-
公开(公告)号：CN114202057A
公开(公告)日：2022-03-18
申请号：CN202111404068.2
申请日：2021-11-24
Applicant: 华能新能源股份有限公司 , 北京华能新锐控制技术有限公司
Abstract: 本发明涉及基面向风力发电机组数据特征识别的时空注意感知学习方法，包括如下步骤：获得风力发电机组数据流；将采集到的风力发电机组数据分割成多个时空单元的数据，这些单元保存了某种类型数据的信息结构；将获得的空间单元的数据采用时空注意感知学习网络STAL进行感知学习，STAL网络包括全局表示分支、局部表示分支和注意机制分支，全局表示分支用于提取全局特征，局部表示分支学习局部特征，注意机制分支评价不同时空单元的质量。本发明提出了面向风力发电机组数据特征识别的时空注意感知学习方法，将数据流划分为多个空间单元，并且采用时空注意感知学习方法，可以同时注意风力发电机组数据中关键数据的显著特征部分。
-
公开(公告)号：CN115169815A
公开(公告)日：2022-10-11
申请号：CN202210663082.2
申请日：2022-06-13
Applicant: 北京华能新锐控制技术有限公司
Abstract: 本发明公开了一种基于混合泛化网络的风电机组异常检测方法，包括以下步骤：利用设计的三元组损失函数对卷积神经网络进行训练，使得卷积神经网络能够学习到区分正负样本的特征，之后利用对抗训练将领域进行泛化，得到的特征将原始类别与未知新类别进行拉近，最终将训练的特征作为异常检测模型的输入，实现风电机组异常检测。本发明主要用于风电机组的功率状态监测，利用三元组损失函数与对抗机制训练神经网络，以此得到有效识别新类别故障的特征，利用该特征进行异常检测，改善了SCADA数据不平衡的现象，利用混合泛化神经网络获取到的映射特征有利于异常检测，减小新类别故障对检测模型的影响，提高对新类别故障检测的泛化能力。
-
公开(公告)号：CN115878970A
公开(公告)日：2023-03-31
申请号：CN202211662927.2
申请日：2022-12-23
Applicant: 华能新泰风力发电有限公司 , 北京华能新锐控制技术有限公司
IPC: G06F18/21 , F03D17/00 , G06F18/214 , G06F18/211 , G06N20/00 , G06F9/50 , G06Q10/04 , G06Q10/20 , G06Q50/06 , G16Y10/35 , G16Y20/10 , G16Y20/30 , G16Y40/10 , G16Y40/20 , G16Y40/35 , G16Y40/40
Abstract: 基于边缘迁移学习算法的风力发电机组故障诊断方法，包括如下步骤：建立风力发电机组风轮转速故障模型；面向风电机组的边缘迁移学习算法；基于边缘迁移学习算法的风电机组诊断。本发明有益效果：将边缘计算与迁移学习算法结合，对风力发电机组运行的实时故障数据进行快速学习并扩充，为准确快速诊断机组故障类型奠定基础，有助于提高风电场效益。
-
公开(公告)号：CN114528867A
公开(公告)日：2022-05-24
申请号：CN202111600783.3
申请日：2021-12-24
Applicant: 华能中电威海风力发电有限公司 , 北京华能新锐控制技术有限公司
Abstract: 本发明提供一种风电并网逆变器故障数据特征提取方法与装置，属于光伏发电技术领域。本发明的方法包括下述步骤：基于风力发电系统对其逆变器的故障进行分析，以得到故障数据；对所述故障数据进行变分模态分解，将所述故障数据分解为不同的模式，以得到IMF；对所述IMF求解熵以得到多尺度模糊熵，将其作为特征值。本发明的方法实现了对风电并网逆变器的开路故障进行特征提取，以及，本发明的方法同样适用于对加入白噪声的风电并网逆变器的开路故障数据进行处理。本发明提及的变分模态分解提取故障特征值的方法与传统VMD相比，计入优化算法对核函数参数以及惩罚参数寻优，有利于提取故障及正常情况的有效数据特征。
-
公开(公告)号：CN115268559B
公开(公告)日：2023-07-14
申请号：CN202210565484.9
申请日：2022-05-23
Applicant: 北京华能新锐控制技术有限公司
IPC: G05F1/67
Abstract: 本发明提供了用于永磁同步风力发电机的最大功率点跟踪鲁棒控制方法，其在跟踪最大可用功率性能方面可有效提升可靠性和效率，并改善电源直流母线的输出电压跟踪性能。其特征在于：获取整流器输出端的电流Id和电压Vc,并同时获取永磁同步发电机的转速Ωt,其通过上述参数通过最大功率点算法构造最佳直流电压参考值Vref，并设计了非线性控制器、便于有效平稳跟踪所需电压Vref，之后通过非线性状态观测器、用于估计电感电流IL，之后将参数Id、Vc、Vref、IL输入控制器，控制器通过非线性控制作用于DC‑DC变换器，强制DC‑DC变换器的测量输出电压高效、迅速地跟踪由最大功率点跟踪算法生成的期望电压曲线。本发明提供了用于永磁同步风力发电机的最大功率点跟踪鲁棒控制方法，其在跟踪最大可用功率性能方面可有效提升可靠性和效率，并改善电源直流母线的输出电压跟踪性能。其特征在于：获取整流器输出端的电流Id和电压Vc,并同时获取永磁同步发电机的转速Ωt,其通过上述参数通过最大功率点算法构造最佳直流电压参考值Vref，并设计了非线性控制器、便于有效平稳跟踪所需电压Vref，之后通过非线性状态观测器、用于估计电感电流IL，之后将参数Id、Vc、Vref、IL输入控制器，控制器通过非线性控制作用于DC‑DC变换器，强制DC‑DC变换器的测量输出电压高效、迅速地跟踪由最大功率点跟踪算法生成的期望电压曲线。
