风电场可靠性感知多目标预测控制方法

    公开(公告)号:CN116401937A

    公开(公告)日:2023-07-07

    申请号:CN202310175516.9

    申请日:2023-02-28

    摘要: 本发明涉及风力发电领域,尤其是风电场可靠性感知多目标预测控制方法,该方法是基于机器学习和改进的蝙蝠优化算法的风电场可靠性感知多目标预测控制,S1、建立具有尾流相互作用的风电场模型;S2、建立执行器健康状况的风电场可靠性模型;S3、根据样本数据训练一个机器学习模型作为代用模型来表示风电场模型;S4、针对风电场的平均功率输出和推力预测控制,提出控制目标;S5、采用蝙蝠优化算法对控制目标式进行优化,获得最优预测控制算法。该发明中相关向量机模型框架在多目标风场建模中具有计算效率高、精度高和简单等特点。多目标预测控制框架可以使风电场的发电量最大化,还可以减少风电场的推力负荷,同时提高风电场的可靠性。

    一种基于小样本改进图数据结构的风机故障诊断方法

    公开(公告)号:CN116361690A

    公开(公告)日:2023-06-30

    申请号:CN202310288640.6

    申请日:2023-03-23

    摘要: 本发明公开了一种基于小样本改进图数据结构的风机故障诊断方法,包括以下步骤:首先,将风机滚动轴承的时域振动信号构建为邻近图,再对邻近图进行优化,构建改进邻近图,再优化改进邻近图,提取表征风机滚动轴承不同状态的特征指标集合,最后对特征指标集合进行聚类分析,达到对不同状态的风机滚动轴承精准分类的目的。本发明的改进邻近图数据结构更关注构建数据的局部信息,能够更加充分使用风机滚动轴承的数据信息;利用稀疏投影学习对改进邻近图数据结构进行优化,可尽可能地去除冗余数据和噪声,提高算法的运算效率和特征提取的准确率;能够有效提取表征不同风机滚动轴承状态的特征指标集合,并能够对不同状态的风机滚动轴承进行准确分类。

    一种考虑热网动态特性的综合能源系统风电消纳方法

    公开(公告)号:CN112671028B

    公开(公告)日:2022-12-02

    申请号:CN202011360971.9

    申请日:2020-11-27

    摘要: 一种考虑热网动态特性的综合能源系统风电消纳方法,包括构建综合能源系统的数学模型;搜集风电机组的历史数据,计算并筛选出具有代表性的场景;构建综合能源系统的优化调度模型,以综合能源系统的数学模型为约束,利用场景模型,利用蒙特卡洛的方法进行求解,得到了综合能源系统风电消纳方案。本发明对区域供热网络进行了动态建模,充分挖掘了其热迟延与热存储的动态特性,提高风电的消纳空间,在调度过程中使用了蒙特卡洛的方法来反应风电机组的发电量,体现了风电机组发电量的不确定性,减少了能源的浪费同时保持了用户的热需求与电需求,在保证电网安全的同时增加了运营者的经济效益。

    用于永磁同步风力发电机的最大功率点跟踪鲁棒控制方法

    公开(公告)号:CN115268559A

    公开(公告)日:2022-11-01

    申请号:CN202210565484.9

    申请日:2022-05-23

    IPC分类号: G05F1/67

    摘要: 本发明提供了用于永磁同步风力发电机的最大功率点跟踪鲁棒控制方法,其在跟踪最大可用功率性能方面可有效提升可靠性和效率,并改善电源直流母线的输出电压跟踪性能。其特征在于:获取整流器输出端的电流Id和电压Vc,并同时获取永磁同步发电机的转速Ωt,其通过上述参数通过最大功率点算法构造最佳直流电压参考值Vref,并设计了非线性控制器、便于有效平稳跟踪所需电压Vref,之后通过非线性状态观测器、用于估计电感电流IL,之后将参数Id、Vc、Vref、IL输入控制器,控制器通过非线性控制作用于DC‑DC变换器,强制DC‑DC变换器的测量输出电压高效、迅速地跟踪由最大功率点跟踪算法生成的期望电压曲线。

