-
公开(公告)号：CN106650982A
公开(公告)日：2017-05-10
申请号：CN201610786502.0
申请日：2016-08-30
Applicant: 华北电力大学
Abstract: 本发明公开了一种基于多点NWP的深度学习功率预测方法，所述基于多点NWP的深度学习功率预测方法包括以下步骤：(1)采集指定区域内功率预测所需数据；(2)将所述步骤(1)采集的数据进行预处理，得到训练深度学习网络所需数据集；(3)根据所述步骤(2)得到的数据集逐层训练深度学习网络的每一层，得到每层的网络参数；(4)将所述步骤(3)中得到的每层网络参数初始化一个深度神经网络，并进行微调，得到最终的深度学习功率预测模型；(5)将多点NWP数据输入所述步骤(4)中得到的深度学习功率预测模型，预测得到指定区域内任意风电机组、风电场、风电场群短期功率预测结果。
-
公开(公告)号：CN103942608B
公开(公告)日：2016-12-07
申请号：CN201410121068.5
申请日：2014-03-28
Applicant: 华北电力大学
CPC classification number: Y02E40/76 , Y04S10/545
Abstract: 本发明公开了属于风电场技术领域的一种基于尾流模型的风电场优化调度方法。该优化调度方法的步骤为：1）基于尾流效应的风电场优化调度系统，获取现场的风速信息和风电机组信息；2）建立不同风向时的多台风电机组尾流模型，并计算n台风电机组的尾流风速；3）判断每台风电机组的功率是否为最大，如果不是，建立基于遗传算法的风电场最大输出功率的优化算法，优化计算整个风电场输出功率。本优化调度方法可以明显的提高风电场的输出功率，当风电场中风电机组数量较多时，本发明的优化控制系统所产生的经济效益是非常可观。
-
公开(公告)号：CN103500370B
公开(公告)日：2016-08-17
申请号：CN201310495502.1
申请日：2013-10-21
Applicant: 华北电力大学
CPC classification number: Y02E40/76 , Y04S10/545
Abstract: 本发明公开了属于风电场技术领域，尤其涉及一种动态风电场风向坐标预计算系统建立方法。该系统由数据提取模块、风电场风向坐标转换模块、动态坐标预计算数据库和实时调用模块构成。由数据提取模块采集风电场数据，然后在风电场风向坐标转换模块中按照来流风向旋转传统大地平面坐标系，并根据风电场边界位置平移风电场风向坐标系的坐标原点和坐标轴位置；动态坐标预计算数据库中存储着不同来流风向下的各台机组坐标结果，供实时调用模块提取相应坐标结果并传送至风电场功率预测或风电场优化运行系统中。本发明解决了风电场风向坐标的计算和应用问题，将机组位置和风电场实时流动情况有机联系起来；且系统运行高效、简便，具有良好的工程应用前景。
-
公开(公告)号：CN102663513B
公开(公告)日：2016-04-20
申请号：CN201210065357.9
申请日：2012-03-13
Applicant: 华北电力大学
IPC: G06N3/08
Abstract: 本发明公开了属于风力发电建模技术领域的利用灰色关联度分析的风电场功率组合预测建模方法。具体说是基于最小二乘支持向量机和误差反向传播神经网络的风电功率加权组合预测方法。预测方法是从气象部门预先采集风速、风向的预测值，从风电场数据采集系统采集实时出力功率；将两者输入数据处理模块进行数据分析提取与归一化，随后导入数据库服务器中；组合预测算法服务器将数据库服务器中处理好的数据提取，分别进行模型训练与功率预测，风电场实时将运行数据传给数据处理模块从而实现滚动预测。本发明达到短期组合预测风电场出力的目的。该发明既最大化的利用了两种算法的优点，又节省了计算资源，缩短了计算时间从而提高了预测效率。
-
公开(公告)号：CN104657619A
公开(公告)日：2015-05-27
申请号：CN201510100353.3
申请日：2015-03-06
Applicant: 华北电力大学
IPC: G06F19/00
Abstract: 本发明提供一种评价风速周期性的方法及系统，所述方法包括：步骤1：数据提取；提取来流风速数据信息，并对原始数据进行验证和订正。得到一系列等时间间隔的风速数据，作为模型的样本时间序列；步骤2：尺度参数确定；确定风速周期性分析及评价的时间尺度；步骤3：小波变换及小波系数计算；按尺度参数对Morlet小波函数进行平移及伸缩变换，并计算每一尺度参数对应的小波系数；步骤4：周期评价指标计算及风速周期分布平面建立；计算周期强度PI并建立风速周期分布平面，根据风速周期分布平面计算显著周期区间的周期强度PI及相对周期强度RPI，定量评价样本序列的周期性强弱；步骤5：风速周期性评价；根据风速周期分布平面及周期评价指标，提取风速变化的显著周期并评价显著周期区间的周期强度特征。
