-
公开(公告)号：CN113032968A
公开(公告)日：2021-06-25
申请号：CN202110229436.8
申请日：2021-03-02
Applicant: 国网冀北电力有限公司电力科学研究院 , 华北电力科学研究院有限责任公司 , 国家电网有限公司 , 河北工业大学
IPC: G06F30/20 , G06F30/17 , H02J3/38 , G06F111/10
Abstract: 本发明提供了一种双馈风机控制器参数辨识方法及装置，该参数辨识方法包括：根据参数待辨识的双馈风机控制器的结构确定对应的预设数学模型；采集所述双馈风机控制器在当前运行时段的多个输入输出数据；根据所述数学模型以及所述多个输入输出数据得到双馈风机控制器待辨识参数的初步辨识结果；根据预先采集的双馈风机控制器在历史运行时段的多个运行数据对所述待辨识参数的初步辨识结果进行调整，得到双馈风机控制器待辨识参数的最终辨识结果。本发明的双馈风机控制器参数辨识方法大大提高了参数辨识的精度。
-
公开(公告)号：CN113032968B
公开(公告)日：2023-10-31
申请号：CN202110229436.8
申请日：2021-03-02
Applicant: 国网冀北电力有限公司电力科学研究院 , 华北电力科学研究院有限责任公司 , 国家电网有限公司 , 河北工业大学
IPC: G06F30/20 , G06F30/17 , H02J3/38 , G06F111/10
Abstract: 本发明提供了一种双馈风机控制器参数辨识方法及装置，该参数辨识方法包括：根据参数待辨识的双馈风机控制器的结构确定对应的预设数学模型；采集所述双馈风机控制器在当前运行时段的多个输入输出数据；根据所述数学模型以及所述多个输入输出数据得到双馈风机控制器待辨识参数的初步辨识结果；根据预先采集的双馈风机控制器在历史运行时段的多个运行数据对所述待辨识参数的初步辨识结果进行调整，得到双馈风机控制器待辨识参数的最终辨识结果。本发明的双馈风机控制器参数辨识方法大大提高了参数辨识的精度。
-
公开(公告)号：CN112884238A
公开(公告)日：2021-06-01
申请号：CN202110268121.4
申请日：2021-03-12
Applicant: 国网冀北电力有限公司电力科学研究院 , 国家电网有限公司 , 华北电力科学研究院有限责任公司 , 河北工业大学
Abstract: 本发明公开了一种光伏发电功率预测方法及装置，该方法包括：获取待预测日的气象数据；将所述气象数据输入到预设的神经网络预测模型中，得到所述待预测日的光伏发电功率预测值，其中，所述神经网络预测模型为根据训练数据采用Elman神经网络训练得出的，在训练时采用改进的麻雀算法优化Elman神经网络的初始权值。本发明实现了较为准确的预测光伏发电功率的技术效果。
-
公开(公告)号：CN115882526B
公开(公告)日：2023-05-05
申请号：CN202310104897.1
申请日：2023-02-13
Applicant: 华北电力科学研究院有限责任公司 , 国家电网有限公司
Abstract: 本申请实施例提供一种面向风电场群有功无功调节能力数据处理方法及装置，方法包括：将预设风机电磁暂态模型和机电暂态模型导入预设实时仿真平台；选取设定风速作为所述实时仿真平台的启动参数并根据所述实时仿真平台中各风机的电压升高或降低特定数值的所用时间确定所述各风机的无功电压调节能力，依次启动各风机；在所述实时仿真平台中按照设定频率采集风电场的功率输出数据并对所述功率输出数据进行滤波处理，根据当前风电场功率设定值和风电容量确定风电场最早响应时间，并根据所述最早响应时间、经过所述滤波处理后的功率输出数据确定风电场有功调节响应速度；本申请能够基于实时仿真平台准确完成对风电场有功调节响应速度的评估。
-
公开(公告)号：CN115292860A
公开(公告)日：2022-11-04
申请号：CN202210869841.0
申请日：2022-07-21
Applicant: 华北电力科学研究院有限责任公司 , 国网冀北电力有限公司 , 国家电网有限公司
IPC: G06F30/18 , G06F30/27 , G06K9/62 , G06F111/04 , G06F113/06
Abstract: 本说明书提供了风电场站的分群聚合方法和装置。基于该方法，可以先获取目标风电场站中风电机的运行特征参数；其中，运行特征参数包括：风速、风机转速、桨距角和输出功率；再基于改进的模糊C均值聚类算法，利用风电机的运行特征参数对目标风电场站中的风电机进行聚类分群，得到多个风电机群；通过确定各个风电机群的等值风速、等值风电机组参数，以及集电系统的等值参数，构建关于目标风电场站的多机等值模型；再根据多机等值模型，对目标风电场站进行风电并网处理。从而能够准确、高效地将目标风电场站中的风电机划分成多个风电机群，并基于上述机群构建效果较好、精度较高的多机等值模型来有效地反映出风电场对外特性，以指导进行风电并网。
