风电场功率预测效果综合评价方法、介质及设备

    公开(公告)号:CN118569715A

    公开(公告)日:2024-08-30

    申请号:CN202410658564.8

    申请日:2024-05-24

    摘要: 本发明提供了一种风电场功率预测效果综合评价方法、介质及设备,包括:计算用于表征功率预测精度的初始评价指标;计算用于表征功率趋势预测能力的趋势评价指标;计算用于表征功率预测结果对峰谷时段差异影响的峰谷评价指标;计算用于表征功率预测结果对电网稳定性影响的友好度评价指标;结合初始评价指标、趋势评价指标、峰谷评价指标以及友好度评价指标,计算风电场功率预测效果的综合评价指标,并根据综合评价指标对风电场所采用的功率预测方法进行评价筛选。本发明综合了功率预测精度、预测趋势准确度、电力峰谷特性以及电网友好度指标,对功率预测结果进行了综合评价,更加全面的体现出功率预测结果对电网的影响。

    一种稀疏表示的电厂数据压缩方法

    公开(公告)号:CN113271106B

    公开(公告)日:2022-07-08

    申请号:CN202110449069.2

    申请日:2021-04-25

    IPC分类号: H03M7/30

    摘要: 本发明提供了一种稀疏表示的电厂数据压缩方法,属于电厂运行过程数据的存储和传输领域。该方法按照一种新的策略对电厂数据进行筛选,引入以数据密度分布为准则的模型的设计方法,达到数据压缩的效果。该方法具体步骤如下:通过迭代时间不断更新圆形区域的方式去过滤电厂数据中相似或重合的数据,然后再利用最大过滤准则限制单个圆形区域数据过滤量去防止数据结构被破坏,这样压缩后的电厂数据不仅存储量小,而且数据结构并没发生较大变化。该方法不仅能将压缩率降到15%以下,而且压缩后的数据仍能够保持原始数据的特征,验证所提出算法的可行性与有效性,可应用于现实电厂运行过程中数据的存储和传输领域。

    一种旋转机械故障诊断知识库中诊断经验自适应修正方法

    公开(公告)号:CN110674893B

    公开(公告)日:2022-07-08

    申请号:CN201911049281.9

    申请日:2019-10-30

    摘要: 本发明公开了一种旋转机械故障诊断知识库中诊断经验自适应修正方法,收集故障案例样本,将专家故障诊断经验用征兆穷举的方法形成故障经验样本,将故障案例样本和故障经验样本共同构成故障样本集。搭建误差反向传播神经网络模型,通过误差反向传播算法学习故障样本集中征兆和故障之间的函数映射关系。由学习好的神经网络用线性展开的方法求出故障和征兆之间的关系矩阵,对关系矩阵作归一化处理,提取出诊断经验中与征兆相对应的权系数以及诊断经验的可信度,实现对知识库中故障诊断经验的自适应修正。应用该方法可以从学习得到的神经网络模型中提炼出诊断经验,实现专家诊断经验的自适应修正。样本集数量越多,得到的诊断经验可靠度和可信度越高。

    一种火电机组节能减排绩效综合评价方法

    公开(公告)号:CN104318104A

    公开(公告)日:2015-01-28

    申请号:CN201410575604.9

    申请日:2014-10-24

    IPC分类号: G06F19/00

    摘要: 本发明公开了一种火电机组节能减排绩效综合评价方法,包括以下步骤,步骤一,采集火电机组运行的一段时间内能源消耗量,并计算消耗能源的成本;步骤二,采集该段时间内火电机组的排污量,并计算排污成本;步骤三,采集该段时间内火电机组的污染物考核成本;步骤四,采集该段时间内火电机组生产的汽量,并计算出售汽量的收入;步骤五,采集该段时间内火电机组生产的上网电量,并计算出售上网电量的收入;步骤六,根据能源成本、排污成本、污染物考核成本、出售汽量收入以及出售上网电量收入,计算综合评价指标。本发明提供了一种火电机组节能减排绩效综合评价方法,分析火电机组运行过程中的消耗和收益,从成本的角度综合评价火电机组节能减排性能。