-
公开(公告)号:CN117849644A
公开(公告)日:2024-04-09
申请号:CN202410036423.2
申请日:2024-01-10
Applicant: 中国电力科学研究院有限公司 , 河北大学
IPC: G01R31/392 , G01R31/367
Abstract: 本发明公开了一种电动汽车动力电池的在线充电健康状态评估方法,应用于电池评估技术领域。本发明包括:S1、获取数据;S2、数据处理;S3、数据分类;S4、获取动力电池容量估计值;S5、获取动力电池容量;S6、获取动力电池的初始容量;S7、计算动力电池的健康状态。本发明能够实时获取电动汽车电池的充电状态数据,从而实现在线评估电动汽车电池容量,然后计算出电动汽车电池SOH,克服了传统离线评估方式的缺陷。本发明能够实时获取电动汽车电池的充电状态数据,从而实现在线评估电动汽车电池容量,然后计算出电动汽车电池SOH,克服了传统离线评估方式的缺陷。
-
公开(公告)号:CN118794026B
公开(公告)日:2024-11-26
申请号:CN202411288099.X
申请日:2024-09-14
Applicant: 河北大学 , 北京巴布科克·威尔科克斯有限公司
IPC: F23G5/50
Abstract: 本发明公开了基于垃圾视觉数据分析的锅炉燃烧控制方法及系统,涉及锅炉控制技术领域,具体公开了,对预处理后的垃圾混合料的混合成分进行确定,并根据混合成分选择相应的锅炉控制策略判断模型;其次,对垃圾混合料进行图像拍摄,通过视觉分析提取出颜色分布特征和边缘分布特征;然后,基于这些特征因子形成垃圾混合料的实时特征因子画像,并根据颜色分布特征对画像中的特征因子分支进行调整;最后,利用锅炉控制策略判断模型,将实时特征因子画像与预设的参考特征因子画像库进行比对,确定出最优的锅炉控制策略,并应用于锅炉的实际控制中,上述技术方案实现了对垃圾焚烧过程的智能化监控与优化控制,提高了燃烧效率。
-
公开(公告)号:CN117973632A
公开(公告)日:2024-05-03
申请号:CN202410314051.5
申请日:2024-03-19
Applicant: 河北大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q30/0201 , G06Q50/06
Abstract: 本发明公开了一种基于双层优化调度模型的碳排放量分析方法,涉及节能减排技术领域。包括:S1数据获取步骤;S2构建综合能源系统步骤;S3系统初步优化步骤;S4碳交易引入步骤;S5相互激励步骤;S6分析检验步骤。本发明基于合成燃料技术系统加入碳‑绿色证书交易机制以系统运行最经济为目标建立运行调度策略,在满足本系统负荷需求的基础之上建立不同场景的综合能源系统之间的清洁能源交易方式,促进系统对于可再生能源发电的消纳,高效利用氢能,合成甲醇燃料,降低系统的碳排放。
-
公开(公告)号:CN114509942B
公开(公告)日:2024-04-02
申请号:CN202210047827.2
申请日:2022-01-17
Applicant: 河北大学
IPC: G05B13/04
Abstract: 本发明提供了一种基于Petri网的柔性制造系统禁止状态控制器设计方法。该方法包括以下步骤:①根据柔性制造系统流程以及给定的生产规范,构建相应的Petri网模型#imgabs0#和线性约束条件#imgabs1#;②根据步骤①中Petri网的结构特征和线性约束条件得到整数线性规划问题;③根据步骤②求解上述线性规划问题,得到约束转换后的线性约束条件为#imgabs2#;④在原Petri网模型中添加控制库所#imgabs3#。本方法将柔性制造系统抽象为Petri网模型,从而通过求解允许约束转换设计出控制器,最后在柔性制造系统中加入控制器进行控制,能有效的避免系统进入禁止状态。
-
公开(公告)号:CN114862163A
公开(公告)日:2022-08-05
申请号:CN202210441341.7
申请日:2022-04-25
Applicant: 河北大学
IPC: G06Q10/06 , G06Q50/06 , G06K9/62 , G06F30/20 , G06F111/04 , G06F111/08 , G06F113/04
Abstract: 本发明涉及一种综合能源系统优化调度方法,包括:采集综合能源系统的运行数据和系统设备参数;建立新能源预测误差模型,求解预测误差;建立系统设备运行模型;设定电力系统约束条件,冷、热力系统约束条件,以及热水系统约束条件;进行线性化变换;分别建立系统运行成本函数模型、预测偏差惩罚成本函数模型、碳排放成本函数模型、绿色证书交易成本函数模型、储能电池寿命成本函数模型以及综合能源系统总成本目标函数模型;求解得到调度结果。本发明充分的考虑了风电的波动性和随机性,碳交易和绿色证书交易减少了对环境的碳排放,可有效得到计及综合能源系统总成本和环境碳排放量的最优解。
-
公开(公告)号:CN116679654A
公开(公告)日:2023-09-01
申请号:CN202310835128.9
申请日:2023-07-10
