-
公开(公告)号：CN117878973B
公开(公告)日：2024-06-11
申请号：CN202410283456.7
申请日：2024-03-13
申请人： 西安热工研究院有限公司
摘要： 本申请涉及电网调频技术领域，具体提出一种熔盐耦合火电机组的调频方法和系统，该方法包括基于接收的调频指令确定混合储能响应需求；基于分解层数利用VMD算法和CEEMD算法分别对混合储能响应需求进行分解得到两个模态分量组以获得目标融合模态分量组，目标融合模态分量组满足信息不丢失要求；基于目标融合模态分量组计算总混叠程度，更新分解层数以得到新的总混叠程度直至分解层数达到分解层数上限；选择所有总混叠程度中的最小值作为最优总混叠程度，其对应的目标融合模态分量组作为最优目标融合模态分量组；对最优目标融合模态分量组进行划分以得到高频分量和低频分量；控制熔盐储能设备按照高频分量进行响应并控制锂电池按照低频分量进行响应。
-
公开(公告)号：CN117713145B
公开(公告)日：2024-06-07
申请号：CN202410167886.2
申请日：2024-02-06
申请人： 西安热工研究院有限公司
摘要： 本申请提出一种基于工况的辅助调频的电加热器功率控制系统及控制方法，系统包括变压器、母线电流互感器、配电母线、母线电压互感器、功率调节模块、熔盐电加热器和功率控制模块，配电母线两端分别与变压器和功率调节模块相连，功率调节模块与熔盐电加热器相连，母线电流互感器和母线电压互感器接入功率控制模块；功率控制模块，用于确定熔盐电加热器的目标功率，并根据工况需求，确定功率调节模块的目标控制方式；功率调节模块，用于基于目标控制方式和目标功率，对熔盐电加热器的功率进行控制，由此，本申请能够在不同工况需求下，根据不同的控制方式对熔盐电加热器进行控制，提高了对熔盐电加热器控制的准确性、可靠性和适应性。
-
公开(公告)号：CN117787509B
公开(公告)日：2024-05-14
申请号：CN202410200815.8
申请日：2024-02-23
申请人： 西安热工研究院有限公司
摘要： 本申请涉及风电技术领域，尤其提出一种用于储能辅助黑启动的风速预测方法和系统，其中，方法包括获取风速序列；利用CEEMD算法对风速序列进行分解获得多个模态分量并进行多次重构得到多组目标模态分量集，每组目标模态分量集包括多个目标模态分量；针对任一组目标模态分量集利用第一循环神经网络模型获得对应的目标风速分量预测值，进而获得各比例误差系数；利用鲸鱼优化算法将各组目标模态分量集作为各鲸鱼所在位置，基于各比例误差系数得到适应度函数，迭代设定次数后得到目标模态分量集最优组以利用第二循环神经网络模型获得对应的最终风速分量预测值；进而获得当前采样点的下一采样点的最终风速预测值。利用本申请的方法能够提高风速的预测精度。
-
公开(公告)号：CN118013235A
公开(公告)日：2024-05-10
申请号：CN202410412606.X
申请日：2024-04-08
申请人： 西安热工研究院有限公司
摘要： 本申请提出一种基于循环综合误差补偿的储能辅助黑启动的风速预测方法，该方法包括设置预测时段和当前时刻之前的采样时段，将采样时段划分为第一时段和第二时段，第二时段和当前时刻之后的第三时段组成预测时段；获取采样时段内的风速序列，风速序列包括第一时段风速组和第二时段风速组；基于第一时段风速组利用VMD算法和第一预测单元获得预测时段内的初始预测值集，初始预测值集包括第二时段预测值集和第三时段预测值集；基于第二时段风速组和第二时段预测值集进行迭代循环以得到最优第三时段差值序列，基于最优第三时段差值序列和第三时段预测值集得到第三时段的最终风速预测值，以在发生停电故障时利用最终风速预测值参与储能辅助黑启动。
-
公开(公告)号：CN117972363A
公开(公告)日：2024-05-03
申请号：CN202410372226.8
申请日：2024-03-29
申请人： 西安热工研究院有限公司
摘要： 本申请提出一种基于平稳度的储能辅助黑启动的风速预测方法和系统，该方法包括设置预测时段和当前时刻之前的采样时段，将采样时段划分为第一时段和第二时段，第二时段和当前时刻之后的第三时段组成预测时段；获取采样时段内的第一时段风速组和第二时段风速组；基于第一时段风速组利用CEEMD算法和第一循环神经网络模型获得第二时段预测值集和第三时段预测值集；基于第二时段风速组和第二时段预测值集获得第二时段误差序列，基于第二时段误差序列利用平稳度划分法和第二循环神经网络模型得到第三时段误差预测序列；基于第三时段预测值集和第三时段误差预测序列得到第三时段的最终风速预测值，以在发生停电故障时利用最终风速预测值参与储能辅助黑启动。
-
公开(公告)号：CN117878912A
公开(公告)日：2024-04-12
申请号：CN202410030251.8
申请日：2024-01-09
申请人： 西安热工研究院有限公司
IPC分类号： H02J3/00 , H02J3/24 , G06Q10/0631 , G06Q50/06
