-
公开(公告)号：CN110513158B
公开(公告)日：2021-12-24
申请号：CN201910833246.X
申请日：2019-09-04
申请人： 黑龙江苑博信息技术有限公司 , 哈尔滨沃华智能发电设备有限公司 , 哈尔滨工业大学 , 东北电力大学
摘要： 汽轮机前馈的多级速率调节方法，属于电力系统自动控制技术领域，本发明为解决现有在大范围变负荷时汽轮机侧的自动增益控制调节性能无法满足需要的问题。本发明调节方法的具体过程为：获取AGC负荷指令和机组实际负荷，计算偏差值ΔN；获取加负荷段阈值L；判断偏差值ΔN的范围，如果‑L≤ΔN≤L，输出功率信号为机组实际负荷；否则实时计算速率限制参数M；判断偏差值ΔN的范围，如果‑M≤ΔN≤M，则将最大修正速率加负荷时的负荷输出值作为输出功率信号，否则将最小修正速率加负荷时的负荷输出值作为输出功率信号。本发明用于火电机组中。
-
公开(公告)号：CN112949938B
公开(公告)日：2022-04-15
申请号：CN202110336545.X
申请日：2021-03-29
申请人： 哈尔滨工业大学
摘要： 本发明公开了一种改善训练样本类别不均衡的风电爬坡事件直接预报方法，所述方法包括如下步骤：步骤一：根据风电场装机容量设定风电爬坡事件的阈值，对原始风电数据进行爬坡事件识别；步骤二：定义一种基于风电特性的分层过采样方法，根据实际风电数据设定相应的采样参数；步骤三：利用步骤一中获取的原始样本与步骤二中建立的基于风电特性的分层过采样方法对原始样本进行处理；步骤四：利用步骤三处理后的样本建立数据驱动的预测模型，进行风电爬坡事件的预测。本发明不仅有效地改善了风电爬坡事件与非爬坡事件之间的样本类不平衡问题，还改善了爬坡事件样本内部大功率爬坡事件与小功率爬坡事件的样本分布不均衡问题。
-
公开(公告)号：CN105956252B
公开(公告)日：2019-04-02
申请号：CN201610269724.5
申请日：2016-04-27
申请人： 哈尔滨工业大学 , 南京遒涯信息技术有限公司 , 哈尔滨机易电站设备有限公司
IPC分类号： G06F17/50
摘要： 基于生成型深信度网络的超短期风速多尺度预报建模方法，涉及一种超短期风速的多尺度预测建模方法。为了提高短期风速多步预测的精度，本发明首先利用t层小波分解处理风速数据得到t+1段不同频率下的风速序列；针对不同频率下的风速序列分别构建训练集，基于DBN网络回归算法训练多输入多输出DBN回归预测模型，并利用相应测试集测试训练效果，分别得到不同频率下的预测模型；将不同频率下的预测模型的预报值进行小波重构，得到风速的实际预测值，实现对风电场实际风速的预测。本发明适用于超短期风速多尺度预报领域。
-
公开(公告)号：CN104598755B
公开(公告)日：2017-06-23
申请号：CN201510066980.X
申请日：2015-02-09
申请人： 哈尔滨工业大学
摘要： 基于风速陡变占空比的风速间歇性定量刻画方法，属于风速间歇性定量描述技术领域。本发明解决了风电出力陡变给电力系统带来的危害得不到缓解的问题。本发明的技术方案为：定义风速陡变占空比，使用风电场实测历史风速数据得到风速陡变占空比的时间序列；利用Pearson自相关性分析方法对风速陡变占空比时间序列的可预报性进行分析；利用BP神经网络建立风速陡变占空比时间序列预报模型并对风速陡变占空比进行预报，完成对未来风速间歇性的定量刻画。本发明适用于电力系统、铁路运行监测预警、桥梁设计及建筑物设计等领域。
-
公开(公告)号：CN104463511B
公开(公告)日：2017-06-06
申请号：CN201410853142.2
申请日：2014-12-31
申请人： 哈尔滨工业大学
摘要： 基于风机单位时间启停频度的风速间歇性定量刻画方法，属于风电预报技术领域。本发明解决了目前风速间歇性的研究仅仅停留在定性描述上，没有对风速的间歇性进行定量描述的问题。本发明的技术要点为：基于风机历史风速数据，统计风机单位时间启停频度的时间序列；通过自相关性分析方法来分析风机单位时间启停频度时间序列的可预报性；利用支持向量机回归建立预报模型，对风机单位时间启停频度进行预报，对未来的风速间歇性进行定量刻画。本发明属于风电预报技术领域。首次提出用风机单位时间启停频度这一参数对风速间歇性进行定量刻画，为电力系统提供更为详细的风电预报信息。
-
公开(公告)号：CN105956252A
公开(公告)日：2016-09-21
申请号：CN201610269724.5
申请日：2016-04-27
