-
公开(公告)号：CN118609698A
公开(公告)日：2024-09-06
申请号：CN202410795392.9
申请日：2024-06-19
申请人： 华能新能源股份有限公司 , 中国华能集团清洁能源技术研究院有限公司 , 华能集团技术创新中心有限公司
摘要： 本申请公开了一种铁含量的预测方法和装置、存储介质及电子装置，其中，上述方法包括：基于预设时间间隔采集目标对象中的铁含量数据，并将多个铁含量数据根据所述预设时间间隔排列为铁含量数据序列；根据所述铁含量数据序列和灰色线性回归组合模型生成铁含量预测公式，并根据所述铁含量预测公式预测所述目标对象在目标时间段的铁含量。通过上述方法，可以解决现有技术中通过机器学习算法预测目标对象的铁含量，导致预测的准确率低的问题。
-
公开(公告)号：CN118013386A
公开(公告)日：2024-05-10
申请号：CN202410189833.0
申请日：2024-02-20
申请人： 华能新能源股份有限公司 , 中国华能集团清洁能源技术研究院有限公司 , 华能集团技术创新中心有限公司
IPC分类号： G06F18/2411 , G06F18/214 , G06F18/2135 , G06N20/10
摘要： 本申请提出了一种传动链的故障识别模型的训练方法、故障识别方法及装置，涉及风电机组领域，通过基于预设核函数构建多分类支持向量机，其中，预设核函数为指数核函数与方差分析核函数之和；基于训练样本集对多分类支持向量机进行训练，获取训练完成后的模型参数；由多分类支持向量机和迁移学习网络构建初始故障识别模型；对多分类支持向量机按照模型参数进行参数冻结，并基于待识别的目标风电机组对应的第二传动链相关数据对迁移学习网络进行训练，获取训练结束后生成的中间故障识别模型；对中间故障识别模型内的多分类支持向量机进行参数解冻，并基于第二传动链相关数据对中间故障识别模型进行参数微调，获得最终生成的目标故障识别模型。
-
公开(公告)号：CN117273208A
公开(公告)日：2023-12-22
申请号：CN202311181149.X
申请日：2023-09-13
IPC分类号： G06Q10/04 , G06Q50/06 , G06F18/10 , G06F18/214 , G06F18/213 , G06N3/0464 , G06N3/08
摘要： 本发明涉及新能源功率预测技术领域，尤其涉及一种组合功率预测方法、装置、设备及存储介质，包括：获取新能源原始数据，构建原始数据集，对原始数据集进行数据清洗处理，获得预处理数据集，构建预训练模型，利用预处理数据集对预训练模型进行训练，得到训练完成的功率预测模型，利用功率预测模型对待预测的数据进行预测处理，得到预测结果。对不同的数据源进行数据清晰与预处理，对不同的数据源的历史数据采用通道独立的思想进行时间序列预测，分别用不同数据源的历史数据预测该数据源未来的结果，随后对不同数据源的预测结果进行状态融合，实现对各个时间步的单独预测过程，最终时间短期的功率预测功能，实现了准确、高效的组合功率预测。
-
公开(公告)号：CN117251728A
公开(公告)日：2023-12-19
申请号：CN202311149117.1
申请日：2023-09-06
IPC分类号： G06F18/214 , G06F18/25 , G06Q10/04 , G06Q50/06 , H02J3/00 , G06F17/16 , G06N3/0442 , G06N3/0464 , G06N3/08
摘要： 本公开提出一种风电机组发电功率预测模型训练方法、装置及设备，方法包括：获取多条训练数据，其中，每条训练数据包括每天中多个时间点的多种机组运行数据构成的第一矩阵、多种测风塔数据构成的第二矩阵、多种气象预报数据构成的第三矩阵，并分别将每条训练数据的第一矩阵、第二矩阵以及第三矩阵作为特征图并进行融合处理，以得到训练特征图，以及分别将训练特征图输入至初始网络模型，以输出多个时间点的多个预测功率，利用预设损失函数基于多个时间点的实际功率和预测功率计算目标损失值，并参考目标损失值对初始网络模型进行优化直至收敛，得到发电功率预测模型，从而能够利用发电功率预测模型准确预测风电机组的发电功率。
