-
公开(公告)号：CN114006369A
公开(公告)日：2022-02-01
申请号：CN202111261232.9
申请日：2021-10-28
申请人： 华北电力大学
摘要： 本公开提出一种区域风光场站功率联合功率预测方法、装置、电子设备和存储介质，属于风电场和光伏电站输出功率预测领域。其中，所述方法包括：将区域内风电场和光伏电站作为联合系统，获取联合系统在待预测时间点的数值天气预报数据并归一化；将归一化后的数值天气预报数据输入预设的数值天气预报修正模型，得到修正后的数值天气预报数据；将修正后的数值天气预报数据输入预设的功率联合预测模型，得到联合系统中风电场和光伏电站归一化后的预测功率并反归一化，得到风电场和光伏电站的预测功率。本公开能够对选定区域内的风电和光伏功率进行准确预测，保证风电和光伏并网的可靠性。
-
公开(公告)号：CN112949075A
公开(公告)日：2021-06-11
申请号：CN202110275020.X
申请日：2021-03-15
申请人： 华北电力大学
摘要： 本发明公开了属于风力发电技术领域的一种计及风切变和塔影效应的风轮等效风速计算方法。包括以下步骤，步骤1：建立风切变效应计算模型；步骤2：建立塔影效应计算模型；步骤3：根据步骤1和步骤2的模型建立风切变和塔影效应联合计算模型；步骤4：基于等效功率原则，综合考虑风切变、塔影效应及风电机组运行特性，构建计及风切变和塔影效应的基于等效功率的风轮等效风速数学模型，并计算风轮瞬时等效风速和风轮平均等效风速。本发明提出的方法涵盖了实际功率控制偏差引起的功率损失，能够有效地反映不同功率控制阶段、实际控制效果下风轮等效风速的变化规律，更符合风电机组实际运行特性。
-
公开(公告)号：CN112347611A
公开(公告)日：2021-02-09
申请号：CN202011102957.9
申请日：2020-10-15
申请人： 华北电力大学
IPC分类号： G06F30/20 , G06Q50/06 , G06Q10/04 , G06F113/08 , G06F119/14
摘要： 本发明公开了属于新能源风力发电技术领域的一种风力机远场尾流流向湍流度计算方法。包括步骤：1，获取风电机组入流情况、风电机组参数和风电机组运行状态的基本数据；2，根据获取的基本数据计算轮毂高度水平面内尾流速度损失剖面标准差σ随下游距离x的线性变化函数；在尾流速度损失分布已知的情况下，或通过高斯速度损失剖面拟合直接获取，相当于已知的输入条件；3，将轮毂高度水平面内尾流速度损失剖面标准差σ作为输入值输入到附加湍流度模型中，结合风电机组入流数据得出风电机组远场尾流流向湍流度的预测结果。本发明可以实现风电机组远场尾流流向湍流度的准确预测，对机组排布优化具有重要的指导意义。
-
公开(公告)号：CN106934094B
公开(公告)日：2021-01-08
申请号：CN201710046493.6
申请日：2017-01-18
申请人： 华北电力大学 , 国网能源研究院有限公司
IPC分类号： G06F30/20 , G06F113/06
摘要： 本发明属于风电场技术领域，尤其涉及一种基于二十四节气的风电功率预测方法。考虑到季节和气候变化因素对于风电功率预测精度的影响，本发明提出一种基于二十四节气的风电功率预测方法。该方法从建立预测模型和样本划分角度出发，考虑到同一节气内的气象数据样本集更能代表当前预测时刻气候状态，根据二十四节气的时间节点，将样本数据进行划分，以同一节气内的风电场数据建立预测模型，从而在一定程度上减小了由于季节和气候变化带来的影响，提高了风电功率预测精度。
-
公开(公告)号：CN111291514A
公开(公告)日：2020-06-16
申请号：CN202010078646.7
申请日：2020-02-03
申请人： 华北电力大学
IPC分类号： G06F30/23 , G06F30/27 , G06N20/00 , G06F119/04
摘要： 本发明提出了一种风电机组疲劳寿命的快速预测方法，该方法将风电机组的疲劳损伤与机器学习相耦合。首先，根据实际工况下可能出现的风参数条件对风电机组部件进行疲劳损伤预计算，建立部件每分钟疲劳损伤数据库；然后，将疲劳损伤数据库中的数据输入至机器学习模型中进行多次迭代训练，建立风参数与疲劳损伤量之间的非线性映射关系；最后，将SCADA数据中风参数数据或测风塔数据输入至已经训练好的机器学习模型中，得到风电机组部件疲劳寿命的预测值。
-
公开(公告)号：CN107239856B
公开(公告)日：2020-05-12
申请号：CN201710398999.3
申请日：2017-05-31
申请人： 华北电力大学
摘要： 本发明涉及一种风向数据插补方法，能够根据待插补风向数据的缺失情况自动选取插补时的时间窗口，保证辅助插补风向数据与待插补风向数据间的关联性；且通过三角函数变换，更好的利用了风向数据的特性，即，风向数据的环形效果。本发明所提供的方法能够较为有效地插补风向数据，得到较高完整度和较好准确性的风向数据，可以为风资源评估提供较好的数据支持。
-
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
申请人： 华北电力大学
摘要： 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：CN103500370B
公开(公告)日：2016-08-17
申请号：CN201310495502.1
申请日：2013-10-21
申请人： 华北电力大学
CPC分类号： Y02E40/76 , Y04S10/545
摘要： 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：CN116433073B
公开(公告)日：2024-10-18
申请号：CN202310182247.9
申请日：2023-02-23
申请人： 华北电力大学
IPC分类号： G06Q10/0639 , G06Q50/06
摘要： 本公开涉及风电场运营效能评价技术领域，尤其涉及一种风电场运营效能评价方法、装置、设备及介质，通过根据风电场的历史运行数据，确定风电场对应的基础统计指标，历史运行数据至少包括：测风塔数据、激光雷达测风数据、数据采集与监视控制系统数据、生产运行管理系统数据、功率控制系统数据以及风电机组设计数据；在确定风电场对应的基础统计指标之后，基于基础统计指标，确定风电场对应的高阶统计指标；根据高阶统计指标、以及高阶统计指标对应的所有第一风电场统计参数，确定风电场对应的目标效能评价参数，其中，目标效能评价参数用于评估风电场的运营效能。采用该方式能够提高对风电场运营效能的评价准确性。
-
公开(公告)号：CN118708927A
公开(公告)日：2024-09-27
申请号：CN202410640280.6
申请日：2024-05-22
申请人： 华北电力大学
IPC分类号： G06F18/213 , G06F18/22 , G06Q50/06 , H02J3/00
摘要： 本公开涉及一种超短期功率预测模型的训练方法、装置、设备及介质。该方法包括：获取来流数值天气预报风速序列、来流历史实测功率序列、历史数值天气预报风速序列、历史数据库实测功率序列以及历史来流预测功率；基于来流数值天气预报风速序列、来流历史实测功率序列和历史数值天气预报风速序列，从历史数据库实测功率序列中选择用于训练的样本历史实测功率；利用样本历史实测功率和历史来流预测功率训练初始模型，直至当前训练次数下的当前模型满足训练终止条件，得到目标风电场的超短期功率预测模型。这样，结合短期数据从长期数据中选择训练样本，并基于样本对来训练超短期功率预测模型，提高了超短期功率预测精度并解决了概念漂移问题。
-
-
-
-
-
-
-
-
-
搜索结果
122 条记录 (耗时 0.029 秒)
