-
公开(公告)号：CN117791746A
公开(公告)日：2024-03-29
申请号：CN202311677229.4
申请日：2023-12-08
Applicant: 华南理工大学
Abstract: 本发明提出一种考虑变量耦合的海上双馈风电机组多目标协同控制方法，首先建立预测模型，预测对象包括发电机有功无功幅值和变化率、网侧换流器有功无功幅值和变化率以及输出电压幅值突变量；其次建立多目标优化问题，多个优化目标包括：(1)提升双馈风电机组多种功率随动跟踪各自参考值的精度；(2)提升双馈风电机组多种功率中特定功率的幅值允许范围；(3)提升双馈风电机组多种功率中特定功率的变化率允许范围；(4)降低网侧换流器输出电压幅值突变量；最后，模型预测控制器按固定时间周期求解多目标优化问题，得到最优控制量并执行。所述方法实现双馈风电机组多种功率耦合下的的多目标协同优化控制。
-
公开(公告)号：CN118713202A
公开(公告)日：2024-09-27
申请号：CN202410800864.5
申请日：2024-06-20
Applicant: 华南理工大学 , 深圳华工能源技术有限公司
Abstract: 本发明公开了一种基于事件触发一致性的海上风电机组主动频率支撑方法；通过调节海上风力发电机组的输出功率使其工作备用功率模式下，当电网频率波动较大时，即可利用备用功率主动参与电网频率调节；海上风力发电机组的备用功率可通过下垂控制器参与电网频率调节。本发明基于事件触发一致性算法控制每台海上风力发电机组在参与电网频率调节后的输出功率变化量，进而可保障每台风力发电机组的备用功率比例一致，从而避免由于海上风力发电机组的输出功率变化量过高或过低，提前退出电网频率调节的风险。
-
公开(公告)号：CN117763353A
公开(公告)日：2024-03-26
申请号：CN202311722451.1
申请日：2023-12-14
Applicant: 华南理工大学
IPC: G06F18/214 , G06F18/21 , G06Q50/06 , G06N3/006 , G06N20/10
Abstract: 本发明公开了一种适用于数字孪生系统的海上风力发电机模型训练方法，该方法首先每15s采集一次风力发电机组的各类数据，如电流、电压、振动、风速、海浪负荷等，为期一年的采集构成了样本数据集；通过交叉验证方法将样本数据集分为了测试集与训练集；然后利用雪消融优化器在样本数据集中筛选出模型训练的输入特征；最后利用最小二乘支持向量机算法训练模型，并利用测试集分析训练好的模型的正确率作为雪消融优化器的适应度。
-
公开(公告)号：CN117951888A
公开(公告)日：2024-04-30
申请号：CN202410037091.X
申请日：2024-01-09
Applicant: 华南理工大学
IPC: G06F30/20 , G06F11/20 , G06F113/06 , G06F119/02
Abstract: 本发明提供了一种海上风电机组主控装置硬件可靠性优化设计方法，包括以下步骤：步骤S1：对海上风电机组主控装置进行双CPU冗余备份设计，并设计基于CPU周期性能指标和CPU实时性能指标的CPU自适应切换机制；步骤S2：对海上风电机组主控装置进行双通信接口冗余备份设计，并设计基于通信性能和任务负载动态均衡的通信接口切换机制。本发明考虑了海上风电机组主控装置CPU及通信接口容易损坏的缺点，对CPU及通信接口进行冗余备份设计并分别提出新颖实用的切换机制，可以有效提升海上风电机组主控装置的可靠性和稳定性，降低海上风电机组因故障停机的风险。
-
Patent Agency Ranking
公开(公告)号：CN119675089A
公开(公告)日：2025-03-21
申请号：CN202410800869.8
申请日：2024-06-20
Applicant: 华南理工大学 , 深圳华工能源技术有限公司
IPC: H02J3/36 , H02J3/38 , H02M7/00 , G06F30/18 , G06F30/27 , G06N3/006 , G06F113/04 , G06F113/06
