一种基于动态模糊理论的风机健康度评估方法

    公开(公告)号:CN117972485A

    公开(公告)日:2024-05-03

    申请号:CN202410108077.4

    申请日:2024-01-26

    Abstract: 本发明提供了一种基于动态模糊理论的风机健康度评估方法,包括:建立待测风电机组的评价指标体系和风险等级划分集;所述指标体系包括:一级评价指标和二级评价指标;通过组合赋权法确定最优指标权重,所述最优指标权重包括:一级评价指标的最优指标权重和二级评价指标的最优指标权重;根据一级评价指标最优指标权重、二级评价指标最优指标权重和风险等级划分集确定动态模糊评价矩阵;根据所述动态模糊评价矩阵,得到动态模糊评价结果;基于伪序贯蒙特卡洛算法,根据动态模糊评价结果,对待测风电机组的健康度进行评估,得到评估结果。本发明解决了现有技术中对风电机组的健康度评价不准确,导致维护成本升高的问题。

    一种基于T-S故障树的风电机组的可靠性评估方法

    公开(公告)号:CN118051713A

    公开(公告)日:2024-05-17

    申请号:CN202410111375.9

    申请日:2024-01-26

    Abstract: 本发明提供了一种基于T‑S故障树的风电机组的可靠性评估方法,包括:根据单位阶跃函数,构建第一T‑S动态故障树模型;根据第一T‑S动态故障树模型,得到第一故障概率密度函数;基于第一T‑S动态故障树模型,根据多维T‑S动态门的输入输出规则,构建第二T‑S动态故障树模型;基于第一故障概率密度函数,根据第二T‑S动态故障树模型,得到第一概率分布函数;基于第二T‑S动态故障树模型,引入多态影响下的输入输出规则,构建第三T‑S动态故障树模型;基于第一概率分布函数,根据第三T‑S动态故障树模型,得到第二故障概率分布函数;根据第二故障概率分布函数,求得各个事件的重要度并对待测风电机组进行评估。本发明解决了T‑S故障树存在误差且计算量繁琐的问题。

    一种基于T-S故障树的风电机组的可靠性评估方法

    公开(公告)号:CN118051713B

    公开(公告)日:2024-12-31

    申请号:CN202410111375.9

    申请日:2024-01-26

    Abstract: 本发明提供了一种基于T‑S故障树的风电机组的可靠性评估方法,包括:根据单位阶跃函数,构建第一T‑S动态故障树模型;根据第一T‑S动态故障树模型,得到第一故障概率密度函数;基于第一T‑S动态故障树模型,根据多维T‑S动态门的输入输出规则,构建第二T‑S动态故障树模型;基于第一故障概率密度函数,根据第二T‑S动态故障树模型,得到第一概率分布函数;基于第二T‑S动态故障树模型,引入多态影响下的输入输出规则,构建第三T‑S动态故障树模型;基于第一概率分布函数,根据第三T‑S动态故障树模型,得到第二故障概率分布函数;根据第二故障概率分布函数,求得各个事件的重要度并对待测风电机组进行评估。本发明解决了T‑S故障树存在误差且计算量繁琐的问题。

    一种基于主成分分析PCA、FA及数据集成的光伏数据规约方法

    公开(公告)号:CN118760934B

    公开(公告)日:2024-12-06

    申请号:CN202411238968.8

    申请日:2024-09-05

    Abstract: 本发明公开了一种基于主成分分析PCA、FA及数据集成的光伏数据规约方法,涉及电力技术领域,包括:获取原始光伏数据集,对所述原始光伏数据集进行降维,获得降维后的光伏数据;将所述降维后的光伏数据通过滤除、插值以及混合式时序数据三种方式汇集时序数据,将时序不同步的混乱数据进行同步处理,获得同步处理后的光伏数据;对所述同步处理后的光伏数据进行客观分类,获得客观分类结果;构建时空聚类矩阵,基于所述时空观聚类矩阵构建数据集成函数,将所述客观分类结果输入所述数据集成函数,判断是否满足异构条件,满足则获得多源异构时序数据集成,不满足则重新输入所述数据集成函数。本发明实现对光伏系统的监测、分析和优化。

    基于功率损耗的飞轮阵列功率匹配协同优化方法及装置

    公开(公告)号:CN117875603A

    公开(公告)日:2024-04-12

    申请号:CN202311676739.X

    申请日:2023-12-07

    Abstract: 本公开的实施例提供了基于功率损耗的飞轮阵列功率匹配协同优化方法及装置,应用于物理储能技术领域。所述方法包括根据各飞轮单体的指令输出功率与实际输出功率分别构建各飞轮单体指令输出功率预测模型;通过潮流计算获取飞轮阵列功率匹配需求值;根据所述飞轮阵列功率匹配需求值,基于黑寡妇算法为各飞轮单体分配实际需求输出功率;将各飞轮单体实际需求输出功率输入所述各飞轮单体指令输出功率预测模型,获取各飞轮单体预测指令输出功率;根据各飞轮单体预测指令输出功率获取各飞轮单体输出的实际功率。以此方式,可以减少飞轮阵列的功率损耗与寿命损耗,实现飞轮阵列功率匹配协同优化调度,有效提升电网稳定性与调度效率。

Patent Agency Ranking