-
公开(公告)号：CN114400971A
公开(公告)日：2022-04-26
申请号：CN202210071546.0
申请日：2022-01-21
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： H02S50/10
摘要： 本发明提出一种光伏电站组串编码查验方法，包括采集多个光伏组串的电流和/或电压，其中，光伏组串接入运维系统，每一个光伏组串在运维系统具有编号；遮挡步骤：遮挡其中一个光伏组串的表面并停留第一预设时间；判断电流和/或电压有无跌落特征；根据跌落特征，确定被遮挡的光伏组串的系统编号。本发明方法能够实现自动排查光伏组串的编码。本发明还提供一种光伏电站组串编码查验装置。
-
公开(公告)号：CN114358371A
公开(公告)日：2022-04-15
申请号：CN202111424158.8
申请日：2021-11-26
发明人： 曾谁飞 , 王振荣 , 叶林 , 童强 , 李国庆 , 张燧 , 王青天 , 黄思皖 , 刘旭亮 , 李小翔 , 冯帆 , 邸智 , 韦玮 , 杜静宇 , 赵鹏程 , 武青 , 祝金涛 , 朱俊杰 , 吴昊 , 吕亮 , 童彤 , 任鑫
摘要： 本发明提出一种基于深度学习的光伏短期功率预测方法及设备，分别将光伏实时数据、历史功率数据输入由不同尺寸卷积核的卷积神经网络、BiLSTM网络模型、双向Attention注意力机制构建深度学习预测模型方法，最终将其获得的两种数据文本特征进行合并运算得到更有效的融合特征表征能力，从而得到最优的文本特征对光伏短期功率进行精准的预测。通过该方法不仅提高光伏短期功率预测的精准度，而且有利于优化、大幅降低光伏发电系统的运营成本，包括人力、物力、时间效率等降本增效。
-
公开(公告)号：CN114298141A
公开(公告)日：2022-04-08
申请号：CN202111376253.5
申请日：2021-11-19
申请人： 中国华能集团清洁能源技术研究院有限公司
发明人： 曾谁飞 , 王振荣 , 张燧 , 黄思皖 , 王青天 , 刘旭亮 , 李小翔 , 冯帆 , 韦玮 , 童彤 , 任鑫 , 杜静宇 , 赵鹏程 , 武青 , 祝金涛 , 朱俊杰 , 吴昊 , 吕亮 , 邸智 , 刘艳贵 , 王海明 , 沈伟文 , 房扩
摘要： 本发明涉及基于深度学习的发电设备异常检测方法及系统，所述方法包括：获取发电设备当前时刻的运行数据、所述发电设备当前时刻对应的气象数据和历史时段内发电设备的运行数据；对所述获取的数据进行预处理得到预处理后的发电设备当前时刻的运行数据以及所述发电设备当前时刻对应的气象数据和历史时段内发电设备的运行数据；将所述预处理后的数据输入预先训练好的发电设备异常检测模型中，得到所述发电设备异常检测的得分；基于所述发电设备异常检测的得分检测所述发电设备是否异常，并将检测结果进行信息触达。本发明提供的技术方案，提高了发电设备异常检测的得分的精度，同时使得发电设备的异常检测更加方便，也降低了发电设备的异常检测成本。
-
公开(公告)号：CN114021932A
公开(公告)日：2022-02-08
申请号：CN202111266250.6
申请日：2021-10-28
申请人： 华能利津风力发电有限公司 , 中国华能集团清洁能源技术研究院有限公司
摘要： 本申请提出了一种风电机组的能效评价与诊断方法、系统及介质，该方法包括：获取风电机组的链条式能效指标异常知识并构建本体能效诊断知识库；确定每个工况下的监测参数和能效指标的基准区间；确定能效指标与基准值之间的差值,并根据差值和能效指标的权重，对机组的能效状态进行评价；基于对应的基准区间对实时数据进行异常检测，如果检测出异常数据则根据故障征兆构造异常事件网络片段，并在本体知识库中进行匹配和搜索，诊断出故障模式；结合因果图模型诊断出风电机组的最终故障原因。该方法能够对风电机组的能效状态进行实时评估，并能准确诊断出能效异常的原因和具体的故障模式，提供对应的调整及维护决策，提高了能效诊断的准确性。
