一种变速风力发电机组有界UDE转矩控制方法

    公开(公告)号:CN115182844B

    公开(公告)日:2024-08-13

    申请号:CN202210878100.9

    申请日:2022-07-25

    IPC分类号: F03D7/04 H02P9/00

    摘要: 本发明公开了一种变速风力发电机组有界UDE转矩控制方法。该方法包括有界约束算法、UDE转矩控制器两部分。为了避免系统输入转矩超出风机最大承受范围,造成积分饱和,导致跟踪效果变差甚至系统失控等现象,使用约束算法,根据转矩大小动态调节约束系数,使约束系数和转矩之间的关系始终保持在设定的椭圆区域上;将约束系数引入到跟踪误差中,设计出有界UDE转矩控制器,以应对风电机组转矩控制中的积分饱和现象,达到控制效果。该方法简单易行,成本低,给定风机所能承受的最大转矩范围,便可实时得到约束系数,系统整体的计算量增加较少,避免积分饱和带来的负面影响,提升控制效果,提高风能捕获效率,提高风电场的经济效益。

    一种基于多尺度特征融合网络的新生儿脑电信号惊厥放电检测系统

    公开(公告)号:CN115211870B

    公开(公告)日:2024-07-09

    申请号:CN202211015311.6

    申请日:2022-08-23

    申请人: 浙江大学

    IPC分类号: A61B5/369 G06F17/15

    摘要: 本发明公开了一种基于多尺度特征融合网络的新生儿脑电信号惊厥放电检测系统。该方法针对新生儿的临床脑电信号数据,基于多尺度融合特征进行异常检测;建立高度并行的多分支一维卷积模型对标记后的新生儿脑电信号数据进行特征提取,多分支一维卷积模型可以在提取出脑电信号多尺度特征的同时,尽可能减小运算时间;使用基于深度网络的集成学习模型,将多个弱监督模型融合为一个强监督模型,最大程度地利用了多尺度融合特征,降低随机噪声的干扰,保证了模型具有较高的抗干扰性。本发明方法是基于数据的深度网络建模方法,网络计算步骤完备,建立的网络模型兼顾了脑电信号的多尺度特征,具有一定的理论价值与实际工程意义。

    一种用电主体行为画像构建方法
    4.
    发明公开

    公开(公告)号:CN118245751A

    公开(公告)日:2024-06-25

    申请号:CN202410406509.X

    申请日:2024-04-07

    摘要: 本发明属于电力领域,公开了一种用电主体行为画像构建方法,包括以下步骤:步骤1,收集用户历史用电负荷数据,对其进行预处理;步骤2,通过动态时间规整和K‑means聚类确定用户的用电行为的类别标签;步骤3,构建初始特征集,并将最大相关最小冗余准则作为特征选择方法构建最优特征集,得到用户用电行为的行为标签;步骤4,利用评分法对用户的每个特征进行打分,直观展示每个用户的特征。本发明将动态时间规整算法和K‑means融合,以实现对用户不同用电行为特征的准确直观刻画。本发明将用户的用电行为特征按照评分系统进行打分,更直观地展示了每个用户的用电行为习惯。

    一种基于深度学习的入侵害虫粘虫板图像识别方法

    公开(公告)号:CN117635911A

    公开(公告)日:2024-03-01

    申请号:CN202311417908.8

    申请日:2023-10-30

    申请人: 浙江大学

    摘要: 本发明公开一种基于深度学习的入侵害虫粘虫板图像识别方法,包括获取拍摄图像,构建数据集;对数据集进行预处理;将经预处理后的数据集进行划分;构建改进的TPH‑YOLOv5预训练模型;将训练集输入至改进的TPH‑YOLOv5预训练模型,进行迁移学习,组合不同模型训练技巧进行模型训练,将预测结果与真实结果比对,计算损失函数,并更新网络权重;若达到预设的迭代次数,则结束训练;基于改进的TPH‑YOLOv5模型实现入侵害虫检测。本发明通过获取高质量入侵害虫数据集,利用改进的TPH‑YOLOv5模型,针对害虫样本数量不平衡,数据集数量较少等问题,组合不同模型训练技巧进行模型训练,最终实现入侵害虫精准检测。

