一种兆瓦级永磁直驱风力发电机电气设备劣化程度识别方法

    公开(公告)号:CN114691747A

    公开(公告)日:2022-07-01

    申请号:CN202011619124.X

    申请日:2020-12-30

    摘要: 本发明提供一种兆瓦级永磁直驱风力发电机电气设备劣化程度识别方法,包括以下内容:采集SCADA系统电气设备相关运行数据,计算数据项与电气设备相关系数,提取相关系数大于0.6的数据项作为电气设备的特征参数;考虑正常工况且同一时间维度下,特征参数的映射结果,将各个特征参数的相关系数映射到[0,1]区间,得到其权重,计算各特征参数映射结果与权重乘积和,得到电气设备的劣化度;考虑平稳序列和非平稳序列,搭建劣化趋势预测模型,预测电气设备未来一年劣化程度。本发明针对现有技术对兆瓦级永磁直驱风力发电机电气设备劣化程度方面应用不足的情况,提出一种兆瓦级永磁直驱风力发电机电气设备劣化程度识别方法,有助于掌握电气设备劣化程度与劣化趋势,合理安排检修计划,避免“过维修”与“欠维修”问题,提高风机的发电效益。

    一种兆瓦级永磁直驱风力发电机设备计划性维修周期计算方法

    公开(公告)号:CN114692928A

    公开(公告)日:2022-07-01

    申请号:CN202011626212.2

    申请日:2020-12-30

    摘要: 本发明提供一种兆瓦级永磁直驱风力发电机设备计划性维修周期计算方法,包括以下内容:基于兆瓦级永磁直驱风力发电机设备计划性维修过程中的故障特性,得到设备计划性预防维修过程中故障率变化情况,建立兆瓦级永磁直驱风力发电机设备长期使用情况下的可用度模型和维修费用模型,考虑兆瓦级永磁直驱风力发电机设备运行环境特殊,设备复杂及故障类型多样化的实际情况,建立可用度约束下维修费用最小的计划性维修决策最优模型,确定设备在一个预防周期内的最佳计划性维修周期,设备在一个全场维修周期内的最佳计划性维修周期,以及全场维修周期内的预防性维修次数。本发明针对目前兆瓦级永磁直驱风力发电机无法进行状态维修的设备提供了一种计划性维修周期计算方法,该方法确定的维修周期可用度较高,维修费用最小,降低设备故障率,及时消缺,提高设备可靠性与经济性,为过渡到全面状态维修奠定基础。

    一种基于大数据的电网规划适应性方法

    公开(公告)号:CN111582626A

    公开(公告)日:2020-08-25

    申请号:CN202010184748.7

    申请日:2020-03-17

    摘要: 本发明提供一种基于大数据的电网规划适应性方法,包括如下步骤:S1.选取多维配网规划指标,以规划业务视角对现状电网进行精准分析;S2.电网规划特征分析,提出规划特征要素与综合评价指标体系;S3.选取机器学习中的BPNN神经网络算法建立神经网络模型;S4.提取规划特征要素,通过BPNN神经网络模型的训练分析结果中提取出电网精准规划相关的特征要素。本发明涉及一种基于大数据的电网规划适应性方法,通过建立规划特征要素与综合评价指标体系从而应用机器学习中的BPNN神经网络算法以达到配电网规划适应性分析的目的。

    一种基于安全校核的地区电网虚拟电厂多级调控方法

    公开(公告)号:CN117458521A

    公开(公告)日:2024-01-26

    申请号:CN202311294200.8

    申请日:2023-10-09

    IPC分类号: H02J3/24 H02J3/46

    摘要: 本发明公开了一种基于安全校核的地区电网虚拟电厂多级调控方法,其步骤是:步骤一、分析地区电网各220kV供区下各变电站净负荷特性,按波动程度划分为不同的波动级别,根据不同波动级别确定虚拟调控区域;步骤二、根据虚拟聚合商接入的变电站关联虚拟调控区域,确定不同虚拟调控区域下的虚拟聚合商调节能力;步骤三、对虚拟调控区域进行安全性校核,生成地区电网虚拟电厂多级控制策略;本发明以地区电网安全可靠及源荷资源为基础,自上而下划分虚拟调控区域,生成虚拟电厂多级控制策略,使虚拟电厂调控更为精细有效,促进电网供需平衡,清洁能源充分消纳,保障电力系统安全运行。

    一种基于多层级指标体系的智慧风电场发电机系统状态评价方法

    公开(公告)号:CN114692373A

    公开(公告)日:2022-07-01

    申请号:CN202011616479.3

    申请日:2020-12-30

    IPC分类号: G06F30/20 G06Q10/06 G06Q50/06

    摘要: 本发明提供一种基于多层级指标体系的智慧风电场发电机系统状态评价方法,包括以下内容:根据监测需求安装相应智能传感器,从电气和机械两方面监测发电机系统运行状态,采用“三层过滤机制”对风电大数据进行优化处理,并对清洗处理后的风电大数据进行分析,从安全性、可靠性、经济性三个方面搭建发电机系统状态评价指标体系,基于历史指标数据,建立发电机系统状态评价模型,从短期、长期两种角度识别发电机系统健康状态、风险状态和故障状态以及状态是否劣化。本发明应用大数据分析方法从安全性、可靠性、经济性三个层面对发电机系统短期实时、长期劣化的状态进行评价,实现了大数据与状态评价的有机结合,起到提前预警的作用,弥补现有风电场事后维修的不足,为智慧风电场的智能控制及智慧发电奠定了基础。