-
公开(公告)号:CN116025512B
公开(公告)日:2024-03-19
申请号:CN202310227485.7
申请日:2023-03-02
申请人: 华北电力大学 , 华能如东八仙角海上风力发电有限责任公司 , 华能集团技术创新中心有限公司
摘要: 本申请提供了一种风力发电机群控制方法、装置、设备及存储介质,其中,根据每个风力发电机的发电机参数确定出每个风力发电机的尾流边界和速度边界;对于风力发电机组中的每两个风力发电机,根据上游风力发电机的尾流边界和速度边界和下游风力发电机的位置坐标确定出该两个风力发电机之间的尾流干扰情况;根据尾流干扰情况生成描述风力发电场尾流干扰关系的邻接矩阵;根据邻接矩阵利用Tarjan算法对风力发电机进行划分得到风力发电机群;对于每个风力发电机群,利用非支配排序遗传算法确定出该风力发电机群中的每个风力发电机的最优偏航角值;控制每个风力发电机在最优偏航角值的偏航角下运行。采用上述方法,以提高风力发电场的发电效率。
-
公开(公告)号:CN116306287B
公开(公告)日:2024-02-09
申请号:CN202310271700.3
申请日:2023-03-20
申请人: 华北电力大学 , 北京拓扑数能科技有限公司 , 华能集团技术创新中心有限公司
IPC分类号: G06F30/27 , G06F111/18 , G06F113/06 , G06F119/12
摘要: 本发明提供了一种风机预测数据确定方法、系统、应用及可读存储介质,所述风机预测数据确定方法包括以下步骤:S1:建立与各种风力发电机相对应的虚拟风机,获取风机模型的原始特征点数据;S2:将S1中原始特征点数据进行降采样处理和序列重组,获取重组后的特征点数据;S3:将重组后的特征点数据进行高斯线性模糊处理后,获得时间窗口粒化数据;S4:将时间窗口粒化数据输入风机预测模型,获取数字孪生风机平台的风机长期预测数据,本发明通过将风机数据进行降采样和时间窗口粒化,在充分表示数据趋势变化的同时也有效避免了长期预测中存在的累计误差和时间相关性减小的问题,提高了长期预测的精准度。
-
公开(公告)号:CN114254904A
公开(公告)日:2022-03-29
申请号:CN202111522702.2
申请日:2021-12-13
申请人: 华北电力大学 , 华能集团技术创新中心有限公司
摘要: 本申请提供了一种风电机组机舱运行健康度评价方法及装置,其中,该方法包括:确定当前风速区间的机舱温度期望值和机舱温度上下边界;确定当前风速区间内的风电机组机舱温度的上下限值;根据当前时刻机舱温度的实时监测值和当前风速区间内的风电机组机舱温度的上下限值,分别基于当前风速区间的机舱温度期望值和机舱温度上下边界计算第一、第二、第三风电机组机舱运行健康度;将所述第一、第二、第三风电机组机舱运行健康度中的最大值确定为风电机组机舱运行健康度评价结果。本申请实施例可以对机舱运行健康状态做出柔性预估,为机舱温度异常趋势预测和机舱内源部件运行控制带来了更多的量化辅助信息,对保证风电机组稳定经济运行具有重要工程意义。
-
公开(公告)号:CN114238297A
公开(公告)日:2022-03-25
申请号:CN202111539787.5
申请日:2021-12-15
申请人: 华北电力大学 , 华能集团技术创新中心有限公司
IPC分类号: G06F16/215 , G06N3/04 , G06N3/08 , G06Q50/06
摘要: 本申请提供了一种风机运行缺失数据填补方法、装置、电子设备及介质,其中,该方法包括:获取风电场的实测运行数据样本;针对需要填补的连续缺失数据,利用剩余数据提取风电场运行相似条件;采用k折交叉验证法训练得到k1个GPR数据填补模型,进行缺失数据填补并求取k1个GPR数据填补值的平均值,得到GPR数据填补平均值并计算其标准偏差;采用k折交叉验证法训练得到k2个LSTM数据填补模型,进行缺失数据填补并求取k2个LSTM数据填补值的平均值,得到LSTM数据填补平均值并计算其标准偏差;对GPR数据填补平均值的标准偏差和LSTM数据填补平均值的标准偏差进行加权计算得到填补结果,对连续缺失数据进行填补,可在大范围连续数据缺失情况下具有较高的缺失值填补精度。
-
公开(公告)号:CN113052256A
公开(公告)日:2021-06-29
申请号:CN202110389384.0
申请日:2021-04-12
申请人: 华北电力大学 , 华能集团技术创新中心有限公司
IPC分类号: G06K9/62
摘要: 本发明提供了一种风向聚类方法、装置及电子设备,其中,该方法包括:获取风电场各风机的周期性风向数据;根据周期性风向数据确定适用于周期性风向数据的相似性度量指标;基于相似性度量指标,选出k个聚类中心,并将周期性风向数据划为k个簇;基于周期性风向数据确定误差平方和准则函数;基于误差平方和准则函数对k个簇的聚类效果进行评价,确定最终聚类效果。其中,通过周期性风向数据确定适用于周期性风向数据的相似性度量指标与误差平方和准则函数,解决了传统K‑means算法不适用于周期性风向数据聚类的缺点,保证了聚类结果的可靠性和真实性,并且根据聚类结果可以获得可靠合理的风扇划分,避免了人为划分扇区的主观性。
