基于大数据特征提取的海上风电机组监测数据处理方法

    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

    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。

    一种海上风电机组综合运行效果量化评估方法

    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

    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。

    一种基于储能盈利空间最大化的用户储能容量配置方法

    公开(公告)号:CN112086977A

    公开(公告)日:2020-12-15

    申请号:CN202010883036.4

    申请日:2020-08-28

    Abstract: 本发明公开了一种基于储能盈利空间最大化的用户储能容量配置方法,包括:读取用电用户历史负荷时间序列数据,提取标准负荷时间序列数据;计算用电用户的单日需量电费与单日电度电费;根据标准负荷时间序列数据的特征计算削峰线与填谷线;利用削峰线与填谷线,挖掘标准负荷时间序列数据中的需量管理空间、削峰空间与填谷空间,将需量管理空间、削峰空间与填谷空间转换为用户非经济性约束情况下购置储能系统容量;计及经济性约束后,计算获得最大化的储能盈利空间及其对应的储能配置容量。该方法可求解挖掘该负荷时间序列中的最大储能盈利空间及其对应储能容量配置,可指导用电用户采购安装符合自身负荷特性经济获利最大化的储能系统。

    一种基于储能盈利空间最大化的用户储能容量配置方法

    公开(公告)号:CN112086977B

    公开(公告)日:2022-08-30

    申请号:CN202010883036.4

    申请日:2020-08-28

    Abstract: 本发明公开了一种基于储能盈利空间最大化的用户储能容量配置方法,包括:读取用电用户历史负荷时间序列数据,提取标准负荷时间序列数据;计算用电用户的单日需量电费与单日电度电费;根据标准负荷时间序列数据的特征计算削峰线与填谷线;利用削峰线与填谷线,挖掘标准负荷时间序列数据中的需量管理空间、削峰空间与填谷空间,将需量管理空间、削峰空间与填谷空间转换为用户非经济性约束情况下购置储能系统容量;计及经济性约束后,计算获得最大化的储能盈利空间及其对应的储能配置容量。该方法可求解挖掘该负荷时间序列中的最大储能盈利空间及其对应储能容量配置,可指导用电用户采购安装符合自身负荷特性经济获利最大化的储能系统。

    一种海上风力发电场多时间尺度风速预测方法

    公开(公告)号:CN116720606A

    公开(公告)日:2023-09-08

    申请号:CN202310529947.0

    申请日:2023-05-11

    Abstract: 本发明属于海上风力发电系统风速预测领域,公开了一种海上风力发电场多时间尺度风速预测方法,首先采集被预测海上风力发电场为期一年每个15分钟测量一次的风速数据作为历史时间序列数据,历史时间序列数据中还包括了气温、降水量等数据;然后对其进行小波分解获得具有周期特征的多周期时间序列数据;然后通过该多周期时间序列数据构建训练样本数据集,再将训练样本数据集通过支持向量机中的高斯核函数变换为高维空间的数据,随后对该数据进行训练,得到训练模型;最后根据当前时刻的测量风速信息通过训练好的模型可预测未来的风速信息。该方法可实现海上风力发电场多时间尺度风速预测,且时间越接近,预测结果越精确。

Patent Agency Ranking