部分遮阳光伏阵列的全局MPPT控制方法与装置

    公开(公告)号:CN114510111B

    公开(公告)日:2023-09-12

    申请号:CN202111634502.6

    申请日:2021-12-29

    IPC分类号: G05F1/67

    摘要: 本发明提出一种部分遮阳光伏阵列的全局MPPT控制方法与装置,属于光伏发电技术领域。其中,本发明的控制方法包括:获取所述部分遮阳光伏阵列运行的最大功率点电压和电流信号;通过所述控制设备搜索全局MPPT,并将搜索数据反馈至所述运维优化模块,以对所述部分遮阳光伏阵列的运维进行指导优化。本发明采用基于蜉蝣算法优化的支持向量机算法搜索部分遮阳光伏阵列的全局最大功率点电压,提升了部分遮阳光伏阵列全局最大功率点跟踪效果,以提高光伏电站的效率,为分布式光伏电站的运维优化提供新思路。

    基于EEMD的双向LSTM网络风速预测方法

    公开(公告)号:CN114781739A

    公开(公告)日:2022-07-22

    申请号:CN202210484593.8

    申请日:2022-05-06

    摘要: 本发明提供了基于EEMD的双向LSTM网络风速预测方法,其采用EEMD将风速序列分解为多个频域相对稳定的子序列,避免了EMD的模态混叠现象,再采用BiLSTM构建预测模型,提高了风速预测的精度。其包括如下步骤:步骤1、数据采集,采集得到对应风力发电场的风速数据;步骤2、数据预处理,采用Z‑score对数据进行归一化处理,将数据集使用转换成合适的形式,其中x为原始风速数据,μ为全部风速数据的均值,σ为全部风速数据的标准方差,x'为归一化后的风速数据;步骤3、数据去噪,其在混合模型中采用EEMD进行数据去噪,其将实际输入信号分为多个IMFS和一个残差分量;步骤4、模型训练,将数据划分为训练数据及测试数据,其采用双向LSTM网络进行风速预测;步骤5、性能验证。

    一种混合可再生能源系统的结构优化方法及装置

    公开(公告)号:CN114172195A

    公开(公告)日:2022-03-11

    申请号:CN202111400169.2

    申请日:2021-11-24

    摘要: 本发明提供了一种混合可再生能源系统的结构优化方法及装置,该方法包括:获取混合可再生能源系统的负荷需求及供电能力要求;建立混合发电子系统的输出功率模型;建立储能发电子系统的氢气燃料箱的数量模型;基于混合可再生能源系统的结构参数,以系统年度总成本为目标构建混合可再生能源系统的目标函数模型;基于负荷需求、供电能力要求、输出功率模型及氢气燃料箱的数量模型,确定结构参数对应的结构参数范围;在结构参数范围内,计算目标函数模型的最优解,确定混合可再生能源系统的结构设计方案。实现了混合可再生能源系统的最佳单位规模方案,在满足系统可靠性的情况下减少整个系统中的年度总成本,提高了混合可再生能源系统的经济性能。

    一种风电场控制方法及装置
    7.
    发明公开

    公开(公告)号:CN114172194A

    公开(公告)日:2022-03-11

    申请号:CN202111400159.9

    申请日:2021-11-24

    IPC分类号: H02J3/38 H02J3/24 G06F30/20

    摘要: 本发明提供了一种风电场控制方法及装置,该方法包括:基于风电场的设备参数,建立风电机组的最大跟踪功率输出模型和永磁同步发电机的第一电压输出模型;基于电网侧的电网参数,建立电网侧逆变器的第二电压输出模型;基于功率输出模型和第一电压输出模型,建立机器侧的转换器控制模型;基于第二电压输出模型,建立电网侧的逆变器控制模型;以模糊逻辑控制器的误差输入为目标,构建模糊逻辑控制器的目标函数模型;基于风电场的实时运行数据及电网侧的实时运行数据,计算目标函数模型的最优解,并基于最优解对应的模型参数利用转换器控制模型和逆变器控制模型对风电场进行控制。从而提升了并网变速风电机组的故障穿越能力,保障电网的稳定性。

    基于增强卷积去噪算法的风电机组数据清洗方法及装置

    公开(公告)号:CN114153826A

    公开(公告)日:2022-03-08

    申请号:CN202111312716.1

    申请日:2021-11-08

    摘要: 本公开提供一种基于增强卷积去噪算法的风电机组数据清洗方法及装置。所述方法包括:基于SCADA系统,采集风电机组的风电数据;对所述风电机组的风电数据,采用模糊C均值FCM进行数据聚类;对聚类处理后的所述风电数据,基于增强卷积神经网络进行数据去噪;对去噪处理后的所述风电数据,基于布谷鸟算法进行数据缺失值填补和无效值处理,完成风电机组数据清洗。本公开的风电机组数据清洗,为风电机组的状态监测和异常检测以及长短期风电功率预测等奠定了良好的基础。在风机数据去噪中引入了增强卷积神经网络方法,并且在神经网络隐藏层的输出附加辅助监督信息作为正则化约束,可有效提高数据去噪的效率和精确性。

    一种改进YOLOv3的交通标志识别的方法及装置

    公开(公告)号:CN114140766A

    公开(公告)日:2022-03-04

    申请号:CN202111349000.9

    申请日:2021-11-15

    摘要: 本发明提供一种改进YOLOv3的交通标志识别的方法及装置。方法包括采集若干交通标志图片,得到数据集;基于预设的数据增强方法,对数据集进行预处理;将预处理后的数据集划分为训练集和测试集;在YOLOv3网络模型中引入通道注意力增强深度网络,得到改进后的YOLOv3网络模型;将训练集输入改进后的YOLOv3网络模型中进行训练,并利用测试集进行验证,得到训练好的YOLOv3网络模型;利用训练好的YOLOv3网络模型对交通标志进行识别。通过对图片进行数据增强处理,能有效防止过拟合的同时,增加模型的泛化能力,通过网络模型中引入通道注意力增强深度网络,可以提高交通标志识别的准确度,提高交通标志识别的效率。