一种基于数字孪生的风电场多目标协同优化调度方法及装置

    公开(公告)号:CN118971195A

    公开(公告)日:2024-11-15

    申请号:CN202411051458.X

    申请日:2024-08-01

    IPC分类号: H02J3/46

    摘要: 本申请提供了一种基于数字孪生的风电场多目标协同优化调度方法及装置,其中,根据风电场的风向数据划分出风电场的主导风向,并在主导风向下根据尾流特性对风电场内的风电机组进行分群得到若干风电机组群;根据风电场的风速数据生成风电场的若干风电场景;对生成的若干风电场景进行场景缩减得到风电场的典型场景;对于各典型场景,基于强化学习算法确定出可使该典型场景下风电场数字孪生模型的输出功率和机组载荷满足目标函数的预调度指令;将预调度指令作为实时优化调度的初始值,利用分布式预测控制算法对控制参数进行优化;在该典型场景下,基于优化后的控制参数控制各风电机组运行。采用上述方法,以提高风电场的发电效率和发电功率。

    一种基于量子多智能体强化学习的云制造调度方法

    公开(公告)号:CN118396294A

    公开(公告)日:2024-07-26

    申请号:CN202410486377.6

    申请日:2024-04-22

    发明人: 程龙 顾妍 胡阳 房方

    摘要: 本发明将量子多智能体强化学习应用于云制造调度问题中,借助量子神经网络在处理复杂信息方面的能力提高制造任务中制造资源配置的优化。本发明使用采用多智能体强化学习架构,将云制造平台中的每个任务接收器都视作一个智能体,每个智能体负责为其对应的制造任务的子任务分配合适的资源。本发明采用集中式训练分散式执行的方法来训练多智能体强化学习模型。针对每个智能体的Actor网络以及集中式Critic网络,本发明设计了一种固定的变分电路架构,以防止随机量子门带来的不确定性,这种设计保证了量子电路的稳定性和可控性。此外,本发明还使用一种密集编码方式,能够利用更少的量子比特位来映射经典数据维度。这种方法有效地提高了量子计算资源的利用率,同时降低了云制造调度过程中的计算复杂度。使得在标准计算平台上对复杂的云制造调度任务进行量子神经网络训练的实际模拟成为可能。本发明还设计了一种多目标的奖励机制,由制造任务最终完成时间,制造任务执行总成本共同决定。

    发电设备的故障处理方法、装置、设备及介质

    公开(公告)号:CN118350805A

    公开(公告)日:2024-07-16

    申请号:CN202410529491.2

    申请日:2024-04-29

    摘要: 本申请公开了发电设备的故障处理方法、装置、设备及介质,获取发电设备的故障描述信息,利用故障诊断模型处理故障描述信息,得到故障类型,再利用操作指导模型处理故障类型,得到故障处理回答文本,显示故障处理回答文本。操作指导模型是基于发电设备的知识图谱构建的生成式模型。采用生成式模型能够实现人机友好的交互过程,提升用户的使用体验。利用故障诊断模型和操作指导模型,能够自动生成针对发电设备故障的故障处理回答文本,以便工作人员基于故障处理回答文本快速处理发电设备的故障,提高故障诊断和维修的效率。并且,还能够降低工作人员的工作强度,提高发电设备管理与运维的效率与智能化程度,减少不规范操作的潜在风险。

    一种风电机组健康状态监测方法及装置

    公开(公告)号:CN117514649B

    公开(公告)日:2024-05-24

    申请号:CN202311696344.6

    申请日:2023-12-11

    IPC分类号: F03D17/00

    摘要: 本申请提供了一种风电机组健康状态监测方法及装置,其中,该方法包括:针对当前时间段中的各第一滑动时间窗口,确定出第一局部全量检测点温度时序数据和第一局部工况时序数据;根据第一局部全量检测点温度时序数据生成第一局部邻接矩阵;将第一局部邻接矩阵、第一局部工况时序数据、全局邻接矩阵输入到目标预测模型中,预测每个检测点各自的第一预测检测点温度数据;针对每个检测点,确定该检测点的第一测量检测点温度数据,计算第一测量检测点温度数据与该检测点的第一预测检测点温度数据之间的第一残差;根据第一残差确定目标风力发电机组的健康状态。通过该方法,提高了对风力发电机组健康状态监测的效率和及时性。

    双风轮风力发电机组及其控制方法和装置

    公开(公告)号:CN114962143B

    公开(公告)日:2024-03-15

    申请号:CN202210676951.5

    申请日:2022-06-15

    IPC分类号: F03D7/00 F03D7/04 F03D1/02

    摘要: 本发明提供了一种双风轮风力发电机组及其控制方法和装置,涉及风力发电技术领域,该方法包括:获取双风轮风力发电机组在当前风速下的风轮转速组合,以查找风轮转速组合对应的理想工作点;基于理想工作点计算第一风轮和第二风轮的电磁转矩补偿值;获取第一风轮和第二风轮的转速转矩曲线,确定第一风轮和第二风轮的目标电磁转矩;根据电磁转矩补偿值和目标电磁转矩计算第一风轮和第二风轮的电磁转矩命令信号,以对第一风轮和/或第二风轮进行控制,本发明提供的双风轮风力发电机组及其控制方法和装置,可保证双风轮风力发电机组在不同风速下稳定在最佳运行状态,以指导双风轮风力发电机组的运行控制,充分发挥双风轮风力发电机组的风能转化能力。

    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:CN112749840B

    公开(公告)日:2023-10-20

    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。

    基于海上风电机组机舱温度监测的故障预警方法及系统

    公开(公告)号:CN116677570A

    公开(公告)日:2023-09-01

    申请号:CN202310889270.1

    申请日:2023-07-19

    IPC分类号: F03D17/00

    摘要: 本申请提供了基于海上风电机组机舱温度监测的故障预警方法及系统,其中,数据采集模块采集待监测风电机组的历史初始状态数据;数据处理模块利用领域成分分析法对历史初始状态数据进行筛选得到历史候选状态数据,然后对历史候选状态数据进行预处理得到历史目标状态数据;温度确定模块将历史目标状态数据输入至用于对待监测风电机组的机舱温度值进行确定的神经网络模型中得到待监测风电机组的当前机舱温度值;故障判断模块根据当前机舱温度值以及当前状态数据值确定出当前状态指数,然后根据当前状态指数与预设标准状态指数范围确定出待监测风电机组是否发生故障。采用上述方法,能够对海上风力风电机组的机舱温度进行预测,以对风电机组是否出现故障进行监测。

    漂浮式风电机组的建模方法及装置

    公开(公告)号:CN115495935B

    公开(公告)日:2023-03-21

    申请号:CN202211420577.9

    申请日:2022-11-15

    摘要: 本发明提供了一种漂浮式风电机组的建模方法及装置,涉及风电机组建模的技术领域,本发明提供的漂浮式风电机组的建模方法及装置,能够获取预设的漂浮式风电机组的状态变量和输入变量,基于状态变量和输入变量构建非线性模型,根据非线性模型建立非线性模型对应的面向控制线性变参数模型,以基于该面向控制线性变参数模型对漂浮式风电机组进行控制,并且,本发明中的非线性模型包括:传动子系统模型、塔架子系统模型、漂浮平台子系统模型和系泊子系统模型,涵盖了漂浮式风电机组多种特性,可以既满足模型精度的前提下使模型计算复杂度保持适中的水平,又可以为漂浮式风电机组的控制器设计提供合适可靠的模型支撑,提高漂浮式风电机组的控制性能。