数据空间奖励关系，逐步判断发电机各位置动作空间。本方法能够有效地提高发电机故障识别的准确性和可靠性。
-
公开(公告)号：CN117056735A
公开(公告)日：2023-11-14
申请号：CN202311322994.4
申请日：2023-10-13
申请人： 云南电投绿能科技有限公司
IPC分类号： G06F18/214 , G06Q10/04 , G06Q50/06 , G06F17/10 , G06F17/15
摘要： 本申请公开了一种风电场的短期风速预测方法、装置、设备及存储介质，涉及电数字数据处理技术领域，方法通过以预设单位时长为周期获取测风塔的原始风速序列；通过小波分析算法将原始风速序列分解为高频分量序列和低频分量序列；通过时间序列预测算法分别对每个高频分量序列以及每个低频分量序列建模；并分别计算每个高频预测模型以及每个低频预测模型的超前预设步数的高频预测值和低频预测值；通过加权平均法计算所有高频预测值以及所有低频预测值的加权平均值。本申请通过两个算法结合以分别计算出每个分量序列的短期预测值，最后通过加权计算所有分量序列的加权平均值，实现了对风速序列的强追踪，精确地实现了对短期风速的超前预测。
-
公开(公告)号：CN117057257B
公开(公告)日：2024-01-26
申请号：CN202311312131.9
申请日：2023-10-11
申请人： 云南电投绿能科技有限公司
IPC分类号： G06F30/27 , G06N3/0499 , G06F18/214 , G06F113/08
摘要： 本申请公开了一种测风塔数据的插值计算方法、装置、设备及存储介质，涉及电数字数据处理技术领域，方法包括通过获取测风塔的第一风速数据和参考塔的第二风速数据；以第一风速数据的数据缺失点为中点截取第一风速数据，形成待插值样本，截取第二风速数据形成训练样本；根据训练样本的数据维数定义极限学习模型并通过训练样本对极限学习模型进行训练以得到插值模型；将待插值样本输出至插值模型以获取位于数据缺失点处的风速插值。本申请通过极限学习机进行训练，最后通过训练好的模型获取数据缺失点对应的风速插值。相比于传统的神经网络学习算法，本申请不需要人为设置大量的网络
-
公开(公告)号：CN117057486B
公开(公告)日：2023-12-22
申请号：CN202311311728.1
申请日：2023-10-11
申请人： 云南电投绿能科技有限公司
IPC分类号： G06Q10/04 , G06Q10/067 , G06Q50/06 , G06F18/2415 , G06F18/27
摘要： 本申请公开了一种电力系统的运维成本预测方法、装置、设备及存储介质，涉及电数字数据处理技术领域，方法通过获取当前类型的发电设备基于预设自然时长周期的历史环境数据集以及历史运维成本数据集；通过朴素贝叶斯分类算法将历史环境数据集分类至环境变量类型，每个环境变量类型包括至少一个变量数据；通过多元线性回归模型定义因变量与自变量的线性回归关系；通过最小二乘法计算多元线性回归模型的回归系数；将回归系数代入多元线性回归模型中，以得到预测模型；获取当前类型的发电设备的环境预测数据并代入预测模型，以得到当前类型的发电设备的运维成本预测数据。本申请数据(56)对比文件叶林 等.风电场风能资源评估的测量―关联―预测方法综述.电力系统自动化.2016,(第03期),140-151.李祥 等.一种基于朴素贝叶斯分类的性能预测方法.计算机应用与软件.2011,(第01期),231-234+290.