Abstract: 本发明属于海上风力发电系统控制策略领域，公开了一种基于沙猫群算法的风力发电场换流站参数优化方法，包括：S1：构建海上风力发电场换流站的结构；S2：分析送端换流站、受端换流站的控制系统，明确控制系统中需要设置的参数；S3：采用沙猫算法优化需要设置的参数。海上风力发电场通过送端换流站、受端换流站，将电能通过高压直流输电线路传输到用电侧；送端换流站、受端换流站采用MMC变换器，其控制系统包含大量需要设置的参数，这些参数可通过沙猫群优化算法获得。
-
公开(公告)号：CN117543726A
公开(公告)日：2024-02-09
申请号：CN202311425015.8
申请日：2023-10-30
Applicant: 华南理工大学
IPC: H02J3/48 , G06Q10/0631 , G06Q50/06
Abstract: 本发明提出一种基于模型预测控制的风电场有功功率优化调控方法，首先对风电机组只利用转子动能的存储/释放进行固定短时调频时的有功主动支撑能力进行精确量化，得到不同风速下风电机组的有功主动支撑能力；其次，当电力系统频率偏离额定值，实时计算风电场总有功调节量，考虑各个风电机组有功主动支撑能力精确量化结果以及额定功率，基于模型预测控制技术将风电场总有功调节量分配到各个风电机组，得到各个风电机组被分配的有功调节量。所述方法避免了风电机组被分配的有功调节量超出其有功主动支撑能力而导致的风电机组转子转速超出稳定运行范围。同时也使得有功主动支撑能力大以及额定功率大的风电机组被分配到更多有功调节量。
-
公开(公告)号：CN117909730A
公开(公告)日：2024-04-19
申请号：CN202311735349.5
申请日：2023-12-14
Applicant: 华南理工大学
IPC: G06F18/214 , H04L67/2866 , G06N3/0499 , G06N20/00 , G06Q50/06
Abstract: 本发明公开了一种基于淘金优化器的海上风力发电机组模型训练方法，该发明首先搭建了海上风力发电机组的云‑边‑端框架，分为终端设备层、边缘设备层以及云端设备层，所述终端设备层通过第一网络层与边缘设备层通信，所述边缘设备层通过第二网络层与云端设备层通信；云端设备层中应承担训练海上风力发电机组模型的责任，边缘设备层可通过TCP/IP下载海上风力发电机组的模型，进而实现对海上风力发电机组的监控和预测。该发明通过极限学习机训练海上风力发电机组模型，但是海上风力发电机组的特征维数较多。因此，该发明通过淘金优化器筛选特征，降低了特征维度，提高模型训练的效率。
-
公开(公告)号：CN115293286A
公开(公告)日：2022-11-04
申请号：CN202211001825.6
申请日：2022-08-20
Applicant: 华南理工大学 , 深圳华工能源技术有限公司
Abstract: 本发明公开了一种基于大数据特征提取的海上风电机组监测数据处理方法，包括步骤：S1：将海上风电机组的实时监测数据分为振动类、机械类、电气类、环境类监测数据四种；S2：对数据进行预处理，将振动类监测数据和电气类监测数据进行融合，得到振动‑电气融合监测数据；S3：根据主成分分析法分别对机械类、环境类和振动‑电气融合监测数据进行降维，并将降维后的三种数据进行融合；S4：针对融合后的数据，采用基于主成分分析的特征重构模型对融合的数据特征进行重构，根据重构误差判断是否存在故障。本发明解决了海量的海上风电机组监测数据处理问题，有效提取海量监测数据特征，准确而及时的诊断海上风电机组故障，降低运维成本。
-
公开(公告)号：CN115271530A
公开(公告)日：2022-11-01
申请号：CN202211001824.1
申请日：2022-08-20
Applicant: 华南理工大学 , 深圳华工能源技术有限公司
Abstract: 本发明公开了一种海上风电机组综合运行效果量化评估方法，包括：获取风电机组运行时的实时运行参数与实时环境参数；根据属性和功能组件的不同，划分出各级子系统，确定相应的特征参数及对应的隶属度函数和权值矩阵；根据相对劣化度分析方法，对特征参数劣化度进行评估，结合隶属度函数和权值矩阵，得到子系统运行效果的隶属度矩阵；综合各级子系统运行效果的隶属度矩阵和对应的权值矩阵，得到风电机组综合运行效果的隶属度矩阵，对风电机组综合运行效果进行评估。用于解决目前风电领域采用的指标评价体系无法全面地体现风机的综合运行效果的技术问题。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.023 seconds)
