-
公开(公告)号：CN117094420B
公开(公告)日：2024-02-06
申请号：CN202311361709.X
申请日：2023-10-20
申请人： 浙江大学 , 华电电力科学研究院有限公司
IPC分类号： G06N20/00 , G06Q10/0637 , G06Q50/06
摘要： 本申请涉及一种模型训练方法、装置和功率预测方法以及设备和介质，其中，该模型训练方法包括：基于共识机制将每个新能源场站本地训练的本地模型的本地模型参数，通过区块链节点服务器上传至区块链，生成最新区块；通过区块链节点服务器获取最新区块中的本地模型参数数据；基于本地模型参数数据对每个本地模型进行相关度聚合，得到对应的聚合模型。相比于现有联邦学习方案，通过区块链技术对联邦学习进行去中心化处理，且模型聚合只在新能源场站的本地服务器中进行，区块链节点服务器只进行模
-
公开(公告)号：CN117094420A
公开(公告)日：2023-11-21
申请号：CN202311361709.X
申请日：2023-10-20
申请人： 浙江大学 , 华电电力科学研究院有限公司
IPC分类号： G06N20/00 , G06Q10/0637 , G06Q50/06
摘要： 本申请涉及一种模型训练方法、装置和功率预测方法以及设备和介质，其中，该模型训练方法包括：基于共识机制将每个新能源场站本地训练的本地模型的本地模型参数，通过区块链节点服务器上传至区块链，生成最新区块；通过区块链节点服务器获取最新区块中的本地模型参数数据；基于本地模型参数数据对每个本地模型进行相关度聚合，得到对应的聚合模型。相比于现有联邦学习方案，通过区块链技术对联邦学习进行去中心化处理，且模型聚合只在新能源场站的本地服务器中进行，区块链节点服务器只进行模型参数的上传与下发，避免了中心节点的异常对模型训练所产生的不利影响，解决了如何提高基于联邦学习的模型训练稳定性的问题。
-
公开(公告)号：CN111091223B
公开(公告)日：2023-08-04
申请号：CN201911042330.6
申请日：2019-10-30
申请人： 华电电力科学研究院有限公司
IPC分类号： G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06F18/23 , H04L67/12
摘要： 本发明公开了一种基于物联网智能感知技术的配变短期负荷预测方法，该方法的数据来源是一定地理区域内、同一配变下的各个用户智能电表采集的用电量数据。首先通过相关系数完成数据清洗与补全，通过标幺化处理得到用电量数据标幺曲线，然后通过仿射传播算法聚类后合并得到相似日的标幺曲线，最后通过加权求和得到待测未来日的标幺曲线，与基值组合后得到完整的待测日负荷曲线，从而完成整体配变短期负荷预测工作。将该方法应用到其他配变的同类数据作计算分析，可弥补低压配网精益化运维现状的不足，并为低压配网无功补偿策略控制方案提供支持，为低压设备的更新和低压配电系统的改造提供依据，所需的物资和人力成本低、准确性高、可操作性好。
-
公开(公告)号：CN111561907A
公开(公告)日：2020-08-21
申请号：CN202010245426.9
申请日：2020-03-31
申请人： 华电电力科学研究院有限公司 , 华电国际宁夏新能源发电有限公司
IPC分类号： G01C5/00
摘要： 本发明公开了一种基于平面倾角测量的塔筒不均匀沉降监测方法，属于机械结构健康监测与评估及机械信号处理技术领域。本发明利用双轴倾角传感数据，通过簇中心迭代数学算法，实时计算出中心位置位移，从而实现对地基平面不均匀沉降监测。本发明方法与已有方法相比更为简单有效，而且灵敏度高。
-
公开(公告)号：CN118532295A
公开(公告)日：2024-08-23
申请号：CN202411001703.6
申请日：2024-07-25
申请人： 华电电力科学研究院有限公司 , 沈阳工业大学
IPC分类号： F03D7/00
摘要： 本申请公开了一种风电机组变桨控制方法、装置、设备及存储介质，涉及风电机组领域，包括：构建初始风电机组变桨距控制模型，确定初始比例系数及初始积分系数；确定风电机组转子的转速偏差，对转速偏差进行归一化及非线性化处理，获取处理后转速偏差；基于变桨比例控制系数、最大桨距角、变桨增益调度最小缩放值及处理后转速偏差确定转速偏差整定值，利用转速偏差整定值对初始比例系数及初始积分系数进行调整，获取目标比例系数和目标积分系数；通过目标比例系数和目标积分系数确定目标风电机组变桨距控制模型，利用目标风电机组变桨距控制模型确定风电机组的桨距角，以完成对风电机组的变桨控制。由此，本申请能够适用于不同机组容量的风电机组。
-
公开(公告)号：CN118836127A
公开(公告)日：2024-10-25
申请号：CN202411327230.9
申请日：2024-09-20
申请人： 华电电力科学研究院有限公司
IPC分类号： F03D17/00 , G06F18/2433 , G06F18/15 , G06F18/2113 , G06F18/214 , G06F18/21 , G06N3/04 , G06N3/084 , G06N3/048