    一种基于马氏距离补偿因子的风机轴承故障诊断方法

    公开(公告)号:CN115235769A

    公开(公告)日:2022-10-25

    申请号:CN202210809608.3

    申请日:2022-07-11

    IPC分类号: G01M13/045 G06K9/62

    摘要: 本发明提供了一种基于马氏距离补偿因子的风机轴承故障诊断方法,以解决传统故障特征提取方法存在的故障特征提取不准、及提高效率低的问题。其包括以下步骤,S100,获取风机滚动轴承的时域振动信号:S200,采用马氏距离加权的方式将时域振动信号映射到图形域构建形成图信号并得出马氏距离补偿因子的取值范围;S300,采用优化算法对马氏距离补偿因子的取值范围进行优化处理,并得到马氏距离补偿因子的最优解;S400,利用马氏距离补偿因子的最优解对马氏距离进行修正,并根据步骤S200重构图信号;S500,根据重构的图信号提取轴承故障特征指标,得到各轴承故障特征指标数据集;S600,将轴承故障特征指标数据集通过聚类算法进行聚类分析,完成轴承故障分类识别诊断。

    一种风电短期功率预测方法、装置及可读存储介质

    公开(公告)号:CN114444755A

    公开(公告)日:2022-05-06

    申请号:CN202111408490.5

    申请日:2021-11-24

    摘要: 本发明提供一种风电短期功率预测方法,包括以下步骤:采集风电场的运行数据,且按照季节让所述运行数据分为四组;对所述运行数据进行清洗;对清洗后的数据进行变分模态分解;将分解后的数据进行归一化处理,构造训练数据和验证数据;选择与所述风电场每天的功率最相关的特征;建立不同季节下的风电场功率的ELM模型,对于所述ELM模型中的初始权重和阈值,选用改进的蝙蝠算法进行优化;训练所述ELM模型;基于所述ELM模型预测所述风电短期功率。本发明使用改进的蝙蝠算法优化ELM的权重和偏置相比传统ELM预测风电功率的方法,能够有效提升风电短期功率预测的准确率。

    基于改进K-means算法的锅炉燃烧优化控制方法及装置

    公开(公告)号:CN114139619A

    公开(公告)日:2022-03-04

    申请号:CN202111411772.0

    申请日:2021-11-24

    IPC分类号: G06K9/62 G06N3/00 G06Q10/04

    摘要: 本公开提供一种基于改进K‑means算法的锅炉燃烧优化控制方法及装置。所述方法包括:采集锅炉的实时运行数据,并将所述实时运行数据进行预处理;将预处理后的实时运行数据划分为训练集和测试集;采用改进K‑means算法对训练集中的实时运行数据进行聚类,具体包括:先采用粒子群算法优化K‑means聚类中心,之后采用K‑means算法对所述实时运行数据进行聚类;基于所述聚类后的实时运行数据,对预设的贝叶斯最小二乘支持向量机模型进行训练,得到锅炉燃烧优化控制模型;利用所述锅炉燃烧优化控制模型对锅炉燃烧进行控制。能提高聚类算法的准确率,使锅炉在最佳工艺参数下进行燃烧,达到提高热效率的目的。

    光伏系统最大功率点递阶跟踪方法与装置

    公开(公告)号:CN114115418A

    公开(公告)日:2022-03-01

    申请号:CN202111350691.4

    申请日:2021-11-15

    IPC分类号: G05F1/567

    摘要: 本发明提供一种光伏系统最大功率点递阶跟踪方法与装置,属于光伏发电技术领域。本发明的方法包括:光伏阵列结构的确定,并对所述光伏阵列遮挡情况进行分类;基于P&O算法实现GMPP的快速定位;基于文化算法的精准搜索实现GMPP的无差跟踪。本发明的方法充分考虑了光伏阵列均匀光照和局部遮挡等不同辐照条件,构建了融合P&O算法和文化算法的递阶MPPT结构。首先通过P&O算法对GMPP大致位置进行快速定位,然后在定位的范围内采用文化算法进行精确搜索。本发明的跟踪方法以实现任何遮挡情况下GMPP的快速精确跟踪,该递阶MPPT方法可有效提高光伏系统GMPP跟踪过程的快速性和精确性,为提高光伏系统的发电效率和并网稳定性等奠定基础。

    基于外部环境变化的风电机组控制方法与装置

    公开(公告)号:CN113984111A

    公开(公告)日:2022-01-28

    申请号:CN202111159219.2

    申请日:2021-09-30

    IPC分类号: G01D21/02

    摘要: 本发明提供一种基于外部环境变化的风电机组控制方法与装置,属于风电控制技术领域。其中,控制方法的具体步骤包括:采集风电机组的外部环境信息;对所述外部环境信息进行转化和翻译,以得到外部环境信号;所述风电机组根据所述外部环境信号对基本参数进行调整。本发明提供的基于外部环境变化的风电机组控制方法可对风电机组外部环境完成实时监督和收集,基于采集的外界环境数据对风电机组的功能进行调节,以适应具体环境,提高设备使用率,能够做到基于局域网和互联网领域的综合调度和使用,具备监控精度高和反应快的优点,具有极高的自动化运行趋势。