-
Patent Agency Ranking
公开(公告)号：CN102192102A
公开(公告)日：2011-09-21
申请号：CN201110155670.7
申请日：2011-06-10
Applicant: 华北电力大学
IPC: F03D9/00
CPC classification number: Y02E10/725
Abstract: 本发明公开了风力发电技术领域中的一种风力发电机组综合优化选型方法。本发明提出风力发电机组综合优化选型方法，分为初步选型和详细选型两个阶段，在初步选型阶段，分别计算各候选机型的资源匹配指数和机型成本指数，依据综合匹配指数确定入围机型；在详细选型阶段，分别计算各入围机型的年上网电量和全寿命周期成本，依据综合价值指数确定推荐方案。本发明具备输入参数少、操作简便等优点，适用于风电场工程设计中的风力发电机组选型工作。
-
公开(公告)号：CN115290327B
公开(公告)日：2025-03-25
申请号：CN202210791735.5
申请日：2022-07-05
Applicant: 华北电力大学
IPC: G01M13/045 , G06F18/2321 , G06F17/18
Abstract: 本公开涉及一种风电机组的主轴承故障预警方法、装置、设备及存储介质。获取目标风电机组的主轴承温度影响参数；基于主轴承温度影响参数对目标风电机组进行主轴承温度预测，计算目标风电机组的主轴承温度预测残差；对主轴承温度预测残差进行核密度估计，确定主轴承温度预测残差的概率密度曲线；根据概率密度曲线与预设的概率置信区间，对目标风电机组的主轴承进行故障预警。这种故障预警方式方便且可靠，能够对主轴承进行及时、有效的状态监测与故障预警，保证机组安全、可靠、高效运行。
-
公开(公告)号：CN114597960B
公开(公告)日：2025-03-18
申请号：CN202210129109.X
申请日：2022-02-11
Applicant: 华北电力大学
Abstract: 本公开涉及一种风电场运行控制方法、装置、设备及存储介质。该方法包括：获取目标风电场的目标风况时序数据；将目标风况时序数据输入预先训练好的风电场尾流控制模型，得到目标风电场的目标发电功率对应的目标工况时序数据，风电场尾流控制模型基于样本风况时序数据和目标发电功率对应的样本工况时序数据训练得到，目标发电功率基于目标风电场的风电场仿真模型确定，目标发电功率为目标风电场在目标风况时序数据下的最大发电功率；基于目标工况时序数据，控制目标风电场的各台风电机组运行。根据本公开实施例，降低了风电场尾流效应，提高了风电场的整体发电量，以满足提高风电场经济效益的需求。
-
公开(公告)号：CN119537798A
公开(公告)日：2025-02-28
申请号：CN202411385483.1
申请日：2024-09-30
Applicant: 华北电力大学
IPC: G06F18/10
Abstract: 本公开涉及一种裂纹声发射信号的降噪方法、装置、设备及介质。包括：获取目标塔筒的裂纹声发射信号对应的裂纹时频域信号，其中，裂纹时频域信号中的频率分量被划分成多个频带，并且，相邻频带之间存在重叠区间，裂纹时频域信号中的时间分量被划分成多个噪声估计时间段；确定频率分量中的任一频带对应的总幅度值；基于总幅度值，确定任一频带在对应的噪声估计时间段中降噪时间段的有效信号比；基于当前频带在对应的降噪时间段的第一有效信号比和下一频带在对应的降噪时间段的第二有效信号比，确定重叠区间在对应的降噪时间段的目标有效信号比；将任一频率在对应时刻的原幅度值与有效信号比对应相乘，得到降噪后的时频信号，提高了降噪效果。
-
公开(公告)号：CN119249696A
公开(公告)日：2025-01-03
申请号：CN202411230454.8
申请日：2024-09-03
Applicant: 华北电力大学
IPC: G06F30/20 , G06F30/17 , G06F113/06 , G06F113/08 , G06F119/14
Abstract: 本申请涉及风力发电技术领域，具体提供一种风电场速度损失确定方法、电子设备及存储介质，旨在解决复杂地形下背景风速变化对风电场速度损失评估精度的影响问题。为此，本申请的方法，包括：获取风电场信息和风电机组信息；基于风电场信息和风电机组信息，确定背景风速变化下的目标风电机组的单机尾流变量，其中单机尾流变量包括单机对流速度和单机尾流速度损失；基于目标风电机组的单机尾流变量和风电场信息，采用预设叠加模型确定背景风速变化下的风电场速度损失，其中预设叠加模型包括动量守恒叠加模型、局部线性叠加模型和风速乘积叠加模型中的任意一种。本申请能够有效提高背景风速变化条件下风电场速度损失的预测准确性。
-
-
-
-
-
-
-
-
-
Search Results
205
records
(took 0.074 seconds)