Applicant: 河北大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于Petri网的柔性制造系统死锁控制方法,该方法包括如下步骤:步骤一:根据柔性制造系统的生产关系,将柔性制造系统抽象为Petri网模型;步骤二:根据共享资源库所将Petri网模型分解为若干子网;步骤三:检测每一个子网死锁状况并为产生死锁的子网添加变迁控制器,恢复其死锁状态;步骤四:将所有无死锁子网和受控子网根据共享资源进行融合,得到一个无死锁的受控网,能够恢复柔性制造系统中的所有死锁标记,识别潜在的问题区域和提高系统性能,通过分治策略,将网模型分解为多个子网进行可达图分析,避免了“状态爆炸”问题,本发明的控制方式是针对有死锁的子系统逐个添加控制变迁进行实现的,有效降低了控制器的计算复杂性。
-
公开(公告)号:CN115860270A
公开(公告)日:2023-03-28
申请号:CN202310139104.X
申请日:2023-02-21
Applicant: 保定博堃元信息科技有限公司 , 河北大学
IPC: G06Q10/04 , G06Q50/06 , G06N3/0464 , G06N3/0455 , G06N3/08 , H02J3/00
Abstract: 本发明公开了一种基于LSTM神经网络的网供负荷预测系统及方法,包括CNN‑BiLSTM‑Skip混合神经网络模型,其包括:卷积层,用于从负荷变化的时间序列数据中提短期模式和变量之间的局部依赖关系;循环层,用于捕捉历史信息中相对长期的依赖关系;循环跳过层,用于捕获负荷序列中超长期的重复模式;全连接层,用于组合循环层和循环跳过层的输出作为非线性部分的预测结果;以及自回归层,用于预测负荷数据中的线性部分。本发明采用上述基于LSTM神经网络的网供负荷预测系统及方法,完成日前、日内和实时多时间层次负荷预测,实现了油气田区负荷的精准预测。
-
公开(公告)号:CN114065598B
公开(公告)日:2022-06-28
申请号:CN202111290483.X
申请日:2021-11-02
Applicant: 河北大学
IPC: G06F30/25 , G06F30/27 , G06N3/00 , G06N3/08 , G06F113/06
Abstract: 本发明公开了一种风电机组发电机的故障预警方法,该方法包括以下步骤:采集风电机组发电机整个故障演变区间的历史运行数据,选取反映发电机运行状态的各参数作为建模变量,对发电机运行状态参数归一化处理,建立DBN网络,隐含层神经元数目寻优,使用最优神经元个数建立发电机故障预警模型;对发电机运行状态参数进行重构,计算重构变量与实际变量的重构误差,确定重构误差阈值,当重构误差未超出阈值时,判定为发电机运行状态正常;当重构误差超出阈值时,判定为发电机运行状态异常,并发出故障预警信息。本发明为风电机组发电机的早期故障检测提供判断依据,以此实现风电机组发电机的故障预警。
-
公开(公告)号:CN111175651B
公开(公告)日:2021-12-31
申请号:CN202010027269.4
申请日:2020-01-10
Applicant: 河北大学
Abstract: 本发明提供了一种基于大数据的风电机组故障预警诊断系统,输入模块用以接收发电机组的传感单元获得的实时信息;图像处理模块在输入模块获得的实时信息筛选出图像信息,图像处理模块对图像信息进行处理,并将其获得的字符识别结果发送给CPU处理模块;故障诊断模块从所述输入模块中获取信息,并根据信息判断故障的优先级;CPU处理模块根据故障诊断模块生成的优先状态值调取所述数据库中的对应信息,CPU处理模块将优先状态值与对应信息进行关联性比对,CPU处理模块将图像处理模块的字符识别结果与数据库中储存的预设字符进行比对,CPU处理模块根据比对结果生成故障判断函数F,CPU处理模块将故障判断函数F经输出模块发生给终端设备。
-
公开(公告)号:CN112784373A
公开(公告)日:2021-05-11
申请号:CN202110078440.9
申请日:2021-01-19
Applicant: 河北大学
IPC: G06F30/17 , G06F30/27 , G06K9/62 , G06F113/06 , G06F119/08
Abstract: 本发明公开了一种风电机组齿轮箱的故障预警方法,该方法包括以下步骤:S1、数据获取,获取需要进行齿轮箱早期故障预警的风电机组SCADA系统中的数据和记录,时间跨度应包含风电机组正常运行、故障形成、故障显现等多个阶段;S2、选取风速、发电机转速、发电机有功功率、齿轮箱温度、上一时刻齿轮箱温度的历史数据;S3、数据预处理,删除异常数据,然后对数据进行归一化操作;S4、利用上述5个参数建立NSET温度预测模型;S5、使用建立的NSET模型预测齿轮箱温度,得到实际值与预测值的残差;S6、确定残差阈值,当残差超出阈值时发出报警信息。本发明利用3σ‑中位数准则法剔除SCADA数据中的异常值,大大提高了数据的清洗效率,然后利用NSET方法实现了风电机组齿轮箱的故障预警。
-
-
-
-
-
-
-
-
-