-
公开(公告)号：CN117869190A
公开(公告)日：2024-04-12
申请号：CN202410168930.1
申请日：2024-02-06
申请人： 河北工业大学
摘要： 本发明涉及重力储能技术领域，具体的是一种基于退役风机叶片的重力储能装置，本发明包括滑轨和山体，山体包括山顶平面、山底平面，所述滑轨上设置有可沿着滑轨方向活动的滑行机构，滑行机构包括滑行支撑面，滑行支撑面顶部的两侧分别固定连接有滑行前挡板和滑行后挡板，滑行前挡板和滑行后挡板的设置方向与滑轨的铺设方向一致，本发明利用退役风机叶片作为载重物，可以合理处理退役老旧风机叶片，降低翻新和回收成本，保护环境，充分利用山体的地势，还可以使得载重物在山体斜面上的活动进行储能和释能，采用山地重力储能方式对风力发电起到削峰填谷作用，有效解决弃风问题。
-
公开(公告)号：CN113536686B
公开(公告)日：2022-11-01
申请号：CN202110835160.8
申请日：2021-07-23
申请人： 河北工业大学 , 华能新能源股份有限公司河北分公司
IPC分类号： G06F30/27 , G06F113/06
摘要： 本发明为一种风速的概率模型的建模方法，该方法包括以下内容：获得多个不同频率的风速分量，然后将多个风速分量重构为风速低频分量和风速高频分量；将风速的建模分为规律性强的低频分量模型和随机性强的高频分量模型，在建模时分别考虑其波动性和随机性并量化分析风速变化量与风速之间的关系可有效提升建模精度；建立了风速低频分量的风速‑变化量联合概率密度模型和风速高频分量的通用描述模型。本发明方法尤其适用于不确定性较强风速的情形，提高了风速建模的精度。
-
公开(公告)号：CN109583069B
公开(公告)日：2022-10-28
申请号：CN201811404012.5
申请日：2018-11-23
申请人： 河北工业大学
IPC分类号： G06F30/20 , G06F111/10 , G06F113/06
摘要： 本发明提供一种基于时间相关性的风速建模方法，首先获取风电场历史风速数据，分析风电场历史风速信息，并根据风速分布信息确定威布尔分布模型，同时根据风速变化量信息归纳风速变化规律，由风速变化量信息所归纳的风速变化规律定义风速时间相关性概念，用以下一点风速分布计算。计算中，结合已经得到的风速分布及风速时间相关性共同计算以基础点为参照下的下一点风速分布情况，并抽样选取随机数以在该分布下，依据概率随机性确定该点的取值。该计算的基础点，为序列中进行该次计算前的末点。完成计算及抽样后，判断序列中所包含的数据个数是否满足需求，以决定是否继续循环或输出数据，最终得到基于时间相关性的风速模型。
-
公开(公告)号：CN110276132B
公开(公告)日：2022-10-14
申请号：CN201910548885.1
申请日：2019-06-24
申请人： 河北工业大学
IPC分类号： G06F30/18 , G06F111/02 , G06F111/08 , G06F111/10 , G06F113/04 , G06F113/06
摘要： 本发明公开了一种多风电场的基于不同时间尺度的风速相关性描述方法，该描述方法通过对风速不同尺度波动性的划分，更深层次的发掘了风速的波动性规律及不同风电场间风速变化趋势的相关性；相比于直接应用Copula函数对风速数值建立相关性的方法，本发明描述方法更加准确，所得到的仿真结果具有更加精确的相关性；相比于直接应用Copula函数对区域内风速数值建立相关性的方法，本发明描述方法注重在建模过程中，对各风电场风速具有的风速变化趋势进行表达，所得到的仿真结果更接近真实工况中的风速。本发明描述方法通过分析风速历史数据中的风速波动规律，结合风速不同尺度波动及相关性模型共同建立精度更高的多风场联合风速模型。
-
公开(公告)号：CN114330902A
公开(公告)日：2022-04-12
申请号：CN202111663680.1
申请日：2021-12-31
申请人： 河北工业大学
摘要： 本发明公开一种基于解耦机制的配电线路负荷预测方法，该预测方法将神经网络方法和概率方法相结合，利用神经网络方法和概率方法实现未来一天负荷预测的基础上体现负荷数据变化的时序性。该方法充分考虑影响负荷变化的多种因素，并通过负荷累积分布函数概率结果体现负荷的时序性特征，对短期负荷预测具有较高的预测精度。
-
