-
公开(公告)号：CN117811207A
公开(公告)日：2024-04-02
申请号：CN202311864767.4
申请日：2023-12-29
申请人： 华能新能源股份有限公司 , 西安热工研究院有限公司 , 华能新能源股份有限公司四川分公司
摘要： 本发明公开了一种分布式光伏电站智能系统，包括智能中心、移动终端及智能终端模块；所述智能终端模块能够采集分布式光伏电站的数据信息；所述智能中心与智能终端模块相连接，智能中心能够对分布式光伏电站的数据信息进行存储，同时根据所述分布式光伏电站的数据信息判断分布式光伏电站是否出现故障，当出现故障时，给出控制策略；移动终端与智能中心相连接，移动终端能够对所述智能中心进行访问，该系统能够提高光伏电站的工作效率及响应能力。
-
公开(公告)号：CN217270622U
公开(公告)日：2022-08-23
申请号：CN202220405206.2
申请日：2022-02-25
申请人： 华能新能源股份有限公司 , 西安热工研究院有限公司 , 华能集团技术创新中心有限公司
IPC分类号： F03D17/00
摘要： 本实用新型提供的一种基于卫星定位检测技术的风机载荷测试系统，包括：用于采集每个叶片根部的应变信息的轮毂测试单元；用于采集塔顶的弯矩应变、温度、湿度和转速的塔顶测试单元；用于采集风速信息的气象测试单元；用于采集机舱位置信息的偏航测试单元；用于采集机组有功功率的功率测试单元，以及，用于采集塔筒底部的弯矩应变的塔底测试单元；所述轮毂测试单元、塔顶测试单元、气象测试单元、偏航测试单元和功率测试单元均连接至塔底测试单元；本系统通过卫星定位来提供偏航数据，有效解决了现有的机组偏航数据获取导致对风机系统内部数据的影响。
-
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：CN116341827A
公开(公告)日：2023-06-27
申请号：CN202310115607.3
申请日：2023-02-07
申请人： 华能包头风力发电有限公司 , 华能新能源股份有限公司
摘要： 本发明公开了一种新能源场站氢能系统的能源管理方法和设备，所述方法包括：通过对新能源场站氢能系统的不确定因素进行数学建模，并得到训练集和测试集，所述不确定因素包括实时电价、出力上限和实际发电量；根据新能源场站历史数据进行数学建模和迭代训练，并形成虚拟环境；根据所述训练集和虚拟环境训练智能体，并得到深度强化学习算法模型，所述深度强化学习算法模型包括所述智能体、所述虚拟环境、决策空间、状态空间和奖励公式；基于所述测试集对所述深度强化学习算法模型进行测试，并通过测试后的算法模型确定能源管理策略，用以得出基于氢能和电力最佳转换量的能源管理决策，以实现新能源场站的利益最大化。
-
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
申请人： 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
摘要： 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：CN118855652A
公开(公告)日：2024-10-29
申请号：CN202410975718.6
申请日：2024-07-19
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： 本发明属于风力发电机运维技术领域，具体公开了一种风力发电机组轴承润滑脂取样系统及方法。包括监测模块、控制模块和废旧油脂回收模块；废旧油脂回收模块包括真空排气阀、吸排脂器、动力泵和回收装置；吸排脂器的第一口与轴承内腔通过管道相连，吸排脂器与轴承内腔之间设有真空排气阀，吸排脂器的第二口与动力泵相连，吸排脂器的出脂口与回收装置相连；监测模块用于获取轴承内腔的油脂数据，并上传到控制模块；控制模块根据油脂数据和预设的阈值区间判断是否启动废旧油脂回收模块。根据油脂数据判断是否取出旧油脂，通过动力泵在吸排脂器内制造负压，在压差的作用下将旧的油脂吸出至回收装置中，可以快速取样，且取出的效果更彻底。
-
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：CN117846862A
公开(公告)日：2024-04-09
申请号：CN202410097510.9
申请日：2024-01-24
摘要： 本申请提供一种双风轮组件、风电机组和安装方法，涉及风力发电技术领域，包括机舱、前风轮、后风轮和整流罩，所述机舱具有沿第一方向相对的第一端和第二端，所述前风轮可枢转地安装在所述机舱的第一端，所述后风轮可枢转地安装在所述机舱的第二端；所述整流罩套接在所述机舱上并位于所述前风轮和所述后风轮之间，所述整流罩的外径沿从所述机舱的第一端朝向所述机舱的第二端的方向逐渐增大。本申请能够加速后风轮的入流风速，减少机舱附近气流压力，促进两风轮叶尖外侧气流与两风轮之间的气流掺混，从而提升后风轮入流空气的速度和压力，提高整个组件的风能利用效率。
-
公开(公告)号：CN117540164A
公开(公告)日：2024-02-09
申请号：CN202311492756.8
申请日：2023-11-10
申请人： 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
IPC分类号： G06F18/20 , G06F17/18 , G06F123/02
摘要： 本发明公开了一种时序数据设限值的计算方法、装置及存储介质，该计算方法包括以下步骤：获取全天数据，按时间对全天数据进行先后排序；计算全天数据的平均值和方差；计算所有数据的方差均值；计算最大值范围t，计算在t范围内的数据总个数；计算设限值总个数；判断当天是否出现设限值。本发明通过对时序数据方差均值和最大值出现次数等进行计算，可快速准确地判断时序数据是否存在设限值现象，有效检测出时序数据异常情况，误差和干扰减少，对于数据分析的结果具有重要的参考价值，可广泛应用于各种时序数据的分析与展示中，便于工作人员通过对时序数据设限值模式的分析，有效分析出发生数据设限值的时间和原因，及时发现数据问题和设备问题。
-
公开(公告)号：CN112462736B
公开(公告)日：2023-04-07
申请号：CN202011267547.X
申请日：2020-11-13
申请人： 华北电力大学 , 华能集团技术创新中心有限公司 , 华能新能源股份有限公司
IPC分类号： G05B23/02
摘要： 本发明公开了属于风电机组故障诊断技术领域的一种基于数据分析的风电机组故障诊断方法。所述风电机组故障诊断方法是利用风电机组历史数据分析来诊断风电机组故障的；该故障诊断包括收集风电机组的历史数据以及获取的现场数据信息；对数据进行辨识，按照数据类型对数据进行分类与处理；对具体的风电机组进行初始故障建模；从SCADA系统监测量中挑选出可能与风电故障相关的量，转化为故障样本事务集，根据专家经验以及理论知识，对进行分析，判断故障发展的模式。本发明有效的利用风电机组数据对风电机组故障进行快速识别，可以缩短运维人员故障定位的时间，节省人力资源，降低成本，对于研究风电机组故障发展模式具有积极的指导意义。
-
-
-
-
-
-
-
-
-
搜索结果
42 条记录 (耗时 0.131 秒)