-
Patent Agency Ranking
公开(公告)号：CN115268559A
公开(公告)日：2022-11-01
申请号：CN202210565484.9
申请日：2022-05-23
Applicant: 北京华能新锐控制技术有限公司
IPC: G05F1/67
Abstract: 本发明提供了用于永磁同步风力发电机的最大功率点跟踪鲁棒控制方法，其在跟踪最大可用功率性能方面可有效提升可靠性和效率，并改善电源直流母线的输出电压跟踪性能。其特征在于：获取整流器输出端的电流Id和电压Vc,并同时获取永磁同步发电机的转速Ωt,其通过上述参数通过最大功率点算法构造最佳直流电压参考值Vref，并设计了非线性控制器、便于有效平稳跟踪所需电压Vref，之后通过非线性状态观测器、用于估计电感电流IL，之后将参数Id、Vc、Vref、IL输入控制器，控制器通过非线性控制作用于DC‑DC变换器，强制DC‑DC变换器的测量输出电压高效、迅速地跟踪由最大功率点跟踪算法生成的期望电压曲线。
-
公开(公告)号：CN115235769A
公开(公告)日：2022-10-25
申请号：CN202210809608.3
申请日：2022-07-11
Applicant: 北京华能新锐控制技术有限公司
IPC: G01M13/045 , G06K9/62
Abstract: 本发明提供了一种基于马氏距离补偿因子的风机轴承故障诊断方法，以解决传统故障特征提取方法存在的故障特征提取不准、及提高效率低的问题。其包括以下步骤，S100，获取风机滚动轴承的时域振动信号：S200，采用马氏距离加权的方式将时域振动信号映射到图形域构建形成图信号并得出马氏距离补偿因子的取值范围；S300，采用优化算法对马氏距离补偿因子的取值范围进行优化处理，并得到马氏距离补偿因子的最优解；S400，利用马氏距离补偿因子的最优解对马氏距离进行修正，并根据步骤S200重构图信号；S500，根据重构的图信号提取轴承故障特征指标，得到各轴承故障特征指标数据集；S600，将轴承故障特征指标数据集通过聚类算法进行聚类分析，完成轴承故障分类识别诊断。
-
公开(公告)号：CN115143051A
公开(公告)日：2022-10-04
申请号：CN202210596671.3
申请日：2022-05-27
Applicant: 北京华能新锐控制技术有限公司 , 华能国际电力股份有限公司井冈山电厂
Abstract: 一种变速风电机组最大功率捕获方法、系统及其应用，该方法是基于自抗扰控制、RBF神经网络和的变速风电机组最大功率捕获方法，包括如下步骤：建立变速风电机组的等效模型；采用二阶线性自抗扰控制(LADRC)算法构建发电机转矩控制器；采用引力搜索算法对发电机转矩控制器参数进行优化并获取最优参数数据集；基于最优参数数据集对径向基函数神经网络进行训练，采用已训练的径向基函数神经输出适用于当前风速条件的发电机转矩控制器参数。采用引力搜索算法对发电机转矩控制器参数进行优化并获取最优参数数据集；基于最优参数数据集对径向基函数神经网络进行训练，采用已训练的径向基函数神经输出适用于当前风速条件的发电机转矩控制器参数。
-
公开(公告)号：CN115018193A
公开(公告)日：2022-09-06
申请号：CN202210766632.3
申请日：2022-07-01
Applicant: 北京华能新锐控制技术有限公司
Abstract: 本发明提供了基于LSTM‑GA模型的时间序列风能数据预测方法，其提出了一种结合遗传算法GA和长短期记忆网络LSTM的风能数据预测方法，采用GA算法优化LSTM网络、选择最佳窗口大小及神经元数目的结构因素，利用优化后的LSTM网络进行风能数据分析，实现可靠预测。首先进行数据预处理，将数据集分为历史风能数值和未来风能值用于训练；然后使用GA算法对窗口大小和单元数进行解码，将窗口数据集用于训练和验证；输入时间滞后的数量和隐藏层的数量、规模大小及迭代次数；通过LSTM模型用于训练和计算验证集上的误差；使用GA计算的时间窗口返回当前GA解决方案的适应度分数，利用GA寻得LSTM网络的最优参数，将优化后的LSTM网络用于风能数据处理，以得到风能数据的精准预测。
-
公开(公告)号：CN114519283B
公开(公告)日：2024-06-18
申请号：CN202111600333.4
申请日：2021-12-24
Applicant: 华能中电威海风力发电有限公司 , 北京华能新锐控制技术有限公司
IPC: G06F30/23 , G06F30/25 , G06F30/27 , G06F18/214 , G06F18/2411 , G06N3/006 , G06N7/08 , G06F111/08 , G06F113/06
Abstract: 本发明提供一种风电并网逆变器故障诊断方法与装置，属于光伏发电技术领域。本发明的方法包括：基于风力发电系统对其逆变器的故障进行分析，以得到故障数据；对所述故障数据进行经验模态分解，并利用经验模态分解对故障数据进行计算以得到IMF；采用改进的烟花算法求解最优的两个正则化参数和核函数的超函数；根据所述最优的两个正则化参数和核函数的超函数，采用MLS‑SVM训练数据并进行故障诊断。本发明使用改进的烟花算法优化MLS‑SVM故障诊断方法，相比MLS‑SVM故障诊断的方法，能够有效提升风电并网逆变器开路故障诊断的准确率。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.117 seconds)
