-
公开(公告)号：CN111222677A
公开(公告)日：2020-06-02
申请号：CN201911007963.3
申请日：2019-10-22
申请人： 浙江运达风电股份有限公司 , 浙江大学 , 华能新能源股份有限公司 , 华能集团技术创新中心有限公司
摘要： 本发明涉及风电场风速预测领域，公开了一种基于长短期记忆时间神经网络的风速预测方法及系统，包括：A）采集已有的历史风速数据和实测的风速数据；B）分析不良数据，进行数据预处理，获得风速样本，构建风速样本数据库；C）将风速样本数据库分为训练样本数据库、验证样本数据库和检测样本数据库；D）构建长短期记忆神经网络模型；E）利用已训练好的长短期记忆神经网络模型对风速进行预测，获得风速预测值。本发明在完全利用历史数据的情况下，通过建立长短期记忆时间神经网络模型，并且对长短期记忆神经网络模型进行参数优化，实现对风能的预测，预测精度高。
-
公开(公告)号：CN113357082B
公开(公告)日：2024-01-02
申请号：CN202110736187.1
申请日：2021-06-30
摘要： 本发明主要是为了解决强负向风剪切风况下，桨叶由于净空不足容易扫塔的问题，公开了一种风电机组保护方法，通过机载式激光测风雷达实时监测竖直风剪切，在强负向风剪切风况下，风电机组根据评估得到的竖直风剪切采取保护动作，具体步骤包括：通过雷达获取原始径向风速，根据原始径向风速获得光束面风速，根据光束面风速和光束面竖直高度获得实时竖直风剪切，将竖直风剪切与第一竖直风剪切阈值和第二竖直风剪切阈值对比，当竖直风剪切大于第二竖直风剪切阈值时，风电机组停止工作，避免由于桨叶净空不足造成扫塔事故，对风电机组起到保护作用。
-
公开(公告)号：CN113357082A
公开(公告)日：2021-09-07
申请号：CN202110736187.1
申请日：2021-06-30
摘要： 本发明主要是为了解决强负向风剪切风况下，桨叶由于净空不足容易扫塔的问题，公开了一种风电机组保护方法，通过机载式激光测风雷达实时监测竖直风剪切，在强负向风剪切风况下，风电机组根据评估得到的竖直风剪切采取保护动作，具体步骤包括：通过雷达获取原始径向风速，根据原始径向风速获得光束面风速，根据光束面风速和光束面竖直高度获得实时竖直风剪切，将竖直风剪切与第一竖直风剪切阈值和第二竖直风剪切阈值对比，当竖直风剪切大于第二竖直风剪切阈值时，风电机组停止工作，避免由于桨叶净空不足造成扫塔事故，对风电机组起到保护作用。
-
公开(公告)号：CN219609635U
公开(公告)日：2023-08-29
申请号：CN202222943965.7
申请日：2022-11-07
申请人： 华能广西清洁能源有限公司 , 浙江运达风电股份有限公司 , 华能集团技术创新中心有限公司
摘要： 一种评估风电场尾流建模精确度的计算装置，包括测量信号输入模块、信号低通滤波模块、尾流数值计算风速模块以及差放输出模块，所述测量信号输入模块的输出端与信号低通滤波模块的输入端连接，所述信号低通滤波模块的输出端与差分输出模块的第一输入端连接，所述尾流数值计算风速模块的输出端与差放输出模块的第二输入端连接，所述差放输出模块的输出端为风电场尾流建模精确度评估信号输出端口。本实用新型基于集成电路原理与嵌入式原理知识，有效评估风电场尾流建模精确度。
-
公开(公告)号：CN114021992B
公开(公告)日：2024-06-18
申请号：CN202111313388.7
申请日：2021-11-08
申请人： 浙江大学 , 浙江运达风电股份有限公司
IPC分类号： G06Q10/063 , G06Q50/06 , G06N3/048 , G06N3/0464 , G06N20/00
摘要： 本发明公开了一种面向大型风电机组实时出力性能的评估方法。该方法基于风电机组正常运行状态下数据采集与监视控制系统记录数据集，设计利用滑窗技术的离群点检测方法，并设计带有时间信息提取的特征提取模型，选取XGBoost模型拟合风能利用系数与输入特征的等效数学模型，并统计训练集中超限程度，用于在线应用时出力性能的实时评估。在本发明的实时出力性能评估方法中，对每个数据点能够进行多次判断，并统计其离群程度进行离群点检测，从而获取更鲁棒、更灵活的检测结果；在特征提取中考虑变量时间依赖性，解决了机器学习XGBoost模型没有利用时间信息的问题，基于训练集超限程度作为在线实时评估依据，避免了人为主观因素的干扰，保证了评估的准确性。
-
