风力发电机组故障判断方法
    1.
    发明公开

    公开(公告)号:CN114198265A

    公开(公告)日:2022-03-18

    申请号:CN202111296506.8

    申请日:2021-11-03

    IPC分类号: F03D17/00 F03D80/00

    摘要: 本发明提供一种风力发电机组故障判断方法,属于风力发电技术领域。该方法包括:获取风力发电机PLC的实时数据,并在实时数据中获取风力发电机有功功率,并对风力发电机有功功率值进行判定,如果风力发电机有功功率不大于零,则对风力发电机的状态码是否是故障进行判定;如果风力发电机的状态码是故障,则判定风力发电机的当前状态是故障,并对故障持续的时间进行判定;如果故障持续的时间超过第一预设阈值,则需要现场对风力发电机的故障进行处理。采用本方法对风力发电机故障进行判断,判断结果与风力发电机实际状态偏差小,判断结果准确。

    一种风电短期功率预测方法、装置及可读存储介质

    公开(公告)号:CN114444755A

    公开(公告)日:2022-05-06

    申请号:CN202111408490.5

    申请日:2021-11-24

    摘要: 本发明提供一种风电短期功率预测方法,包括以下步骤:采集风电场的运行数据,且按照季节让所述运行数据分为四组;对所述运行数据进行清洗;对清洗后的数据进行变分模态分解;将分解后的数据进行归一化处理,构造训练数据和验证数据;选择与所述风电场每天的功率最相关的特征;建立不同季节下的风电场功率的ELM模型,对于所述ELM模型中的初始权重和阈值,选用改进的蝙蝠算法进行优化;训练所述ELM模型;基于所述ELM模型预测所述风电短期功率。本发明使用改进的蝙蝠算法优化ELM的权重和偏置相比传统ELM预测风电功率的方法,能够有效提升风电短期功率预测的准确率。