摘要： 本申请公开了一种滤波板温度监测方法、装置、设备及介质，涉及风电机组状态监测领域，包括：基于皮尔逊相关系数法获取待处理数据中的各个变量与滤波板温度之间的相关性系数，并根据各相关性系数及预设变量筛选条件进行变量筛选，通过得到的筛选后数据及预设数据处理规则确定训练集和测试集，并利用训练集和所述测试集分别对构建好的初始多变量滤波板温度模型进行模型训练、模型测试，在基于得到的目标多变量滤波板温度模型对风力发电机进行滤波板温度监测的过程中，通过当前的预警阈值信息及本地的残差序列判断是否满足预设预警触发条件，完成相应的故障预警操作。基于多变量对滤波板温度进行监测以实现风力发电机的故障预警，提高监测准确性。
-
公开(公告)号：CN117972535B
公开(公告)日：2024-06-14
申请号：CN202410372661.0
申请日：2024-03-29
申请人： 华电电力科学研究院有限公司
IPC分类号： G06F18/241 , G06F18/213 , G06F18/10 , G06N3/045 , G06N3/0442 , G06F18/25 , G06N3/09 , G06Q10/20 , G06Q50/06
摘要： 本申请公开了风电机组关键部件故障预警方法、装置、设备及存储介质，涉及风电故障预警技术领域，包括：基于预设数据处理方式对SCADA时序数据和CMS振动数据进行数据处理得到处理后数据；利用改进后辅助分类器生成对抗网络算法和预设组合建模模型对处理后数据进行处理以得到振动数据时域特征和残差特征并进行融合以得到目标输入特征向量并输入至预设孪生神经网络子模型中以得到训练后模型和特征向量；通过特征向量对初始关系度量网络和初始故障分类网络进行训练以得到由训练后关系度量网络和训练后故障分类网络构成的故障辨识网络，以便完成对风电机组关键部件的故障识别预警。这样一来，可以提高风电机组故障辨识准确率。
-
公开(公告)号：CN117972535A
公开(公告)日：2024-05-03
申请号：CN202410372661.0
申请日：2024-03-29
申请人： 华电电力科学研究院有限公司
IPC分类号： G06F18/241 , G06F18/213 , G06F18/10 , G06N3/045 , G06N3/0442 , G06F18/25 , G06N3/09 , G06Q10/20 , G06Q50/06
摘要： 本申请公开了风电机组关键部件故障预警方法、装置、设备及存储介质，涉及风电故障预警技术领域，包括：基于预设数据处理方式对SCADA时序数据和CMS振动数据进行数据处理得到处理后数据；利用改进后辅助分类器生成对抗网络算法和预设组合建模模型对处理后数据进行处理以得到振动数据时域特征和残差特征并进行融合以得到目标输入特征向量并输入至预设孪生神经网络子模型中以得到训练后模型和特征向量；通过特征向量对初始关系度量网络和初始故障分类网络进行训练以得到由训练后关系度量网络和训练后故障分类网络构成的故障辨识网络，以便完成对风电机组关键部件的故障识别预警。这样一来，可以提高风电机组故障辨识准确率。
-
公开(公告)号：CN117212051A
公开(公告)日：2023-12-12
申请号：CN202311459271.9
申请日：2023-11-02
申请人： 华电电力科学研究院有限公司
摘要： 本申请公开了一种风电机组偏航校正方法、装置、设备及存储介质，涉及风电机组控制技术领域，包括：基于预设机组朝向对目标机组进行调整，将调整后的目标机组朝向角度确定为起始角度，记录主控系统中的显示角度，以确定起始角度与显示角度之间的角度差值；在目标机组出现偏航动作时，基于激光发射器、激光接收器以及起始角度确定目标机组的当前机舱角度；获取外部风向数据，基于外部风向数据、当前机舱角度以及角度差值确定目标机组的偏航对风误差角度；基于偏航对风误差角度判断目标机组是否满足偏航校正条件，若是，则基于偏航误差校正程序进行偏航误差校正。由此，本申请能够实时计算机舱朝向与风向的误差角，精准、高效地完成机组偏航校正。
-
公开(公告)号：CN116845870A
公开(公告)日：2023-10-03
申请号：CN202310799054.8
申请日：2023-06-30
申请人： 华电电力科学研究院有限公司
摘要： 本申请公开了一种光伏功率爬坡事件预测方法、装置、设备及介质，涉及新型电力系统技术领域，包括：获取目标光伏电站全年每日的实时理想光伏发电出力归一化曲线；利用蒙特卡洛法生成光伏发电随机分量并对其进行随机抽样，得到预设长度的随机分量序列；根据实时理想光伏发电出力归一化曲线和随机分量序列的统计特性生成光伏发电出力序列；基于光伏发电出力序列构建信度网络节点变量和各信度网络节点变量的状态集；从状态集中获取最优信度网络结构并进行光伏发电出力序列学习，得到最优信度网络以对预定气象条件下的爬坡事件进行非精确概率预测。本申请能够提高在多种气象条件下的光伏爬坡事件的预测精度，同时减小了爬坡预测覆盖的概率区间。
-
-
-
-
-
-
-
-
-
搜索结果
28 条记录 (耗时 0.042 秒)