公开(公告)号：CN114021992A
公开(公告)日：2022-02-08
申请号：CN202111313388.7
申请日：2021-11-08
申请人： 浙江大学 , 浙江运达风电股份有限公司
摘要： 本发明公开了一种面向大型风电机组实时出力性能的评估方法。该方法基于风电机组正常运行状态下数据采集与监视控制系统记录数据集，设计利用滑窗技术的离群点检测方法，并设计带有时间信息提取的特征提取模型，选取XGBoost模型拟合风能利用系数与输入特征的等效数学模型，并统计训练集中超限程度，用于在线应用时出力性能的实时评估。在本发明的实时出力性能评估方法中，对每个数据点能够进行多次判断，并统计其离群程度进行离群点检测，从而获取更鲁棒、更灵活的检测结果；在特征提取中考虑变量时间依赖性，解决了机器学习XGBoost模型没有利用时间信息的问题，基于训练集超限程度作为在线实时评估依据，避免了人为主观因素的干扰，保证了评估的准确性。
-
公开(公告)号：CN111414717A
公开(公告)日：2020-07-14
申请号：CN202010135920.X
申请日：2020-03-02
申请人： 浙江大学 , 浙江运达风电股份有限公司
摘要： 本发明公开了基于XGBoost-LightGBM的机组功率预测方法，包括以下步骤：离线建模；收集训练样本集；对于训练集数据采用XGBoost做特征提取；划分训练集和测试集；学习出LightGBM模型；在线预测。上述技术方案采用极端梯度增强算法用于对特征的选择，筛选出对输出功率的预测更为有效和敏感的特征，将筛选出的有效特征变量代入到Light Gradient Boosting Machine模型，建立功率预测模型，该技术方案充分考虑了采集到的变量对机组功率预测的有效性，对于风力发电机组功率预测具有更高的准确性。
-
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
申请人： 浙江运达风电股份有限公司 , 浙江大学
IPC分类号： G01M13/021 , G01M13/028 , G01M13/00 , G01M13/02 , G06F17/14
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。
-
公开(公告)号：CN114169681A
公开(公告)日：2022-03-11
申请号：CN202111314376.6
申请日：2021-11-08
申请人： 浙江大学 , 浙江运达风电股份有限公司
摘要： 本发明公开了一种考虑时空离群点检测的风电机组功率曲线数据预处理方法。该方法基于从风电机组数据采集与监视系统中获取的运行时间、风速、有功功率和桨距角数据，根据风速信息剔除不符合风机运行原理的异常点，在时间维度上制定离群判别规则剔除离群点，在空间维度上使用基于异常值分数的孤立森林算法剔除空间离群点。在本发明中，异常点剔除步骤考虑了风机的运行原理，在时间维度与空间维度上分别进行离群点检测的步骤保障了离群点检测的精确性。本发明方法基于风电机组实时运行数据，数据预处理流程规范完整，离群点检测结果具有较高的可信度，能够为风机状态监测提供有效依据，且在实际应用中具有一定的工程意义。
-
公开(公告)号：CN114065618A
公开(公告)日：2022-02-18
申请号：CN202111313404.2
申请日：2021-11-08
申请人： 浙江运达风电股份有限公司 , 浙江大学
IPC分类号： G06F30/27 , G06N3/00 , G06F111/04 , G06F111/08 , G06F113/06 , G06F119/02
摘要： 本发明公开了一种基于微分进化的参数模型拟合风机功率曲线的方法。该方法针对风机数据采集与监视系统采集的数据，基于风速信息进行数据清洗；建立五参数logistic模型对清洗后的功率曲线数据集进行拟合，logistic参数模型与标准风机功率曲线具有高度相似的特征，保证了曲线拟合的准确性；使用自适应控制参数变化的微分进化算法对五参数logistic模型的参数进行辨识，保证拟合曲线平滑性的同时提升了拟合速度，最终得到拟合风机功率曲线的五参数logistic模型。本发明方法是基于数据的参数建模方法，数据清洗步骤完备，选取的参数模型兼顾了实际运行数据特征与标准风机功率曲线特征，具有一定的理论价值与实际工程意义。
-
-
-
-
-
-
-
-
-
搜索结果
241 条记录 (耗时 0.176 秒)
