-
公开(公告)号：CN117725394B
公开(公告)日：2024-05-07
申请号：CN202410180702.6
申请日：2024-02-18
摘要： 本发明提供了一种基于分层内嵌模态分解的风电场宽频振荡辨识方法，属于新能源信号辨识技术领域。其具体步骤如下：首先选取不同工况下的电压、电流参数作为信号来源，对信号来源进行数据清洗，得到初始的宽频振荡信号；随后，对宽频振荡信号进行分层内嵌模态分解，内层以最小化包络信息熵为优化目标，通过粒子群算法与万有引力算法相结合的搜索算法，优化求解最佳模态分量数与最佳惩罚因子，外层基于上述解集，采用拉格朗日交替方向乘子法，迭代得到宽频振荡信号的主导模态群；最后，推导主导模态群的幅值与频率参数辨识结果，从而确定导致风电场宽频振荡的分析结果，实现强抗噪性、高准确性和低计算量的优良辨识性能。
-
公开(公告)号：CN117725394A
公开(公告)日：2024-03-19
申请号：CN202410180702.6
申请日：2024-02-18
摘要： 本发明提供了一种基于分层内嵌模态分解的风电场宽频振荡辨识方法，属于新能源信号辨识技术领域。其具体步骤如下：首先选取不同工况下的电压、电流参数作为信号来源，对信号来源进行数据清洗，得到初始的宽频振荡信号；随后，对宽频振荡信号进行分层内嵌模态分解，内层以最小化包络信息熵为优化目标，通过粒子群算法与万有引力算法相结合的搜索算法，优化求解最佳模态分量数与最佳惩罚因子，外层基于上述解集，采用拉格朗日交替方向乘子法，迭代得到宽频振荡信号的主导模态群；最后，推导主导模态群的幅值与频率参数辨识结果，从而确定导致风电场宽频振荡的分析结果，实现强抗噪性、高准确性和低计算量的优良辨识性能。
-
公开(公告)号：CN117743805B
公开(公告)日：2024-04-30
申请号：CN202410181779.5
申请日：2024-02-19
申请人： 浙江浙能技术研究院有限公司
IPC分类号： G06F18/20 , G01R31/34 , G06F18/241
摘要： 本发明涉及基于健康度评估反馈的发电机励磁系统分层级判别方法，包括：构建励磁系统故障树；采集励磁系统的实时工况参数；决策是否提示#imgabs0#级故障的发生信息和预警信息；对故障进行细分并获取诊断意见；根据故障类型及其危害性评级，计算励磁系统的健康度综合分数；构建阈值判据修正模型和状态预警修正模型，并根据健康度综合分数判断是否需要进行模型修正。本发明的有益效果是：本发明考虑不同故障类型及其危害性评级，设立故障危害权重因子，计算发电机励磁系统的健康度综合分数，直观准确反映励磁系统的健康程度，并在评估反馈层及时对阈值判据层和状态预警层进行模型修正，提升整体判断决策过程的灵敏性和准确性。
-
公开(公告)号：CN117743805A
公开(公告)日：2024-03-22
申请号：CN202410181779.5
申请日：2024-02-19
申请人： 浙江浙能技术研究院有限公司
IPC分类号： G06F18/20 , G01R31/34 , G06F18/241
摘要： 本发明涉及基于健康度评估反馈的发电机励磁系统分层级判别方法，包括：构建励磁系统故障树；采集励磁系统的实时工况参数；决策是否提示#imgabs0#级故障的发生信息和预警信息；对故障进行细分并获取诊断意见；根据故障类型及其危害性评级，计算励磁系统的健康度综合分数；构建阈值判据修正模型和状态预警修正模型，并根据健康度综合分数判断是否需要进行模型修正。本发明的有益效果是：本发明考虑不同故障类型及其危害性评级，设立故障危害权重因子，计算发电机励磁系统的健康度综合分数，直观准确反映励磁系统的健康程度，并在评估反馈层及时对阈值判据层和状态预警层进行模型修正，提升整体判断决策过程的灵敏性和准确性。
-
-
-
搜索结果
4 条记录 (耗时 0.089 秒)
