一种基于改进原型聚类的叶片故障诊断方法

    公开(公告)号:CN110874584A

    公开(公告)日:2020-03-10

    申请号:CN201911147507.9

    申请日:2019-11-21

    Abstract: 本发明提出一种基于改进原型聚类的叶片故障诊断方法,方法包括:首先将采集到的叶片的声音信号利用梅尔倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)法提取样本点,找到欧式距离最大两点;然后以这两点为参照点对样本点进行聚类得到不同集合;将不同集合取交集并计算交集样本的中心点,再将样本原型聚类为两类样本点并设置标签;刻画样本标签类别时序图以此诊断叶片是否发生故障。同时构建样本类别概率矩阵,并定义相应的评价指标来判断叶片故障的可信度。本发明对原型聚类的聚类方法进行了改进,使得样本的聚类更加准确,能够提高叶片故障诊断的准确性,而且本发明还建立了相应的评价指标,以此来判断叶片发生故障的可信度大小。

    一种基于相关性的光伏出力预测方法

    公开(公告)号:CN110188964A

    公开(公告)日:2019-08-30

    申请号:CN201910490826.3

    申请日:2019-06-06

    Abstract: 本发明为一种基于相关性的光伏出力预测方法,该方法包括以下步骤:获取同地区参考光伏电站和目标光伏电站的光伏出力历史数据;对所获取的两个电站的历史数据分别做无遮归一化处理,分别求取各自的无遮天j时刻出力及每天j时刻的无遮系数;求取历史数据中各天的晴朗系数Z和突变系数C,归一化处理后对样本天进行聚类来分类天气;对参考光伏电站和目标光伏电站的各自的属于某类天气的所有样本无遮系数进行函数拟合,得到各类天气下两个电站的累计分布函数;用Copula函数对累计分布函数建立相关性;选择对应天气下的空间相关性模型,求出目标光伏电站的无遮系数,再求得目标光伏电站的功率预测结果。该方法成本低、所需数据量少、预测精度高。

    基于概率守恒原理的电力系统概率潮流计算方法

    公开(公告)号:CN110048428A

    公开(公告)日:2019-07-23

    申请号:CN201910444918.8

    申请日:2019-05-27

    Abstract: 本发明为基于概率守恒原理的电力系统概率潮流计算方法,该方法包括:获取含有新能源的电力系统网络的各项数据;对常规发电机出力、新能源出力和负荷功率历史数据进行统计分析,并生成电力系统所有节点注入功率的概率模型;建立电力系统潮流计算方程的线性化模型;按照线性化方程的关系,基于概率论中的概率守恒原理的原理建立不同随机变量的概率密度函数之间的关系式;利用δ函数的定义和性质,对不同随机变量概率密度函数之间的关系式进行处理生成电力系统内节点电压、支路潮流和支路有功损耗的概率密度函数。该方法能够得到准确的概率潮流计算的结果,合理反映了系统内节点电压、支路潮流和支路有功损耗的概率特性,且计算效率高。

    基于时间相关性的风速建模方法

    公开(公告)号:CN109583069A

    公开(公告)日:2019-04-05

    申请号:CN201811404012.5

    申请日:2018-11-23

    Abstract: 本发明提供一种基于时间相关性的风速建模方法,首先获取风电场历史风速数据,分析风电场历史风速信息,并根据风速分布信息确定威布尔分布模型,同时根据风速变化量信息归纳风速变化规律,由风速变化量信息所归纳的风速变化规律定义风速时间相关性概念,用以下一点风速分布计算。计算中,结合已经得到的风速分布及风速时间相关性共同计算以基础点为参照下的下一点风速分布情况,并抽样选取随机数以在该分布下,依据概率随机性确定该点的取值。该计算的基础点,为序列中进行该次计算前的末点。完成计算及抽样后,判断序列中所包含的数据个数是否满足需求,以决定是否继续循环或输出数据,最终得到基于时间相关性的风速模型。

    一种基于遗传算法求解风机功率曲线参数模型的改进方法

    公开(公告)号:CN105069192A

    公开(公告)日:2015-11-18

    申请号:CN201510424007.0

    申请日:2015-07-20

    Abstract: 本发明公开了一种基于遗传算法求解风机功率曲线参数模型的改进方法,该方法通过风电机组运行过程中的风机运行数据来确定风机功率曲线参数模型中的各个参数。但使用遗传算法求解模型参数的过程中,每次迭代过程都会计算种群中所有个体的适应度,当风机运行数据的数据量增加时,种群的适应度函数和评价函数的计算量就会随之增加,程序的空间复杂度和时间复杂度也都会增加。因此,本方法首先对风机运行数据按网格聚类并分配权重,之后应用遗传算法确定参数模型中的各个参数。通过对风机运行数据聚类可以避免因风机运行数据的数据增加而导致适应度函数和评价函数计算量增加,通过对聚类点分配权重可以使模型适应大多数原始数据点,增加模型可信度。

    一种变频率偏置系数的负荷频率控制方法

    公开(公告)号:CN112865137B

    公开(公告)日:2023-06-30

    申请号:CN202110103684.8

    申请日:2021-01-26

    Abstract: 本发明公开了一种变频率偏置系数的负荷频率控制方法。该方法通过分析高比例可再生能源电力系统中可再生能源出力不确定性变化对系统频率响应特性的影响,建立变频率偏置系数B的映射规则,并以此规则为基础,建立云规则发生器,实现由频率偏差Δf到频率偏置系数调整量ΔB的映射,进而可在频率控制过程中实时对频率偏置系数B进行适应性调整。在可再生能源出力发生较大扰动而导致区域系统频率响应特性改变时,通过该方法对频率偏置系数B进行实时调整,能够在充分发挥系统调频潜力的同时防止出现不稳定的控制行为,可明显改善高比例可再生能源接入后系统频率的动态品质,在一定程度上缓解了可再生能源出力不确定性对系统频率稳定的影响。

Patent Agency Ranking