-
公开(公告)号：CN114862163B
公开(公告)日：2023-04-07
申请号：CN202210441341.7
申请日：2022-04-25
Applicant: 河北大学
IPC: G06Q10/0631 , G06Q50/06 , G06F18/2321 , G06F30/20 , G06F111/04 , G06F111/08 , G06F113/04
Abstract: 本发明涉及一种综合能源系统优化调度方法，包括：采集综合能源系统的运行数据和系统设备参数；建立新能源预测误差模型，求解预测误差；建立系统设备运行模型；设定电力系统约束条件，冷、热力系统约束条件，以及热水系统约束条件；进行线性化变换；分别建立系统运行成本函数模型、预测偏差惩罚成本函数模型、碳排放成本函数模型、绿色证书交易成本函数模型、储能电池寿命成本函数模型以及综合能源系统总成本目标函数模型；求解得到调度结果。本发明充分的考虑了风电的波动性和随机性，碳交易和绿色证书交易减少了对环境的碳排放，可有效得到计及综合能源系统总成本和环境碳排放量的最优解。
-
公开(公告)号：CN112784373B
公开(公告)日：2022-03-01
申请号：CN202110078440.9
申请日：2021-01-19
Applicant: 河北大学
IPC: G06F30/17 , G06F30/27 , G06K9/62 , G06F113/06 , G06F119/08
Abstract: 本发明公开了一种风电机组齿轮箱的故障预警方法，该方法包括以下步骤：S1、数据获取，获取需要进行齿轮箱早期故障预警的风电机组SCADA系统中的数据和记录，时间跨度应包含风电机组正常运行、故障形成、故障显现等多个阶段；S2、选取风速、发电机转速、发电机有功功率、齿轮箱温度、上一时刻齿轮箱温度的历史数据；S3、数据预处理，删除异常数据，然后对数据进行归一化操作；S4、利用上述5个参数建立NSET温度预测模型；S5、使用建立的NSET模型预测齿轮箱温度，得到实际值与预测值的残差；S6、确定残差阈值，当残差超出阈值时发出报警信息。本发明利用3σ‑中位数准则法剔除SCADA数据中的异常值，大大提高了数据的清洗效率，然后利用NSET方法实现了风电机组齿轮箱的故障预警。
-
公开(公告)号：CN117973632A
公开(公告)日：2024-05-03
申请号：CN202410314051.5
申请日：2024-03-19
Applicant: 河北大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q30/0201 , G06Q50/06
Abstract: 本发明公开了一种基于双层优化调度模型的碳排放量分析方法，涉及节能减排技术领域。包括：S1数据获取步骤；S2构建综合能源系统步骤；S3系统初步优化步骤；S4碳交易引入步骤；S5相互激励步骤；S6分析检验步骤。本发明基于合成燃料技术系统加入碳‑绿色证书交易机制以系统运行最经济为目标建立运行调度策略，在满足本系统负荷需求的基础之上建立不同场景的综合能源系统之间的清洁能源交易方式，促进系统对于可再生能源发电的消纳，高效利用氢能，合成甲醇燃料，降低系统的碳排放。
-
公开(公告)号：CN114862163A
公开(公告)日：2022-08-05
申请号：CN202210441341.7
申请日：2022-04-25
Applicant: 河北大学
IPC: G06Q10/06 , G06Q50/06 , G06K9/62 , G06F30/20 , G06F111/04 , G06F111/08 , G06F113/04
Abstract: 本发明涉及一种综合能源系统优化调度方法，包括：采集综合能源系统的运行数据和系统设备参数；建立新能源预测误差模型，求解预测误差；建立系统设备运行模型；设定电力系统约束条件，冷、热力系统约束条件，以及热水系统约束条件；进行线性化变换；分别建立系统运行成本函数模型、预测偏差惩罚成本函数模型、碳排放成本函数模型、绿色证书交易成本函数模型、储能电池寿命成本函数模型以及综合能源系统总成本目标函数模型；求解得到调度结果。本发明充分的考虑了风电的波动性和随机性，碳交易和绿色证书交易减少了对环境的碳排放，可有效得到计及综合能源系统总成本和环境碳排放量的最优解。
-
公开(公告)号：CN114781922A
公开(公告)日：2022-07-22
申请号：CN202210553323.8
申请日：2022-05-19
Applicant: 河北大学
Abstract: 本发明公开一种电热综合能源系统优化调度方法，涉及综合能源系统优化调度技术领域，包括以下步骤：采集电热综合能源系统的运行数据和系统设备参数；建立太阳能集热系统出力模型；建立电负荷需求侧响应模型；建立系统设备运行模型；设定电负荷、热负荷出力平衡约束、设备出力约束条件和需求侧响应约束；建立综合考虑购电费用、燃料购买费用、弃风惩罚费用、设备运维费用和需求侧响应补偿费用的目标函数；对非线性约束进行线性化变换；建立日前区间电热综合能源系统优化调度模型；基于Pyomo搭建区间最优、劣子模型，调用求解器GLPK进行求解。本发明利用Pyomo‑GLPK的组合对模型进行建模和求解，可以有效的降低系统的运行成本且拥有很好的求解速度。
-
Patent Agency Ranking
