公开(公告)号：CN116154755A

公开(公告)日：2023-05-23

申请号：CN202211566751.0

申请日：2022-12-07

申请人： 沈阳嘉越电力科技有限公司

发明人： 高阳 ,  掌旭 ,  高宁 ,  钟丹田 ,  修唯 ,  吴连龙 ,  刘文超

IPC分类号： H02J3/00 ,  H02J3/38 ,  G06F16/2458 ,  G06N3/045 ,  G06N3/0464

摘要： 本发明公开了一种基于深度分解架构的长距离风力发电功率预测方法，包括：对风电场气象数据、设备监测数据、风力发电机组基础数据进行数据预处理操作；将处理后的数据按照时间排序，送入到序列分解单元中。基于卷积核滑动平均计算，对时间序列进行平滑，分离周期项和趋势项。周期项使用自相关机制，基于序列的周期性质来进行依赖挖掘，并聚合具有相似过程的子序列。趋势项，使用累积的方式，逐步从预测的隐变量中提取出趋势信息，融合周期项和趋势项送入全连接层，得出风力发电功率预测结果。本发明可以有效解决风力发电功率预测结果受限于分解效果导致不准确的问题，并且在不显著降低模型计算时间的同时，有效提高长距离输出电力功率预测精度。

公开(公告)号：CN116187508A

公开(公告)日：2023-05-30

申请号：CN202211566883.3

申请日：2022-12-07

申请人： 沈阳嘉越电力科技有限公司

发明人： 掌旭 ,  高阳 ,  高宁 ,  修唯 ,  吴连龙 ,  邹邦柱

IPC分类号： G06Q10/04 ,  G06F16/36 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0499 ,  G06N3/047 ,  G06N3/08 ,  G06Q10/20 ,  G06Q50/06

摘要： 本发明为一种融合知识图谱和深度学习的风电机组故障预测方法。包括：获取风电机组的故障知识数据，并对数据进行预处理；从预处理后的数据中抽取出包括实体、属性和关系的知识图谱元素，将得到的知识图谱元素在图数据库中构建出风电知识图谱；对步骤二构建的风电知识图谱进行预训练，然后利用深度学习算法建立故障预测模型，将预训练得到的数据输入该故障预测模型中进行训练，并在训练完成后保存模型参数；根据故障预测模型预测出的数据对风电场中的风电机组进行运维管理，及时排查故障。实现了故障诊断方面的知识和资源的共享与重用以及不同类型和业务数据间的贯穿统一，具有极强的完备性。

公开(公告)号：CN115034128A

公开(公告)日：2022-09-09

申请号：CN202210455613.9

申请日：2022-04-27

申请人： 沈阳嘉越电力科技有限公司

发明人： 高阳 ,  刘宝良 ,  许傲然 ,  钟丹田 ,  谷采连 ,  高宁 ,  掌旭 ,  董威 ,  李一鸣 ,  吴连龙 ,  韩雪融 ,  毛武平 ,  王大印 ,  李庆伟 ,  方景锋

IPC分类号： G06F30/27 ,  G06Q10/06 ,  G06Q50/06 ,  G06F113/06 ,  G06F119/02

摘要： 本发明属于风电场数据处理领域，具体地而言为一种智慧风电场智慧风电场风电机组评价方法，将风电场数据进行数据抽取以及清洗融合，清洗融合后的数据进行风电大数据的关联分析，保留与状态评估密切相关的数据特征，删减与具体业务不关联或弱关联的维度；基于风轮、机舱和塔筒的机组模型结构划分，分析叶片、变桨系统、塔筒、发电机以及齿轮箱的运行状态；采用关联分析后的数据，按部件级建立安全性指标，按照整机级建立经济性、可靠性指标，其中安全性指标为智慧风电场的实时状态评估模型做支撑，经济性与可靠性从长期角度判断机组状态下降情况。解决大量风电数据处理以及评价繁琐的问题。