    基于FPGA实现卷积神经网络的软硬件协同加速方法

    公开(公告)号:CN117610626A

    公开(公告)日:2024-02-27

    申请号:CN202311624785.5

    申请日:2023-11-30

    申请人: 浙江大学

    摘要: 本发明公开了一种基于FPGA实现卷积神经网络的软硬件协同加速方法,该方法包括:选取卷积神经网络和数据集,并对卷积神经网络进行训练和量化;将量化模型根据所将权重和参数保存为二进制的机器语言文件。根据保存的数据生成硬件电路,使用卷积并行优化、矩阵划分、循环展开和访存流水化实现软硬件加速协同;对实现软硬件协同优化的数据重新生成硬件IP,根据硬件IP完成硬件设置、约束与布线。本发明采用的软硬件协同优化策略实现了算子级优化,能高效地使用已设计好的卷积模块;采用一整套神经网络量化与模型压缩方案,保证模型的实际部署效果且本发明具有多FPGA平台通用性。

    一种基于DA-RNN的风电机组关键组件故障预警方法

    公开(公告)号:CN111814849B

    公开(公告)日:2024-02-06

    申请号:CN202010573207.3

    申请日:2020-06-22

    申请人: 浙江大学

    摘要: 本发明公开了一种基于双注意力机制的循环神经网络DA‑RNN的风电机组关键组件故障预警方法。该方法基于采集于风电机组正常运行状态下数据采集与监视控制(SCADA)系统数据集,设计预处理流程并选取DA‑RNN模型进行变量实时估计,通过多阈值设置及判别准则设计,输出判断结果序列,并根据判断结果序列给出最终预警结果。本发明故障预警方法中,针对不同类型噪声数据设计预处理流程,提供了可靠的数据基础;DA‑RNN模型综合考虑相关变量及历史信息的影响,并分配以不同的权重,保证了变量估计的准确性;多阈值设置及判别准则设计避免了单次0‑1判断,使最终预警结果更具有鲁棒性;最终实(56)对比文件胡瑾秋;张来斌;伊岩;蔡爽.非正常工况下化工过程设备故障实时关联预警研究.中国安全科学学报.2017,第26卷(第9期),全文.杨婷婷;张蓓;吕游;邸小慧.基于MSET的电站风机故障预警技术研究.热能动力工程.2017,第32卷(第9期),全文.

    一种齿轮箱运行状态检测方法、装置、设备及介质

    公开(公告)号:CN117387938A

    公开(公告)日:2024-01-12

    申请号:CN202311312387.X

    申请日:2023-10-09

    摘要: 本申请涉及风力发电机组齿轮箱检测领域,公开了一种齿轮箱运行状态检测方法、装置、设备及介质,包括:采集SCADA系统记录的历史健康数据集;历史健康数据集包括齿轮箱处于健康运行状态时产生的时序数据;构建包含混合膨胀卷积结构和图卷积结构的图神经网络;利用历史健康数据集训练图神经网络,得到用于获取预测值并记录预测值与历史健康数据集之间的残差值的目标行为模型;将待测齿轮箱的实时运行数据集输入至目标行为模型,获取预测数据并计算预测数据与实时运行数据集之间的残差;根据计算的残差与记录的残差值的比较结果,得到待测齿轮箱的运行状态。这样能够实现齿轮箱行为的精确建模,为齿轮箱运行状态的在线检测提供数据支撑。

    一种基于鲁棒非线性自适应控制的风机轴系扭振抑制方法

    公开(公告)号:CN117167190A

    公开(公告)日:2023-12-05

    申请号:CN202310969607.X

    申请日:2023-08-03

    IPC分类号: F03D7/00 G06F17/10

    摘要: 本发明属于控制和能源领域,具体公开了一种基于鲁棒非线性自适应控制的风力发电机轴系扭振抑制方法,包括:首先对双馈风机的轴系模型、电气模型进行建模,并分析其轴系扭振引发机理,定义风机轴系扭转角偏差,然后将双馈风机模型转化为二阶非线性系统形式,对变换后的模型设计轴系扭振抑制器,保证转换后系统的渐近跟踪性能,有效抑制风机在遭遇大扰动时的轴系扭振问题。在所设计的轴系扭振抑制器中,风电并网系统中的不确定动态通过在线神经网络进行近似,而外部干扰和神经网络的重构误差由误差符号积分鲁棒项进行补偿。本发明能够克服现有模型中的不确定性,增强控制系统的鲁棒性,具有抗干扰能力。