-
公开(公告)号:CN113985446A
公开(公告)日:2022-01-28
申请号:CN202111183814.X
申请日:2021-10-11
摘要: 本发明的实施例提出一种风速测量装置和测风雷达。本发明实施例的风速测量装置,包括:浮体;转动部,所述转动部可转动地设在所述浮体上,所述转动部的转动轴线沿第一方向延伸;和测风雷达;所述测风雷达可转动地挂设在所述转动部上,所述测风雷达的转动轴线沿第二方向延伸,所述第一方向垂直于所述第二方向,所述第一方向和所述第二方向均不与上下方向同向。因此,本发明实施例的风速测量装置具有在漂浮时测风雷达稳定性高和测量精度高的优点。
-
公开(公告)号:CN117874422A
公开(公告)日:2024-04-12
申请号:CN202311709848.7
申请日:2023-12-13
摘要: 本发明公开了一种考虑转折性天气的深远风场并网系统可靠性评估方法,涉及风电并网可靠性评估技术领域,包括基于海面实测数据对风机轮毂处风速进行推算轮毂风速相关系数;通过计算局部差异并提取均值差异数制定窗口调整策略,提取转折性功率时段;建立风机三状态模型,评估风速对风机可靠性的影响;通过时变故障率影响的深远海风电并网系统可靠性机理,得到海上风电场可靠性模型并构建风机实际出力多状态模型。本发明所述方法本发明提供的考虑转折性天气的深远风场并网系统可靠性评估方法将现有风速数据进行预处理,解决了部分轮毂处风速数据不准确问题带来的误差,本发明在计算精度、计算效率以及可靠性水平方面都取得更加良好的效果。
-
公开(公告)号:CN117422168A
公开(公告)日:2024-01-19
申请号:CN202311224399.7
申请日:2023-09-21
IPC分类号: G06Q10/04 , G06Q50/06 , G06F30/27 , G06F18/2337 , G06N20/00 , G06N3/006 , G06F17/12 , G06F17/16 , G06F113/06 , G06F113/08 , G06F119/14
摘要: 本发明公开了基于深度强化学习的深远海风电场微观选址方法及系统,包括:基于深远海风电场风速、风向和规划范围数据,建立风机尾流模型、风机功率模型并构建风电场多尾流叠加模型,估计深远海风电场效益;引入深度强化学习,采用PPO截断对策略更新进行限制,构建近端策略优化算法并设置训练环境和奖励函数;设置合适的训练参数对深远海风电场风机排布进行训练得到风机排布优化结果;将粒子群算法与模糊C均值聚类算法和Prim算法结合对海上升压站和集电系统拓扑结构进行联合优化得到海上升压站和集电系统拓扑结构优化结果。本发明在计算精度、计算效率以及训练稳定性方面都取得更加良好的效果。
-
公开(公告)号:CN118051853A
公开(公告)日:2024-05-17
申请号:CN202410030584.0
申请日:2024-01-08
IPC分类号: G06F18/2433 , G06F18/241 , G06F18/213 , G06F18/15 , G06N3/0455 , G06N3/084
摘要: 本发明公开了一种基于Transformer结构的海洋观测数据异常检测方法及系统,涉及海洋观测数据异常检测领域,包括采集海洋观测数据并进行预处理;构建基于Transformer结构的时序数据异常检测模型;构建每个时间点的先验关联特征和整个序列的序列关联特征;根据所述先验关联特征和所述序列关联特征构建关联差异损失模型;计算海洋观测数据异常分数并进行海洋观测数据异常时间点检测。本发明提出一种基于Transformer结构的海洋观测数据异常检测方法,通过引入先验关联和序列化关联差异计算方法,增强对长序列异常数据的检测能力,提高检测模型的鲁棒性和准确性,减轻人工校验数据的工作量,使得预测模型能够有效实现对海洋观测序列中的异常数据的时间点检测。
-
公开(公告)号:CN117648546A
公开(公告)日:2024-03-05
申请号:CN202311517639.2
申请日:2023-11-15
IPC分类号: G06F18/20 , G06F18/25 , G06F18/15 , G06N3/0499
摘要: 本发明公开了一种基于小波变换的海浪波高预测方法及系统,方法包括:采集海浪历史观测数据进行预处理;对输入的海浪序列数据进行分解处理,获得趋势序列向量和余数序列向量;构建输入序列与历史窗口序列在小波变换下的自相关注意力系数;对历史波浪数据进行特征编码,提取长依赖关系;根据特征编码,进行小波注意力特征解码,并预测海浪波高随时间的变化趋势。本发明通过引入小波变换自注意力机制,使得预测模型能够接受更长的预测序列,从而大大提高了模型对海浪波高预测的准确性,本发明与现有技术相比具有精度高、稳定性高和部署成本低的特点。
-
公开(公告)号:CN117407563A