-
公开(公告)号：CN118336708A
公开(公告)日：2024-07-12
申请号：CN202410470170.X
申请日：2024-04-18
申请人： 华能吉林发电有限公司 , 中国华能集团清洁能源技术研究院有限公司 , 华能吉林发电有限公司镇赉风电厂
发明人： 张燧 , 王青天 , 王恩民 , 童彤 , 杨紫阳 , 葛戈 , 彭鹏 , 任鑫 , 刘旭亮 , 孟欣 , 张明杰 , 张玉刚 , 李全杰 , 邢李方 , 于景龙 , 王介昌 , 张俊东 , 葛鎣 , 张立武 , 翟强 , 尹大为 , 吴昊 , 张梦楠
IPC分类号： H02J3/00 , G06F18/27 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/049 , G06N3/084 , G06F123/02
摘要： 本发明公开了一种混合深度学习光伏功率预测方法、系统、设备及其存储介质，属于能源预测技术领域，包括以下步骤：光伏原始相关数据进行加权得到加权光伏时间序列数据；捕捉加权光伏时间序列数据中不同时间步长特征的空间关系得到隐藏状态序列；隐藏状态序列进行加权得到加权隐藏状态序列，并将加权隐藏状态序列聚合至上下文向量；同时将目标光伏序列转换为与上下文向量相同的形状后添加至上下文向量中得到混合向量；混合向量通过自回归模型得到初步预测结果，初步预测结果通过外推得到最终预测结果。本发明解决现有光伏功率预测中存在光伏系列连续信息缺失，隐藏时间模式存在局限性，以及考虑局部和全局时间关系时无法计算空间关系的问题。
-
公开(公告)号：CN118152779A
公开(公告)日：2024-06-07
申请号：CN202410274334.1
申请日：2024-03-11
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： G06F18/213 , G06F18/22 , G06Q50/06
摘要： 本发明公开了一种基于多状态特征识别的光伏组件组串隶属关系映射方法，属于光伏发电技术领域，遮挡数据获取、数据质量分析及参数筛选得到分析后遮挡数据；对分析后遮挡数据进行数据特征提取与研究得到多状态信号的特征表征；根据多状态信号的特征表征分别进行映射，确认隶属关系。围绕光伏场站中光伏组件精确定位问题，从物理层面将信息化系统中光伏组串的编码结果与实际的光伏组件进行一一对应，对于新建场站、存量场站进行数据校验，以明确光伏组件与上位系统编码的对应关系。从根本上，解决维修阶段无法定位问题光伏组件、智能系统提示异常后无法定位排查光伏组件等问题。
-
公开(公告)号：CN115454868A
公开(公告)日：2022-12-09
申请号：CN202211152898.5
申请日：2022-09-21
申请人： 中国华能集团清洁能源技术研究院有限公司
摘要： 本发明属于兼容性测试技术领域，具体涉及一种兼容性测试的方法、装置、设备及介质，本发明通过设置兼容性测试配置基线、灵活设置兼容性测试配置矩阵，进行兼容测试，得到每个兼容性测试配置矩阵下交互界面的显示结果，对每个兼容性测试配置矩阵下的交互界面进行截图保存，对保存的截图进行图片预处理，提取特征值，根据提取的特征值，对每张截图建立编码索引表进行存储；以兼容性测试配置基线下的兼容性测试结果作为质量阈，与编码索引表中对应的兼容性测试配置矩阵下其他配置项交互界面的截图进行批量比对，获得兼容性测试报告结果。达到提升兼容性测试覆盖率、减少人工参与、高效且自动产出专业兼容性测试报告等目的。
