-
公开(公告)号：CN112749840A
公开(公告)日：2021-05-04
申请号：CN202011598899.3
申请日：2020-12-29
Applicant: 华北电力大学
Abstract: 本发明公开了一种火电机组能效特征指标基准值的获取方法，通过获取火电厂机组实测运行数据，对数据进行稳态筛选获取机组稳定工况下的数据；在此基础上，依据机组负荷、环境温度、煤质三个边界条件进行工况划分；利用主特征提取方法选取与供电碳排放强度相关的能效特征指标；利用聚类算法结合聚类评价函数对能效特征指标的历史数据进行多参数同步聚类，确定各工况下的能效特征指标基准值；利用深度学习网络建立能效特征指标与供电碳排放之间的回归模型，预测能效特征指标以基准值运行时供电碳排放的目标值。
-
-
公开(公告)号：CN111626506A
公开(公告)日：2020-09-04
申请号：CN202010458444.5
申请日：2020-05-27
Applicant: 华北电力大学
Abstract: 一种基于联邦学习的区域光伏功率概率预测方法，主要包括如下步骤：明确区域内各个参与联邦学习框架进行概率预测的光伏电站，收集一段时间内信息以及对应的光伏功率变量，并按时间顺序采集上述变量构成样本数据集；对上述步骤获得的样本数据集进行缺失值与异常值处理；对光伏电站的样本数据集进行分割，按照一定比例分割为训练集与测试集；分别对训练集和测试集进行归一化；步骤，构建联邦学习框架；根据中心服务器根据预测要求，建立全局预测模型，定义训练误差函数与精度要求，并将网络结构以及初始化参数分发至各个光伏电站。
-
公开(公告)号：CN107330183B
公开(公告)日：2020-04-17
申请号：CN201710514679.X
申请日：2017-06-29
Applicant: 华北电力大学
IPC: G06F30/20
Abstract: 本发明公开了一种基于运行数据的风电利用率计算方法，所述方法包括以下步骤：1)基于风机运行原理对异常数据进行初步筛选剔除；2)采用参数优化的四分位法进一步剔除异常数据；3)采用聚类算法深入剔除异常数据；4)采用分段Hermite插值进行缺失数据重构；5)建立相关型号风电机组的理论功率计算模型及风电场理论功率恢复；6)风电利用率相关指标计算。本发明方法基于风电场SCADA(Supervisory Control And Data Acquisition,数据采集与监视控制系统)系统记录的风机运行数据，结合有效的数据质量控制手段提出了风电场理论功率恢复算法，这为风电利用率的计算提供了一种合理的途径，也为风电场运行状况评估及风电、电网的规划发展提供了科学的依据。
-
公开(公告)号：CN110287233A
公开(公告)日：2019-09-27
申请号：CN201910527500.3
申请日：2019-06-18
Applicant: 华北电力大学 , 国电内蒙古东胜热电有限公司
IPC: G06F16/2458 , G06F16/215 , G06K9/62 , G06Q10/06 , G06Q50/06 , G06N3/04 , G06N3/08
Abstract: 本发明公开了基于深度学习神经网络的系统异常预警方法，所述预警方法采用深度学习神经网络方法对系统运行异常提出预警。基于机组运行过程中积累的海量历史数据，首先对影响系统性能的众多输入变量进行降维处理，确定系统的输入、输出变量关系，并通过离群点检测和缺失值填补等方法对历史数据进行预处理，提升训练数据的有效性；进而采用深度学习神经网络算法建立系统神经网络模型，并将输入变量实时值接入神经网络模型，对输出变量进行实时预测；最后，根据输出变量实时值与神经网络模型预测值，采用皮尔逊相关系数判据，实现对系统的异常预警。
-
Patent Agency Ranking
公开(公告)号：CN110285403A
公开(公告)日：2019-09-27
申请号：CN201910496783.X
申请日：2019-06-10
Applicant: 华北电力大学 , 北京国电智深控制技术有限公司