公开(公告)号：CN112446545A
公开(公告)日：2021-03-05
申请号：CN202011385316.9
申请日：2020-12-01
申请人： 河北工业大学
摘要： 本发明公开了一种基于叠加马尔科夫链的负荷预测方法。该方法首先将获取的负荷历史数据按照不同日期同一时刻进行分组并转换为状态变量；然后根据不同步长、天气、季节与日期类型计算相应的状态转移矩阵；之后根据初始状态及转移矩阵按顺序计算下一时刻点的模拟值；最后加入误差补偿，得到最终的负荷预测值。本发明负荷预测方法区别于一般的马尔科夫链方法，克服了传统方法统一划分状态区间的缺陷，本发明负荷预测方法对状态转移矩阵进行分类，并且采用叠加马尔科夫链进行预测，改善了以往方法精度不高的缺点，使负荷预测结果更加准确。
-
公开(公告)号：CN111397884A
公开(公告)日：2020-07-10
申请号：CN202010307134.3
申请日：2020-04-17
申请人： 河北工业大学
摘要： 本发明公开一种改进梅尔倒谱系数算法的叶片故障诊断方法，本发明故障诊断方法首先利用梅尔倒谱系数算法获取信号特征矩阵，并利用SVD(奇异值分解)对特征矩阵做降噪处理，滤除了风噪声的特征信息，使得到的信号特征更加准确。在强风噪背景下该方法处理的故障信号同样呈现出明显的周期性，可以识别出强风噪下的故障风机。本发明故障诊断方法解决了传统的梅尔倒谱系数算法判断叶片是否故障方法无法识别强风噪下的故障风机的难题。
-
公开(公告)号：CN110048428B
公开(公告)日：2020-06-30
申请号：CN201910444918.8
申请日：2019-05-27
申请人： 河北工业大学
IPC分类号： H02J3/06
摘要： 本发明为基于概率守恒原理的电力系统概率潮流计算方法，该方法包括：获取含有新能源的电力系统网络的各项数据；对常规发电机出力、新能源出力和负荷功率历史数据进行统计分析，并生成电力系统所有节点注入功率的概率模型；建立电力系统潮流计算方程的线性化模型；按照线性化方程的关系，基于概率论中的概率守恒原理的原理建立不同随机变量的概率密度函数之间的关系式；利用δ函数的定义和性质，对不同随机变量概率密度函数之间的关系式进行处理生成电力系统内节点电压、支路潮流和支路有功损耗的概率密度函数。该方法能够得到准确的概率潮流计算的结果，合理反映了系统内节点电压、支路潮流和支路有功损耗的概率特性，且计算效率高。
-
公开(公告)号：CN110874584A
公开(公告)日：2020-03-10
申请号：CN201911147507.9
申请日：2019-11-21
申请人： 河北工业大学
摘要： 本发明提出一种基于改进原型聚类的叶片故障诊断方法，方法包括：首先将采集到的叶片的声音信号利用梅尔倒谱系数(Mel Frequency Cepstrum Coefficient，MFCC)法提取样本点，找到欧式距离最大两点；然后以这两点为参照点对样本点进行聚类得到不同集合；将不同集合取交集并计算交集样本的中心点，再将样本原型聚类为两类样本点并设置标签；刻画样本标签类别时序图以此诊断叶片是否发生故障。同时构建样本类别概率矩阵，并定义相应的评价指标来判断叶片故障的可信度。本发明对原型聚类的聚类方法进行了改进，使得样本的聚类更加准确，能够提高叶片故障诊断的准确性，而且本发明还建立了相应的评价指标，以此来判断叶片发生故障的可信度大小。
-
公开(公告)号：CN110188964A
公开(公告)日：2019-08-30
申请号：CN201910490826.3
申请日：2019-06-06
申请人： 河北工业大学
摘要： 本发明为一种基于相关性的光伏出力预测方法，该方法包括以下步骤：获取同地区参考光伏电站和目标光伏电站的光伏出力历史数据；对所获取的两个电站的历史数据分别做无遮归一化处理，分别求取各自的无遮天j时刻出力及每天j时刻的无遮系数；求取历史数据中各天的晴朗系数Z和突变系数C，归一化处理后对样本天进行聚类来分类天气；对参考光伏电站和目标光伏电站的各自的属于某类天气的所有样本无遮系数进行函数拟合，得到各类天气下两个电站的累计分布函数；用Copula函数对累计分布函数建立相关性；选择对应天气下的空间相关性模型，求出目标光伏电站的无遮系数，再求得目标光伏电站的功率预测结果。该方法成本低、所需数据量少、预测精度高。
-
-
-
-
-
-
-
-
-
搜索结果
114 条记录 (耗时 0.027 秒)