-
公开(公告)号：CN114757424A
公开(公告)日：2022-07-15
申请号：CN202210420638.5
申请日：2022-04-20
申请人： 中国华能集团清洁能源技术研究院有限公司
发明人： 黄思皖 , 李小翔 , 冯帆 , 杨永前 , 曾谁飞 , 王青天 , 张燧 , 刘旭亮 , 江晨 , 韦玮 , 邸智 , 薛丽 , 卢泽华 , 王志伟 , 陈沐新 , 代斌 , 刘菲 , 王静 , 刘君 , 吴磊 , 丁杰
摘要： 本发明公开了超短期光伏功率区间预测方法、系统、装置及设备，其中，该方法包括：获取光伏场站运行数据和气象数据；将光伏场站运行数据和气象数据输入训练好的时空前馈神经网络模型进行预测得到第一单值结果；将第一单值结果输入概率分布函数，基于概率分布函数对第一单值结果进行计算得到第二单值结果；将第一单值结果和第二单值结果联立方程组，基于方程组计算输出光伏功率区间预测结果。本发明解决了光伏场站功率预测的有效性问题，提高光伏并入电力系统的安全性，同时高精度的光伏功率预测可以在光伏场站的电力市场决策中，增加自身的竞价优势。
-
公开(公告)号：CN114463594A
公开(公告)日：2022-05-10
申请号：CN202111400102.9
申请日：2021-11-19
申请人： 中国华能集团清洁能源技术研究院有限公司
发明人： 曾谁飞 , 傅望安 , 王振荣 , 黄思皖 , 张燧 , 王青天 , 刘旭亮 , 李小翔 , 冯帆 , 邸智 , 韦玮 , 杜静宇 , 赵鹏程 , 武青 , 祝金涛 , 朱俊杰 , 吴昊 , 吕亮 , 童彤 , 任鑫 , 郑建飞 , 薛文超 , 周军军
IPC分类号： G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明提出一种多模态深度学习的发电设备异常一体化识别方法及设备，该方法通过构建发电设备异常检测神经网络，通过特征提取网络对单模态数据进行特征提取，将提取的特征映射到同一语义空间，采用多模态融合策略对单模态数据的语义特征进行特征融合生成多模态融合特征，根据生成的多模态融合特征进行发电设备异常进行预测。通过本发明，能够规避发电设备异常检测过程中的漏报误报、错报现象，提升预测发电设备异常检测准确率。
-
公开(公告)号：CN114330495A
公开(公告)日：2022-04-12
申请号：CN202111424160.5
申请日：2021-11-26
申请人： 中国华能集团清洁能源技术研究院有限公司
发明人： 曾谁飞 , 王振荣 , 傅望安 , 黄思皖 , 王青天 , 张燧 , 刘旭亮 , 李小翔 , 冯帆 , 邸智 , 韦玮 , 童彤 , 任鑫 , 杜静宇 , 赵鹏程 , 武青 , 祝金涛 , 朱俊杰 , 吴昊 , 吕亮 , 段周期 , 胡雪琛 , 项灵文
摘要： 本发明提出一种基于深度学习融合模型的风电功率预测方法及设备，利用Scada系统风电功率实时监测数据及结合历史风电功率数据对风电功率预测，将Scada系统风电功率实时监测数据和历史风电功率数据输入由卷积神经网络、BiLSTM网络、Attention注意力机制构建深度学习融合模型提取文本特征，最终将其获得的特征进行合并操作得到融合特征，这样得到最优文本特征对风电功率进行高效精准预测。通过该方法不仅提高供电系统调度运行计划制定精准性，而且有利于降低新能源发电功率预测的误差现象。
-
-
-
-
-
-
-
-
-
搜索结果
41 条记录 (耗时 0.048 秒)
