基于深度学习的双叶轮风力发电机叶片损伤在线检测方法

    公开(公告)号:CN113640297A

    公开(公告)日:2021-11-12

    申请号:CN202110738968.4

    申请日:2021-06-30

    IPC分类号: G01N21/88 G06K9/46 G06N3/04

    摘要: 本发明属于风力发电机组技术领域,涉及一种基于深度学习的双叶轮风力发电机叶片损伤在线检测方法,包括:S1、利用无人机采集拍摄带有损伤的双叶轮风力发电机机叶片图像;S2、人工挑出有损伤的叶片图像,对损伤进行分类和标注,建立VOC数据集;S3、利用深度学习模型对VOC数据集进行训练,将训练好的若干最优模型导出;S4、将若干最优模型部署到计算机;S5、在计算机端搭建双叶轮风力发电机叶片损伤在线检测需要的环境,进行双叶轮风力发电机叶片损伤在线检测。本发明扩大了能够检测出风机叶片损伤和缺陷的范围;提高了检测的精度和效率;简化了操作人员的检测,提高了工作的安全性;检测结果一目了然,为后续维修打下坚实基础。

    一种火电机组能效特征指标基准值的获取方法

    公开(公告)号:CN112749840A

    公开(公告)日:2021-05-04

    申请号:CN202011598899.3

    申请日:2020-12-29

    摘要: 本发明公开了一种火电机组能效特征指标基准值的获取方法,通过获取火电厂机组实测运行数据,对数据进行稳态筛选获取机组稳定工况下的数据;在此基础上,依据机组负荷、环境温度、煤质三个边界条件进行工况划分;利用主特征提取方法选取与供电碳排放强度相关的能效特征指标;利用聚类算法结合聚类评价函数对能效特征指标的历史数据进行多参数同步聚类,确定各工况下的能效特征指标基准值;利用深度学习网络建立能效特征指标与供电碳排放之间的回归模型,预测能效特征指标以基准值运行时供电碳排放的目标值。

    数据清洗方法、装置及服务器

    公开(公告)号:CN109783486B

    公开(公告)日:2020-11-24

    申请号:CN201910046106.8

    申请日:2019-01-17

    IPC分类号: G06F16/215 G06K9/62

    摘要: 本发明提供了一种数据清洗方法、装置及服务器,涉及风电场数据处理的技术领域,该方法包括:获取实测数据样本;在Copula空间中建立风速和功率的联合概率分布;将联合概率分布的取值范围均匀划分成多个概率区间;分别沿风速和功率所在的维度,在每个概率区间内对实测数据样本进行数据清洗。本发明提供的数据清洗方法、装置及服务器,能够基于概率空间对实测样本数据进行清洗,得到较为精细的数据清洗结果,同时,也有助于保证剩余数据的有效性及数据量,为后续数据分析奠定了坚实基础。

    一种基于置信等效功率曲线带的风电建模及性能评估方法

    公开(公告)号:CN107885959B

    公开(公告)日:2020-09-18

    申请号:CN201711278430.X

    申请日:2017-12-06

    IPC分类号: G06F30/20 G06Q50/06

    摘要: 本发明涉及风电数据处理领域,具体涉及一种基于置信等效功率曲线带的风电建模及性能评估方法,包括:对异常数据样本进行初筛剔除;将风速分为三个区域,采用核密度估计法统计每个区域内风速、功率概率分布情况,得到每个区域的Copula函数;采用最大似然估计法得到对应区域的置信等效功率边界模型;采用分段三次Hermite插值法重构缺失数据,完成原始数据样本的清洗;将置信度带宽比的均值作为模型性能评价指标,采用d折交叉验证的方法对不同区域上下边界模型进行验证,当指标基本稳定在某一定值时,确立不同区域的上下边界模型;采用滚动时间窗方法更新数据,以置信度带宽比的偏离度作为触发条件,超出一定阈值时进行上下边界模型更新。

    一种基于运行数据的风电利用率计算方法

    公开(公告)号:CN107330183B

    公开(公告)日:2020-04-17

    申请号:CN201710514679.X

    申请日:2017-06-29

    发明人: 胡阳 王娟 刘吉臻

    IPC分类号: G06F30/20

    摘要: 本发明公开了一种基于运行数据的风电利用率计算方法,所述方法包括以下步骤:1)基于风机运行原理对异常数据进行初步筛选剔除;2)采用参数优化的四分位法进一步剔除异常数据;3)采用聚类算法深入剔除异常数据;4)采用分段Hermite插值进行缺失数据重构;5)建立相关型号风电机组的理论功率计算模型及风电场理论功率恢复;6)风电利用率相关指标计算。本发明方法基于风电场SCADA(Supervisory Control And Data Acquisition,数据采集与监视控制系统)系统记录的风机运行数据,结合有效的数据质量控制手段提出了风电场理论功率恢复算法,这为风电利用率的计算提供了一种合理的途径,也为风电场运行状况评估及风电、电网的规划发展提供了科学的依据。