-
公开(公告)号：CN118154219A
公开(公告)日：2024-06-07
申请号：CN202410300703.X
申请日：2024-03-15
发明人： 黄思皖 , 钟明 , 安娜 , 王春森 , 任鑫 , 李小翔 , 史鉴恒 , 王宝岳 , 杨雪 , 高亚林 , 沈惠聪 , 张燧 , 邸智 , 王青天 , 冯帆 , 韦玮 , 彭鹏 , 刘雅欣 , 郑子辰 , 葛戈 , 杨紫阳 , 王芸靖 , 伊然 , 代斌 , 王志伟 , 张慧君 , 吴磊 , 丁杰 , 孙可欣
IPC分类号： G06Q30/0201 , G06F18/214 , G06F18/2415 , G06N3/04
摘要： 本发明公开了一种模型训练方法、电力市场日内价格预测方法及相关设备，属于新型电力系统技术领域，采用将预处理的历史电力市场数据构建价格差异向量；然后对价格差异向量依次进行条件归一化流和高斯回归处理，得到实际量纲的预测值；最终以历史电力市场数据作为输入；以实际量纲的预测值作为输出，对预构建的神经网络模型进行训练，输出电力市场日内价格预测模型，实现对电力市场日内价格预测模型的训练；本方法采用概率预测方式，概率预测可以提供更全面的预测信息，弥补单值预测的缺陷，日内价格概率预测结果相比单值预测结果更精准；提升模型应对复杂市场的性能，能够全面地描述日内价格的波动情况，提升了预测结果的精准度。
-
公开(公告)号：CN118172088A
公开(公告)日：2024-06-11
申请号：CN202410300702.5
申请日：2024-03-15
发明人： 黄思皖 , 钟明 , 安娜 , 李力 , 杨宁 , 王春森 , 任立兵 , 史鉴恒 , 王宝岳 , 杨雪 , 高亚林 , 沈惠聪 , 江晨 , 王静 , 张燧 , 王青天 , 邸智 , 王芸靖 , 郑子辰 , 葛戈 , 刘雅欣 , 杨紫阳 , 伊然 , 任鑫 , 李小翔 , 薛丽 , 李亚川 , 孙可欣
IPC分类号： G06Q30/0201 , G06F18/22 , G06F18/214 , G06N3/04 , G06N3/096
摘要： 本发明公开了一种基于自适应循环神经网络的电力现货市场日前价格预测方法及系统，包括：将采集电价的原始数据进行清洗；基于时序相似性对清洗后的数据进行分割量化，获取若干段分布最不相似的时间序列；基于所有时间段的完全标记数据构建RNN模型，并对RNN模型进行模型预训练，得到网络参数；基于若干段分布最不相似的时间序列构建迁移学习模型，将网络参数输入至迁移学习模型中进行迭代训练，得到最优化的迁移学习模型；再次采集电价的原始数据输入至最优化的迁移学习模型中，获取预测电力现货市场的日前价格。本发明对时间序列数据进行迁移学习，构建一个时间无关的模型用于未知测试集数据，能够提高模型准确率，准确的获得参考预测结果。
-
公开(公告)号：CN117913778A
公开(公告)日：2024-04-19
申请号：CN202311503467.3
申请日：2023-11-13
IPC分类号： H02J3/00 , H02J3/38 , G06Q50/06 , G06F18/10 , G06F18/213 , G06N3/0499 , G06N3/0455 , G06N3/0442 , G06N3/0475 , G06N3/09 , G06N3/084 , G06N3/088