-
公开(公告)号:CN112865187A
公开(公告)日:2021-05-28
申请号:CN202110391868.9
申请日:2021-04-12
申请人: 华北电力大学 , 华能集团技术创新中心有限公司
摘要: 本发明提供了一种风电场功率调度方法、装置及电子设备,涉及风电场优化调度的技术领域,该方法包括:对风电机组中所包括的风机进行减载率分析,确定减载率与风速的关系;根据高斯混合模型和减载率与风速的关系对风机的出力特性进行概率拟合,得到特定风速下风机的最大出力的概率分布模型;基于概率分布模型以及风电场功率调度要求,构建风电场功率调度的多目标优化函数;对多目标优化函数进行迭代求解得到多目标优化函数的最优解,以生成风电机组的负荷分配方案进行调度。本发明提供的风电场功率调度方法、装置及电子设备,考虑了风机的出力特性,不仅有助于提升风电场输出功率稳定性与含风电电网的安全性,也有助于提高风电场的调度效率。
-
公开(公告)号:CN116316883B
公开(公告)日:2024-03-22
申请号:CN202310262107.2
申请日:2023-03-17
申请人: 华北电力大学 , 华能如东八仙角海上风力发电有限责任公司 , 华能集团技术创新中心有限公司
IPC分类号: H02J3/46
摘要: 本发明提供了一种风电机群协同运行优化控制方法,包括:根据数字化模型和改进的Jensen尾流模型划分风电机群;对风电机组进行多自由度控制器设计;采用外推法和Mextremes两种方法联合计算风电机组的极限载荷,结合安全载荷系数构建风电机组运行安全载荷约束以及偏航角度约束;以机群发电功率最大为优化目标,上游机组偏航角度为决策变量,安全载荷约束、偏航角度约束和上游机组功率变化范围为约束条件,建立风电机群协同优化问题模型;基于模式搜索法,根据风电机群协同优化问题模型确定风电机群协同运行优化算法,并对风电机组的偏航角度寻优,以达到最大发电量。本发明有效改进了风电机群发电效率,能够有效的提升机组发电效率。
-
公开(公告)号:CN116306287A
公开(公告)日:2023-06-23
申请号:CN202310271700.3
申请日:2023-03-20
申请人: 华北电力大学 , 北京拓扑数能科技有限公司 , 华能集团技术创新中心有限公司
IPC分类号: G06F30/27 , G06F111/18 , G06F113/06 , G06F119/12
摘要: 本发明提供了一种风机预测数据确定方法、系统、应用及可读存储介质,所述风机预测数据确定方法包括以下步骤:S1:建立与各种风力发电机相对应的虚拟风机,获取风机模型的原始特征点数据;S2:将S1中原始特征点数据进行降采样处理和序列重组,获取重组后的特征点数据;S3:将重组后的特征点数据进行高斯线性模糊处理后,获得时间窗口粒化数据;S4:将时间窗口粒化数据输入风机预测模型,获取数字孪生风机平台的风机长期预测数据,本发明通过将风机数据进行降采样和时间窗口粒化,在充分表示数据趋势变化的同时也有效避免了长期预测中存在的累计误差和时间相关性减小的问题,提高了长期预测的精准度。
-
公开(公告)号:CN115685847B
公开(公告)日:2023-06-20
申请号:CN202211377571.8
申请日:2022-11-04
申请人: 华北电力大学 , 华能集团技术创新中心有限公司
IPC分类号: G05B19/042
摘要: 本发明提供了一种漂浮式风电机组的容错控制方法及装置,涉及风电机组控制的技术领域,本发明提供的漂浮式风电机组的容错控制方法及装置,能够获取预先建立的漂浮式风电机组的低阶非线性模型;基于低阶非线性模型建立漂浮式风电机组的切换线性模型;并获取当前漂浮式风电机组的模态参数,基于模态参数确定漂浮式风电机组当前所满足的子模型;以便于基于子模型和模态参数建立漂浮式风电机组的切换滑模面和全阶状态观测器;进而根据切换滑模面和全阶状态观测器计算漂浮式风电机组的控制器的反馈输出,可以增加整个控制过程的鲁棒性和自适应性,可以在多种或者极端工况下,保证漂浮式风电机组的容错运行性能。
-
公开(公告)号:CN116025512A
公开(公告)日:2023-04-28
申请号:CN202310227485.7
申请日:2023-03-02
申请人: 华北电力大学 , 华能集团技术创新中心有限公司
摘要: 本申请提供了一种风力发电机群控制方法、装置、设备及存储介质,其中,根据每个风力发电机的发电机参数确定出每个风力发电机的尾流边界和速度边界;对于风力发电机组中的每两个风力发电机,根据上游风力发电机的尾流边界和速度边界和下游风力发电机的位置坐标确定出该两个风力发电机之间的尾流干扰情况;根据尾流干扰情况生成描述风力发电场尾流干扰关系的邻接矩阵;根据邻接矩阵利用Tarjan算法对风力发电机进行划分得到风力发电机群;对于每个风力发电机群,利用非支配排序遗传算法确定出该风力发电机群中的每个风力发电机的最优偏航角值;控制每个风力发电机在最优偏航角值的偏航角下运行。采用上述方法,以提高风力发电场的发电效率。
-
-
-
-
-
-
-
-
-