申请人： 哈尔滨工业大学 , 南京遒涯信息技术有限公司 , 哈尔滨机易电站设备有限公司
IPC分类号： G06F17/50
CPC分类号： G06F17/5036
摘要： 基于生成型深信度网络的超短期风速多尺度预报建模方法，涉及一种超短期风速的多尺度预测建模方法。为了提高短期风速多步预测的精度，本发明首先利用t层小波分解处理风速数据得到t+1段不同频率下的风速序列；针对不同频率下的风速序列分别构建训练集，基于DBN网络回归算法训练多输入多输出DBN回归预测模型，并利用相应测试集测试训练效果，分别得到不同频率下的预测模型；将不同频率下的预测模型的预报值进行小波重构，得到风速的实际预测值，实现对风电场实际风速的预测。本发明适用于超短期风速多尺度预报领域。
-
公开(公告)号：CN105303056A
公开(公告)日：2016-02-03
申请号：CN201510786015.X
申请日：2015-11-16
申请人： 哈尔滨工业大学 , 南京遒涯信息技术有限公司
IPC分类号： G06F19/00
摘要： 一种风速实时变化速率刻画方法，涉及一种风速变化的刻画方法。本发明为了解决电力系统备用容量在平抑风电波动过程中需要对风电变化速率进行刻画、而目前还没有关于风速变化速率的刻画指标的问题。发明首先定义风速实时变化速率刻画指标令Si＝[v(ti+Δt)-v(ti)]2，并基于小波多尺度变换算法对序列Si进行小波分解，得到风速实时变化速率刻画指标时间序列分析各个时刻的风速实时变化速率刻画指标和与其时刻对应的小时级平均风速的多尺度调幅关系，对和小时级平均风速进行拟合，得到幂律拟合模型；根据得到的幂律拟合模型，依据小时级平均风速定量确定风速实时变化速率刻画指标实现对风速实时变化速率的定量刻画。本发明适用于指导电网进行运行控制与优化调度。
-
公开(公告)号：CN104598755A
公开(公告)日：2015-05-06
申请号：CN201510066980.X
申请日：2015-02-09
申请人： 哈尔滨工业大学
IPC分类号： G06F19/00
摘要： 基于风速陡变占空比的风速间歇性定量刻画方法，属于风速间歇性定量描述技术领域。本发明解决了风电出力陡变给电力系统带来的危害得不到缓解的问题。本发明的技术方案为：定义风速陡变占空比，使用风电场实测历史风速数据得到风速陡变占空比的时间序列；利用Pearson自相关性分析方法对风速陡变占空比时间序列的可预报性进行分析；利用BP神经网络建立风速陡变占空比时间序列预报模型并对风速陡变占空比进行预报，完成对未来风速间歇性的定量刻画。本发明适用于电力系统、铁路运行监测预警、桥梁设计及建筑物设计等领域。
-
公开(公告)号：CN103678940A
公开(公告)日：2014-03-26
申请号：CN201310749932.1
申请日：2013-12-31
申请人： 哈尔滨工业大学
IPC分类号： G06F19/00
摘要： 基于有效湍流强度瞬时模型的风速波动不确定性估计方法。涉及基于有效湍流强度瞬时模型的风速波动不确定性估计方法。为解决以现有理论模型为基础的风速波动的不确定性估计方法，在风速小的区域和风速大的区域均给出相同宽的误差带，存在过大的预报误差，既不符合实际情况也不能用于帮助电网制定合理的调度计划的问题，本发明通过Mallat小波分解和重构算法得到湍动残差的瞬时标准差，并根据平均风速，利用有效湍流强度模型拟合，实现了对风速波动的不确定性估计。本发明用于风电场功率预测，从而帮助电网制定合理的调度计划，确定旋转备用，安全经济地保证电网的运行。
-
公开(公告)号：CN111582557A
公开(公告)日：2020-08-25
申请号：CN202010313374.4
申请日：2020-04-20
申请人： 哈尔滨工业大学
摘要： 本发明涉及一种风电爬坡事件的刻画方法，特别涉及一种基于变差函数的风电爬坡事件多级预警方法，具体包括如下步骤：首先利用相对风电功率的定义，获取相应的相对风电功率时间序列。利用变差函数平方根对相对风电功率时间序列进行刻画，将得到的风电功率实时变化速率时间序列进行自相关分析。根据分析结果，用BP神经网络建立预测模型，对序列进行预测。选定变差刻画方式下的风电爬坡事件的多级阈值，利用阈值对BP神经网络的预测结果进行识别，实现对风电爬坡事件的多级预警。本发明弥补了传统风电爬坡事件定义中，仅考虑首末两点功率的不足；综合考虑了一段时间内所有时间点的变化情况，更准确的对爬坡事件进行定义与识别。
-
-
-
-
-
-
-
-
-
搜索结果
24 条记录 (耗时 0.029 秒)