-
公开(公告)号：CN117057257A
公开(公告)日：2023-11-14
申请号：CN202311312131.9
申请日：2023-10-11
申请人： 云南电投绿能科技有限公司
IPC分类号： G06F30/27 , G06N3/0499 , G06F18/214 , G06F113/08
摘要： 本申请公开了一种测风塔数据的插值计算方法、装置、设备及存储介质，涉及电数字数据处理技术领域，方法包括通过获取测风塔的第一风速数据和参考塔的第二风速数据；以第一风速数据的数据缺失点为中点截取第一风速数据，形成待插值样本，截取第二风速数据形成训练样本；根据训练样本的数据维数定义极限学习模型并通过训练样本对极限学习模型进行训练以得到插值模型；将待插值样本输出至插值模型以获取位于数据缺失点处的风速插值。本申请通过极限学习机进行训练，最后通过训练好的模型获取数据缺失点对应的风速插值。相比于传统的神经网络学习算法，本申请不需要人为设置大量的网络训练参数，避免了产生局部最优解的可能性以确保结果准确。
-
公开(公告)号：CN116960989A
公开(公告)日：2023-10-27
申请号：CN202311217166.4
申请日：2023-09-20
申请人： 云南电投绿能科技有限公司
摘要： 本申请公开了一种发电站的电力负荷预测方法、装置、设备及存储介质，设计新能源发电技术领域，方法通过将归一化数据集按照预设比例划分为训练集、验证集、测试集，将训练集输出至输入层，通过神经网络模型进行第一预设次数的训练，并基于每一次训练分别获取一次验证集与当前次的训练结果的均方根误差，获取所有均方根误差中的极小值，并获取与极小值对应的训练结果作为最佳模型，通过粒子群算法迭代更新隐含层的隐含节点数量，以使最佳模型与测试集的均方根误差小于等于预设阈值，获取迭代更新完成后的隐含节点数量并代入最佳模型，得到基于预设时间周期的电力负荷预测模型。本申请预测模型的误差率相比于传统的神经网络模型的误差率更小。
-
公开(公告)号：CN117514664A
公开(公告)日：2024-02-06
申请号：CN202311541590.4
申请日：2023-11-17
申请人： 云南电投绿能科技有限公司
IPC分类号： F03D80/40 , F03D17/00 , G06F18/241 , G06F18/214 , G06F18/15
摘要： 本发明属于风电机组叶片结冰预警领域，具体为一种基于Scada数据的风电机组叶片实时结冰预警方法及系统。首先通过SCADA系统确定数据采集点并配置数据采集任务，以获取风电机组采集点数据。随后对这些数据进行超限和死值清洗，并利用LOF算法判别正常发电状态，从而获得精确的风电机组采集点数据。接着将这些数据输入多层感知器模型进行训练，以拟合不同工况下的正常发电状态，并在训练好的模型中部署ONNXRuntime。最后利用Apache Flink构建实时数据流，将其传输至部署有ONNXRuntime的多层感知器模型中，进行实时推理，实现对风电机组叶片结冰状态的实时监测和预警。本方法能够提供高效、准确的风电机组叶片结冰预警服务，有望在风电行业中发挥重要作用。
-
公开(公告)号：CN117390368A
公开(公告)日：2024-01-12
申请号：CN202311672843.1
申请日：2023-12-07
申请人： 云南电投绿能科技有限公司
摘要： 本申请公开了一种风电机的接闪概率计算方法、装置、设备及存储介质，涉及电数字数据处理技术领域，方法利用了雷击的物理学特性，基于下行先导的电荷密度以及上行先导起始的物理机制，提供了叶片处于接闪区间时的接闪概率计算方法，使得叶片的受雷击概率得到具现和量化，同时工作人员能够根据叶片当前次计算得到的受雷击概率动态调整接闪点在接闪区间的位置，以实时更新调整后接闪点的受雷击概率，工作人员可以根据更新后的受雷击概率来定位接闪器的安装位置，不需要通过经验判断。且本申请还对雷电气象数据求取的电荷密度进行了机器学习，以减小误差同时提供了预测功能。
-
公开(公告)号：CN117010284A
公开(公告)日：2023-11-07
申请号：CN202311279877.4
申请日：2023-10-07
申请人： 云南电投绿能科技有限公司
IPC分类号： G06F30/27 , G06N3/084 , G06F111/04 , G06F113/06
摘要： 本申请公开了一种基于风电场噪声的机位排布方法、装置、设备及存储介质，涉及电数字数据处理领域，方法包括根据风电场的的高程数据生成等高线地形，分别将每个风电机定义为一个节点，在等高线地形上定义至少一个噪声敏感点，通过分别计算每个风电机的历史最大噪声衰减到预设阈值所需的传播距离，以同一个风电机的节点和传播距离分别为圆心和半径构建噪声传播球；定义所有噪声传播球与所有噪声敏感点不相交且不内含以形成约束条件并将约束条件代入预设全局寻优算法分别计算每个噪声传播球的最佳位置，以使所有噪声传播球的重叠面积总和最小。本申请通过模拟噪音的传播和衰减过程，避免了传统方法中的人工冗余布局，从而有效提高了地域的利用率。
-
-
-
-
-
-
-
-
-
搜索结果
25 条记录 (耗时 0.064 秒)
