一种风电机组出力分步不确定性预测方法及装置

    公开(公告)号:CN110659672A

    公开(公告)日:2020-01-07

    申请号:CN201910821424.7

    申请日:2019-09-02

    IPC分类号: G06K9/62 G06Q10/04 G06Q50/06

    摘要: 本发明提供了一种风电机组出力分步不确定性预测方法,包括:提取风电场特定机位风机的风况特征信息,基于提取的风况特征信息进行无监督聚类,并基于不同风况类别分步进行风况不确定性预测建模和风机出力不确定性建模;最终得到风机出力的不确定性预测模型,基于该模型进行预测。本发明另一方面提供一种风电机组出力分步不确定性预测装置。上述方法充分利用单步预测的可察可控性,增强特定机位风机超短期或短期出力预测的灵活性和可控性;同时,通过单步预测不确定性控制改进预测精度,提升最终风机出力预测精度。此外,基于定期时间驱动、预测精度监测的事件驱动等触发方式更新分步预测模型,保障风机出力预测的可靠性。

    一种风电场闭环PI控制器参数整定方法及装置

    公开(公告)号:CN110838725B

    公开(公告)日:2021-05-07

    申请号:CN201910887782.8

    申请日:2019-09-19

    IPC分类号: H02J3/38 H02J3/48 G06F30/20

    摘要: 本发明基于风电场有功功率闭环PI控制结构,针对该PI控制器,提出一种场站功率快速跟踪、稳定抑制扰动的PI控制器参数整定方法及装置。该方法对每一台机组进行分析,基于给定的输入信号以及相应的输出信号进行辨识,得到比较理想的单机模型,该单机模型基于迭代计算的近似策略来估计风场级有功功率动态模型,选择单个风力发电机系统(WTGS)单元作为风电场的等效模型;基于等效模型分离风电场不可建模扰动,并对扰动利用快速傅立叶变换,寻找扰动的截止频率;利用给定阻尼比和扰动的截止频率,确定PI控制器参数调试包含时变积分环节的自适应PI控制器,基于该调试后的PI控制器改进风电场的功率跟踪,提高风电场有功功率的动态响应和稳态输出。

    基于强化学习的神经网络控制方法及强化学习系统

    公开(公告)号:CN111445005A

    公开(公告)日:2020-07-24

    申请号:CN202010115498.1

    申请日:2020-02-25

    IPC分类号: G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于强化学习的神经网络控制方法及强化学习系统。本发明中,动作网络根据被控对象或其机理模型的阶次和迟延来确定状态控制量,被控对象接收动作网络发送的状态控制量输出动作值;由估值网络基于输出动作值对当前控制效果与预定目标对比进行评价,在对被控对象或其机理模型探索过程中加入随机扰动和模型变化,并同时对动作网络和估值网络进行更新,获得控制律。通过动作网络和估值网络对被控对象或其机理模型的探索,不断更新和优化控制策略,在一定程度上模拟人对环境的探索和学习过程,最终得到一个快速准确且具有一定鲁棒性的神经网络控制器,能用于解决许多控制领域的难题。

    一种风电场闭环PI控制器参数整定方法及装置

    公开(公告)号:CN110838725A

    公开(公告)日:2020-02-25

    申请号:CN201910887782.8

    申请日:2019-09-19

    IPC分类号: H02J3/38 H02J3/48 G06F30/20

    摘要: 本发明基于风电场有功功率闭环PI控制结构,针对该PI控制器,提出一种场站功率快速跟踪、稳定抑制扰动的PI控制器参数整定方法及装置。该方法对每一台机组进行分析,基于给定的输入信号以及相应的输出信号进行辨识,得到比较理想的单机模型,该单机模型基于迭代计算的近似策略来估计风场级有功功率动态模型,选择单个风力发电机系统(WTGS)单元作为风电场的等效模型;基于等效模型分离风电场不可建模扰动,并对扰动利用快速傅立叶变换,寻找扰动的截止频率;利用给定阻尼比和扰动的截止频率,确定PI控制器参数调试包含时变积分环节的自适应PI控制器,基于该调试后的PI控制器改进风电场的功率跟踪,提高风电场有功功率的动态响应和稳态输出。

    用于对光伏组串进行故障诊断的方法和装置

    公开(公告)号:CN111669123A

    公开(公告)日:2020-09-15

    申请号:CN202010393648.5

    申请日:2020-05-11

    IPC分类号: H02S50/10

    摘要: 本发明实施例提供一种用于对光伏组串进行故障诊断的方法和装置,属于光伏电站故障诊断领域。该方法包括:获取光伏组串的运行参数的历史运行数据及环境参数的历史环境数据;以历史环境数据为统计条件对历史运行数据进行概率统计,建立运行参数对应的概率分布模型;对概率分布模型进行置信区间计算,确定环境参数的不同数值与运行参数的阈值范围的对应关系;基于对应关系及环境参数的实时环境数据,确定实时环境数据对应运行参数的阈值范围;以及基于所确定的阈值范围和运行参数的实时运行数据,对光伏组串进行故障诊断。藉此,实现了在进行故障诊断时考虑到外界环境因素对光伏组串运行参数的影响而出现的波动性和不确定性。