公开(公告)号：CN114065598A
公开(公告)日：2022-02-18
申请号：CN202111290483.X
申请日：2021-11-02
Applicant: 河北大学
IPC: G06F30/25 , G06F30/27 , G06N3/00 , G06N3/08 , G06F113/06
Abstract: 本发明公开了一种风电机组发电机的故障预警方法，该方法包括以下步骤：采集风电机组发电机整个故障演变区间的历史运行数据，选取反映发电机运行状态的各参数作为建模变量，对发电机运行状态参数归一化处理，建立DBN网络，隐含层神经元数目寻优，使用最优神经元个数建立发电机故障预警模型；对发电机运行状态参数进行重构，计算重构变量与实际变量的重构误差，确定重构误差阈值，当重构误差未超出阈值时，判定为发电机运行状态正常；当重构误差超出阈值时，判定为发电机运行状态异常，并发出故障预警信息。本发明为风电机组发电机的早期故障检测提供判断依据，以此实现风电机组发电机的故障预警。
-
公开(公告)号：CN111175651A
公开(公告)日：2020-05-19
申请号：CN202010027269.4
申请日：2020-01-10
Applicant: 河北大学
Abstract: 本发明提供了一种基于大数据的风电机组故障预警诊断系统，输入模块用以接收发电机组的传感单元获得的实时信息；图像处理模块在输入模块获得的实时信息筛选出图像信息，图像处理模块对图像信息进行处理，并将其获得的字符识别结果发送给CPU处理模块；故障诊断模块从所述输入模块中获取信息，并根据信息判断故障的优先级；CPU处理模块根据故障诊断模块生成的优先状态值调取所述数据库中的对应信息，CPU处理模块将优先状态值与对应信息进行关联性比对，CPU处理模块将图像处理模块的字符识别结果与数据库中储存的预设字符进行比对，CPU处理模块根据比对结果生成故障判断函数F，CPU处理模块将故障判断函数F经输出模块发生给终端设备。
-
公开(公告)号：CN114065598B
公开(公告)日：2022-06-28
申请号：CN202111290483.X
申请日：2021-11-02
Applicant: 河北大学
IPC: G06F30/25 , G06F30/27 , G06N3/00 , G06N3/08 , G06F113/06
Abstract: 本发明公开了一种风电机组发电机的故障预警方法，该方法包括以下步骤：采集风电机组发电机整个故障演变区间的历史运行数据，选取反映发电机运行状态的各参数作为建模变量，对发电机运行状态参数归一化处理，建立DBN网络，隐含层神经元数目寻优，使用最优神经元个数建立发电机故障预警模型；对发电机运行状态参数进行重构，计算重构变量与实际变量的重构误差，确定重构误差阈值，当重构误差未超出阈值时，判定为发电机运行状态正常；当重构误差超出阈值时，判定为发电机运行状态异常，并发出故障预警信息。本发明为风电机组发电机的早期故障检测提供判断依据，以此实现风电机组发电机的故障预警。
-
公开(公告)号：CN111175651B
公开(公告)日：2021-12-31
申请号：CN202010027269.4
申请日：2020-01-10
Applicant: 河北大学
Abstract: 本发明提供了一种基于大数据的风电机组故障预警诊断系统，输入模块用以接收发电机组的传感单元获得的实时信息；图像处理模块在输入模块获得的实时信息筛选出图像信息，图像处理模块对图像信息进行处理，并将其获得的字符识别结果发送给CPU处理模块；故障诊断模块从所述输入模块中获取信息，并根据信息判断故障的优先级；CPU处理模块根据故障诊断模块生成的优先状态值调取所述数据库中的对应信息，CPU处理模块将优先状态值与对应信息进行关联性比对，CPU处理模块将图像处理模块的字符识别结果与数据库中储存的预设字符进行比对，CPU处理模块根据比对结果生成故障判断函数F，CPU处理模块将故障判断函数F经输出模块发生给终端设备。
-
公开(公告)号：CN112784373A
公开(公告)日：2021-05-11
申请号：CN202110078440.9
申请日：2021-01-19
Applicant: 河北大学
IPC: G06F30/17 , G06F30/27 , G06K9/62 , G06F113/06 , G06F119/08
Abstract: 本发明公开了一种风电机组齿轮箱的故障预警方法，该方法包括以下步骤：S1、数据获取，获取需要进行齿轮箱早期故障预警的风电机组SCADA系统中的数据和记录，时间跨度应包含风电机组正常运行、故障形成、故障显现等多个阶段；S2、选取风速、发电机转速、发电机有功功率、齿轮箱温度、上一时刻齿轮箱温度的历史数据；S3、数据预处理，删除异常数据，然后对数据进行归一化操作；S4、利用上述5个参数建立NSET温度预测模型；S5、使用建立的NSET模型预测齿轮箱温度，得到实际值与预测值的残差；S6、确定残差阈值，当残差超出阈值时发出报警信息。本发明利用3σ‑中位数准则法剔除SCADA数据中的异常值，大大提高了数据的清洗效率，然后利用NSET方法实现了风电机组齿轮箱的故障预警。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.022 seconds)