公开(公告)日:2024-01-16
申请号:CN202311192496.2
申请日:2023-09-15
IPC分类号: G06F16/901 , G06N7/01 , G06F16/215
摘要: 本发明所述方法及系统,涉及电力系统规划和图数据挖掘技术领域包括:通过MULE算法构建α不确定图;通过Denegeracy算法划分,根据MULE枚举算法,输出集Aumc;基于多重倒排表验证方法,输出去重复和去包含关系来完成去伪工作的结果。本发明提供的基于深远海α不确定图上的极大团枚举验证方法基于数据图在α不确定图上调用Denegeracy算法进行子图划分,简化了极大团枚举算法的时间复杂度问题,基于多重倒排表算法实现去重复和去包含关系来完成去伪工作,提高了验证效率,本发明在计算精度、计算效率以及可靠性水平方面都取得更加良好的效果。
-
公开(公告)号:CN117895466A
公开(公告)日:2024-04-16
申请号:CN202311592289.6
申请日:2023-11-27
摘要: 本发明公开了一种考虑海岛电动汽车的微电网群优化运行方法及系统,方法包括:对海岛中电动汽车的充电数据进行概率分布拟合获取概率分布函数;根据分时电价,建立海岛电动汽车有序充电模型;依据含电动汽车微电网群的系统结构和特性,建立等效数学模型;以运行成本和环境污染成本最小为目标函数,采用蜘蛛蜂优化算法对目标函数进行优化,构建含有电动汽车的海岛微电网优化运行模型;设置微电网优化评价指标,对运行模型优化结果进行分析。本发明在海岛微电网群系统中加入不同行驶特性的电动汽车,提高了可再生能源渗透率,减少高比例风电接入的运行成本,本发明在预测精度、用户满意度以及经济性水平方面都取得更加良好的效果。
-
公开(公告)号:CN117787458A
公开(公告)日:2024-03-29
申请号:CN202311531175.0
申请日:2023-11-16
IPC分类号: G06Q10/04 , G06Q10/0631 , G06Q50/06
摘要: 本发明公开了一种集电系统优化的深远海风电机组微观选址设计方法,涉及深远海风电场微观选址技术领域包括基于深远海风电场风速和风向绘制风向玫瑰图;构建风电场模型;结合风电场风机之间的Jensen尾流排斥力作用和风机功率模型,预测风电场输出功率;根据CFO算法解得稳定性,采用WRRO算法得到风电场微观选址的风机排布结果;引入最短路径的Kruskal算法对风机排布进行最短路径规划;将三维蚁群算法和Kruskal算法的最小生成树相结合对风机排布结果进行集电系统拓扑结构和海上升压站选址的联合优化,得到三维的集电系统和海上升压站的优化结果。本发明在计算效率、有效性以及经济性水平方面都取得更加良好的效果。
-
公开(公告)号:CN117609820A
公开(公告)日:2024-02-27
申请号:CN202311207953.0
申请日:2023-09-19
IPC分类号: G06F18/2323 , G06F123/02
摘要: 本发明公开了一种基于多维时空的谱三向模糊轨迹聚类方法及系统,涉及时间序列分析技术领域,包括:根据轨迹的时间关联性,使用基于DPC的密集时间段划分算法得到轨迹的密集时间段,并计算轨迹的时间隶属度;将每个密集时间段的轨迹基于DTW计算多维轨迹间距离;基于谱三向模糊聚类方法得到轨迹的簇隶属度,判断轨迹从属簇;结合Calinski‑Harabasz指标和Pearson相关系数评估轨迹在多维空间上的聚类结果,并判断最佳聚类数。本发明提供的基于多维时空的谱三向模糊轨迹聚类方法提出了一种新的密集时间段划分算法,用来挖掘轨迹在时间上的分布,从而得到密集时间段,把轨迹从时间上进行划分并计算轨迹的时间隶属度。
-
公开(公告)号:CN116994040A
公开(公告)日:2023-11-03
申请号:CN202310850797.3
申请日:2023-07-12
IPC分类号: G06V10/764 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/088
摘要: 本发明公开了一种基于图像识别的深远海风电PQDs分类方法及系统涉及电能质量扰动技术领域包括:建立具有深远海特性的电能质量扰动小子样数据集进行预处理,设立扰动模型,进行归一化处理;训练Time‑GAN小子样数据增强算法,将归一化后的数据输入到Time‑GAN,通过联合误差训练进行数据集的扩展;采用马尔科夫迁移矩阵编码一维扰动信号,对电能质量原始信号离散化处理,计算马尔可夫转移矩阵,将编码映射到拟格兰氏矩阵中得到MTF图像;构建AMS‑DenseNet电能质量扰动分类器,搭建针对电能质量扰动特性的AMS‑DenseNet分类器,将MTF图像输入到AMS‑DenseNet进行识别分类。本发明在样本量、稳定性和鲁棒性方面都取得更加良好的效果。
-
-
-
-
-
-
-
-
-