-
Patent Agency Ranking
公开(公告)号：CN115882526A
公开(公告)日：2023-03-31
申请号：CN202310104897.1
申请日：2023-02-13
Applicant: 华北电力科学研究院有限责任公司 , 国家电网有限公司
Abstract: 本申请实施例提供一种面向风电场群有功无功调节能力数据处理方法及装置，方法包括：将预设风机电磁暂态模型和机电暂态模型导入预设实时仿真平台；选取设定风速作为所述实时仿真平台的启动参数并根据所述实时仿真平台中各风机的电压升高或降低特定数值的所用时间确定所述各风机的无功电压调节能力，依次启动各风机；在所述实时仿真平台中按照设定频率采集风电场的功率输出数据并对所述功率输出数据进行滤波处理，根据当前风电场功率设定值和风电容量确定风电场最早响应时间，并根据所述最早响应时间、经过所述滤波处理后的功率输出数据确定风电场有功调节响应速度；本申请能够基于实时仿真平台准确完成对风电场有功调节响应速度的评估。
-
公开(公告)号：CN115241913A
公开(公告)日：2022-10-25
申请号：CN202210873299.6
申请日：2022-07-21
Applicant: 华北电力科学研究院有限责任公司 , 国网冀北电力有限公司 , 国家电网有限公司
Abstract: 本说明书提供了一种一次调频能力评估方法及装置。该方法包括：基于风电场并网点的电压实时频率，确定系统频率变化类型；根据系统频率变化类型，确定相匹配的风电机组的目标调频备用功率和目标转子动能；根据风电机组的目标调频备用功率，确定风电场的有效调频备用功率；根据风电机组的目标转子动能，确定风电场的有效利用动能；基于风速变化量、风电场的有效调频备用功率，计算风电场的备用功率可靠性参数；根据风电场的有效调频备用功率、风电场的有效利用动能、风电场的备用功率可靠性参数，对风电场进行一次调频。基于上述方法能够解决现有方法中存在的无法从时间、空间两个维度对风电场一次调频能力进行准确评估的问题。
-
公开(公告)号：CN105740595A
公开(公告)日：2016-07-06
申请号：CN201410773288.6
申请日：2014-12-12
Applicant: 国家电网公司 , 国网新源张家口风光储示范电站有限公司 , 河北工业大学
Abstract: 本发明涉及一种风机功率特性曲线的辨识方法及系统。该辨识方法包括：根据实际测得的风机运行数据确定风机运行数据包络线；基于所述风机运行数据包络线利用遗传算法辨识风机功率特性曲线。本发明基于风机实际运行的功率数据生成风机的实际运行功率曲线，采用风机运行功率曲线分段和遗传算法计算，可以显著提高拟合曲线与实际曲线的符合度，使求得的风机功率曲线能更加精确地反应风机特性。
-
公开(公告)号：CN119982375A
公开(公告)日：2025-05-13
申请号：CN202510193534.9
申请日：2025-02-21
Applicant: 河北工业大学
IPC: F03D17/00
Abstract: 本发明公开一种风力机叶片运行噪声实时采集方法，该方法首先根据风力机叶片的旋转特性和波束形成器特点对空域进行划分，以确保采集到的叶片运行噪声具有足够的声压级；其次，结合风力机主轴角度信息与划分后的空域区块边界信息，对采集到的声信号进行时域分割；最后，将每个区块分割得到的原始声信号输入对应的宽带波束形成器，从而获得按区块增强的叶片运行噪声信号。该方法不仅有效提升了目标信号的提取质量，还为后续故障诊断、定位与类型识别提供了可靠的数据支持。
-
公开(公告)号：CN114841193B
公开(公告)日：2024-10-29
申请号：CN202210304543.7
申请日：2022-03-21
Applicant: 河北工业大学
IPC: G06F18/213 , G06F18/24 , G06F18/23213 , G06F18/2411 , G06Q10/20 , G06Q50/06
Abstract: 本发明为一种改进MFCC算法的风机叶片故障诊断方法，首先对传统MFCC算法的物理频率与梅尔频率转换公式进行改进，将声音信号的全频域分为三个频段，对三个频段赋予不同权重，故障信号频段的权重最大，权重越大频段内放置滤波器的个数越多，使得改进后的MFCC算法更加关注故障信号频段，提取到更多故障信息；其次，利用K‑means聚类算法对MFCC特征矩阵的所有样本特征帧进行聚类，并利用群智能算法对故障信号频段进行迭代寻优；最后，将聚类结果输入到SVM中进行训练，将训练后的SVM用于故障诊断。该方法得到的聚类结果条形图具有良好的周期性，聚类结果更准确，有利于提高故障诊断的准确率。
-
-
-
-
-
-
-
-
-
Search Results
127
records
(took 0.078 seconds)