摘要： 本申请提出一种短期风电功率预测方法、系统、电子设备及存储介质，所述方法包括：获取风电场待预测日的数值天气预报数据、待预测日前一日的测风塔实测数据和风电功率实测数据，并对所述预测日前一日的测风塔实测数据和风电功率实测数据进行预处理；将所述数值天气预报数据输入到预先训练好的FNN模型中进行特征提取，得到所述数值天气预报数据的特征数据；将所述数值天气预报数据的特征数据、所述预处理后的测风塔实测数据、所述预处理后的风电功率实测数据输入到预先训练好的风电功率预测模型中，得到所述待预测日的风电功率预测数据。本申请提出的技术方案，通过对数据进行多环节处理，提高了风电场短期风电功率的预测精度。
-
公开(公告)号：CN114004991B
公开(公告)日：2024-10-29
申请号：CN202111177268.9
申请日：2021-10-09
IPC分类号： G06F18/24 , G06F18/2433 , G06F18/214 , F03D17/00
摘要： 本发明公开了一种风电机组的故障识别方法及装置。该方法包括：采集风电机组的运行参数，其中，所述运行参数包括第一运行参数和第二运行参数；将所述第一运行参数输入至风电机组的目标正常行为模型，由所述目标正常行为模型输出所述第二运行参数的参考值；基于所述第二运行参数和所述参考值，识别所述风电机组是否出现故障。由此，可基于目标正常行为模型实现参考值的自动获取，以及根据第二运行参数和参考值自动识别风电机组是否出现故障，提高了风电机组运行的安全性和可靠性。
-
公开(公告)号：CN118757343A
公开(公告)日：2024-10-11
申请号：CN202411052134.8
申请日：2024-08-01
申请人： 华能新能源上海发电有限公司 , 中国华能集团清洁能源技术研究院有限公司
IPC分类号： F03D17/00
摘要： 本申请公开了一种故障原因的确定方法及装置、电子装置及计算机程序产品，涉及故障诊断技术领域，该故障原因的确定方法包括：从故障参数值集合中确定出目标参数值，目标参数值包括不同故障参数对应的两组参数值，故障参数值集合包括发电设备发生故障时的故障参数的参数值；对目标参数值的两组参数值进行计算，得到不同故障参数之间的故障传播关系；基于故障传播关系确定所有故障参数对应的故障参数传播路径，根据故障参数传播路径中的起始故障参数确定发电设备发生故障的故障原因。采用上述技术方案，解决了如何准确的确定发电设备的故障原因的问题。
-
公开(公告)号：CN118537626A
公开(公告)日：2024-08-23
申请号：CN202410539937.X
申请日：2024-04-30
申请人： 华能吉林发电有限公司 , 中国华能集团清洁能源技术研究院有限公司 , 华能吉林发电有限公司镇赉风电厂
发明人： 张燧 , 王青天 , 杨紫阳 , 刘旭亮 , 彭鹏 , 王恩民 , 任鑫 , 童彤 , 张明杰 , 孟欣 , 张玉刚 , 李全杰 , 邢李方 , 于景龙 , 王介昌 , 张俊东 , 葛鎣 , 张立武 , 翟强 , 尹大为 , 吴昊 , 杨健全
IPC分类号： G06V10/764 , G06V10/82 , G06V10/44 , G06V10/50 , G06N3/0464 , G06N3/08 , H02S50/00
摘要： 本公开实施例涉及光伏系统故障检测技术领域，提供了一种光伏系统故障检测方法及装置、电子设备、存储介质，检测方法包括：获取光伏系统的光伏组件图像；将光伏组件图像输入训练好的深度学习模型，得到光伏组件图像对应的故障检测结果；其中，深度学习模型包括VGG‑16模型以及专用层、级联层、分类层；VGG‑16模型用于提取光伏组件图像的图像特征；专用层用于提取光伏组件图像对应的方向梯度直方图归一化特征；级联层用于将图像特征和方向梯度直方图归一化特征进行级联并向量化，得到对应的向量化特征；分类层用于根据向量化特征确定故障检测结果。本公开实施例有效实现了端到端的光伏图像故障检测，提高了故障检测精度。
-
-
-
-
-
-
-
-
-
搜索结果
98 条记录 (耗时 0.092 秒)