Abstract: 本发明公开属于过程控制技术领域的一种基于被控参数预估的主蒸汽温度控制方法。首先建立包括LSTM主蒸汽温度预测模型、减温水对主蒸汽温度模型及两入一出GPC的控制系统；即基于LSTM长短期记忆神经网络算法建立主蒸汽温度预测模型；构建两入一出的广义预测控制器；以两入一出的广义预测控制器为核心控制器，结合LSTM长短期记忆神经网络对主蒸汽温度进行提前预测，当外界扰动因素变化时提前预知被控参数未来的变化趋势，使执行机构提早动作，进一步抑制主蒸汽温度的波动，克服了各种干扰和迟延对机组运行经济性和稳定性产生的影响，提升主蒸汽温度的控制品质。
-
公开(公告)号：CN110263846A
公开(公告)日：2019-09-20
申请号：CN201910527452.8
申请日：2019-06-18
Applicant: 华北电力大学 , 国电电力发展股份有限公司
IPC: G06K9/62 , G06N3/04 , G06F16/2458
Abstract: 本发明属于发电机组设备故障诊断技术领域，尤其涉及一种基于故障数据深度挖掘及学习的故障诊断方法，包括：对发电机组历史数据进行采集、预处理后采用深度长短时记忆网络算法进行学习和训练，得到故障数据筛选模型后遍历海量历史数据库，筛选形成故障数据样本集；对故障数据样本集采用Medoids周围分类法估计故障类型数目，采用K-Means聚类算法进行聚类分析，形成多类典型故障样本集；对多类典型故障样本集采用LSTM神经网络算法进行训练和学习，建立故障诊断模型；基于故障诊断模型对系统实时运行数据进行监测，对系统运行状态进行判别并记录新产生的故障样本，利用更新后的多类典型故障样本集对故障诊断模型进行更新。
-
公开(公告)号：CN107967534A
公开(公告)日：2018-04-27
申请号：CN201711160287.4
申请日：2017-11-20
Applicant: 华北电力大学
Abstract: 本发明提供一种通过构建运行数据典型工况样本库提高预测精度的方法，所述方法利用相关分析消除冗余变量，利用主成分分析进行降维，以工况信息量指标最大为目标，搜寻给定数量的运行数据样本，构建典型工况样本库，使其涵盖大部分运行工况，以此来表过程特性，在建立模型时既不影响计算效率，又能保证模型的预测精度。
-
公开(公告)号：CN105116855B
公开(公告)日：2018-04-10
申请号：CN201510435036.7
申请日：2015-07-22
Applicant: 华北电力大学
IPC: G05B19/418
CPC classification number: Y02P90/02
Abstract: 本发明公开了属于火电机组脱硫技术领域的一种烟气循环流化床脱硫的优化控制方法，其中，DCS系统分别连接烟气循环流化床和基于PLC的二氧化硫优化控制系统，所述优化控制系统由二氧化硫预测模块和二氧化碳计算模块分别连接数据通讯模块和消石灰控制模块，消石灰控制模块连接数据通讯模块组成；数据通讯模块与DCS系统相互交换数据。本发明通过SO2预测模型和计算脱硫塔入口烟气的CO2量，能够及时、动态和准确地调节消石灰的给料量，从根本上避免了SO2的超标排放和消石灰等资源的浪费，并在一定程度上减少了CO2排放量，在工程上具有较高的借鉴意义。
-
公开(公告)号：CN107505927A
公开(公告)日：2017-12-22
申请号：CN201710195134.7
申请日：2017-03-29
Applicant: 华北电力大学
IPC: G05B23/02
Abstract: 本发明基于组件的循环流化床锅炉风烟设备故障监测方法及装置，该装置包括：人机接口单元、模态感知模块、时间统计模块、时序分析数据库模块、人工神经网络模块、故障报警模块、故障定位模块、故障分析模块。该方法以组件为基本元素建立模态感知模型。风烟系统模态感知模型包括一次风系统模态感知模型、二次风系统模态感知模型、引风机系统模态感知模型和流化风机系统模态感知模型。在风烟系统模态感知模型之上对风烟系统在冷态启动过程中各个模态之间的模态切换过程进行时序分析，以完成对各组件在模态切换过渡过程的时间统计。故障发生时，通过人工神经网络对比各组件在模态切换过渡过程的时间统计数据，实现对故障的定位和诊断。
-
-
-
-
-
-
-
-
-
Search Results
290
records
(took 0.069 seconds)