摘要： 本申请提出一种储能系统辅助火电机组AGC调频的性能预测方法及装置，该方法包括：获取储能系统辅助火电机组AGC调频过程中的状态数据，并将状态数据输入至预设的性能预测模型，获得储能系统辅助火电机组AGC调频的性能预测结果。其中，性能预测模型已学习得到储能系统辅助火电机组AGC调频过程中的状态数据与对应的性能数据之间的映射关系。本方案基于预设的性能预测模型，储能系统辅助火电机组AGC调频的性能预测，从而可以基于性能预测结果来优化AGC控制策略，提升火电机组的性能。
-
公开(公告)号：CN117872061A
公开(公告)日：2024-04-12
申请号：CN202410023144.2
申请日：2024-01-08
申请人： 西安热工研究院有限公司
IPC分类号： G01R31/12
摘要： 本发明涉及电力储能控制技术领域，尤其涉及一种用于储能系统的异常电信号检测系统，其中，方法包括：异常放电接收模块，用于获取异常放电产生的电磁波信号；信号调理模块，与所述异常放电接收模块连接，用于将所述电磁波信号低噪声放大及滤波处理，得到局部放大信号；数据分析模块，与所述信号调理模块连接，用于将所述局部放大信号进行诊断分析处理，得到检测结果。利用异常放电接收模块，信号调理模块及数据分析模块，对接收到的信号进行诊断分析处理，通过引入新型的电信号检测手段，可以实现对电气设备异常的精确、实时和全面监测，为储能系统的运行和管理提供更好的保障。
-
公开(公告)号：CN117829779A
公开(公告)日：2024-04-05
申请号：CN202410016608.7
申请日：2024-01-05
申请人： 西安热工研究院有限公司
发明人： 杨沛豪 , 兀鹏越 , 寇水潮 , 柴琦 , 王小辉 , 高峰 , 郭昊 , 孙梦瑶 , 郭新宇 , 薛磊 , 张立松 , 贺婷 , 赵俊博 , 燕云飞 , 康祯 , 李志鹏 , 王劼文 , 高欢欢 , 殷悦 , 代本谦 , 李菁华 , 解非
IPC分类号： G06Q10/10 , G06Q10/0631 , G06Q10/04
摘要： 本申请提出电力工程机械化集群施工方案确定方法及系统，所述方法包括：获取待确定施工方案区域内的机械化率、所述区域内各基塔对应的各子工序及所述各子工序的作业时间；根据所述机械化率确定所述区域内各基塔对应的各子工序的机械化集群单位费用；将所述区域内各基塔对应的各子工序的机械化集群单位费用和所述各子工序的作业时间输入预先构建的机械化集群最优配置模型中，进行优化求解，得到优化后的施工方案。本申请提出的方案，从专业协同和合理造价视角出发，构建最优配置模型，加强了机械化集群的合理配置，可以有效降低单位静态投资，保障各参建方实现共赢，进而可以助力电力工程建设由劳动密集型向技术密集型和装备密集型转变。
-
公开(公告)号：CN117039895A
公开(公告)日：2023-11-10
申请号：CN202311296296.1
申请日：2023-10-09
申请人： 西安热工研究院有限公司 , 华能罗源发电有限责任公司
摘要： 本公开属于风电技术领域，具体提出一种用于储能辅助黑启动的风功率预测方法及系统，该方法包括利用EEMD算法和循环神经网络模型得到历史风速数据的各历史风速分量的历史风速分量预测值；基于历史风速分量及其权重、历史风速分量预测值构建误差系数函数；将误差系数函数作为适应度函数，采用改进的粒子算法获得适应度值为最小误差系数函数值时的各历史风速分量的目标权重；基于EEMD算法和循环神经网络模型得到实时风速数据的多个实时风速分量预测值；基于多个实时风速分量预测值和对应的历史风速分量的目标权重获得风速预测值进而获得风功率预测值，以在发生停电故障时利用风功率预测值参与储能辅助黑启动。由本公开的方法能够提高风功率的预测精度。
-
公开(公告)号：CN116610148A
公开(公告)日：2023-08-18
申请号：CN202310730084.3
申请日：2023-06-20
申请人： 西安热工研究院有限公司
发明人： 杨沛豪 , 柴琦 , 兀鹏越 , 赵俊博 , 陈予伦 , 寇水潮 , 王小辉 , 高峰 , 孙梦瑶 , 郭新宇 , 薛磊 , 张立松 , 贺婷 , 燕云飞 , 李志鹏 , 郭昊 , 王劼文 , 高欢欢 , 殷悦 , 代本谦 , 李菁华
IPC分类号： G05D1/10
摘要： 本申请提出的多无人机协同航迹规划方法、装置及存储介质中，包括获取多无人机协同飞行环境中的环境信息和无人机飞行的任务参数；基于环境信息和无人机飞行的任务参数，利用通过训练Q学习算法得到的目标Q表信息，确定无人机各状态下的最佳飞行动作；基于无人机各状态下的最佳飞行动作，确定无人机最优航迹路径。由此，本申请在训练Q学习算法的过程中，具体通过基于行人运动学模型构建的奖励函数，对Q学习算法进行训练，使得在规避无人机之间发生相互碰撞事故的情况下，同时考虑了多无人机航迹总长度，从而使得多无人机在最优航迹路径上飞行，进而提高了多无人机航迹规划质量。
-
-
-
-
-
-
-
-
-
搜索结果
180 条记录 (耗时 0.085 秒)
