-
公开(公告)号：CN107544475A
公开(公告)日：2018-01-05
申请号：CN201710979083.7
申请日：2017-10-19
Applicant: 贵州电网有限责任公司电力科学研究院
IPC: G05B23/02
Abstract: 本发明公开了一种发电厂控制系统闭环检测系统及检测方法，它包括被测控制系统，其特征在于：被测控制系统与接口设备导线连接；接口设备与数字模型通过千兆以太网连接；模拟电网的运行工况，接入实际控制系统，进行物理闭环测试，可对控制系统的主环节及辅助限制环节进行深入测试，定量分析控制系统在真实电网中的动作特性，解决现场不适宜/无法开展发电机负载试验的问题，为大型机组励磁及调速系统的功能调试提供了有效工具。
-
公开(公告)号：CN106779203A
公开(公告)日：2017-05-31
申请号：CN201611119460.1
申请日：2016-12-08
Applicant: 贵州电网有限责任公司电力科学研究院
Abstract: 本发明公开了基于不同风速段的高原山区风电功率预测方法，包括收集风电场n台风机的地理坐标，风电场区域的含坐标方位的地形图、数值天气预报的风速数据、历史风速数据和风向玫瑰图；将n台风机所处位置划分为平缓区、山坡前和山坡后；将风电场所在区域的历史风速数据进行聚类得到m个风速段；利用风电场所在区域的历史风速数据针对3类位置分别对m个风速段的风速进行分段拟合得到考虑高原山区风机位置的风速模型；建立全年的风速集合；将风速集合作为样本集对风速进行聚类建立支持向量机风电功率预测模型；调用支持向量机风电功率预测模型进行风电功率预测；解决了未考虑回风现象和风机所处位置不同而引起的预测存在精度低误差大等技术问题。
-
公开(公告)号：CN106779202A
公开(公告)日：2017-05-31
申请号：CN201611119442.3
申请日：2016-12-08
Applicant: 贵州电网有限责任公司电力科学研究院
Abstract: 本发明公开了一种考虑空气湿度的风电功率预测方法，它包括1、采集基础数据信息；2、采集实时数值天气预报数据，风电场实时输出功率数据、实时风电机组及风电场运行状态数据；3、根据2获取的实时数据，计算出风电场空气绝对湿度e’和计及空气绝对湿度的空气密度ρ；4、对功率‐风速(P‐V)曲线进行实时拟合修正，获得第ξ时刻拟合修正后的切入风速Vciξ、切出风速Vcoξ、额定风速VNξ；5、得到第ξ时刻，第δ台风机计及空气绝对湿度的空气密度ρ的功率‐风速(Pδξ‐Vξ)曲线；6、计算整个风电场第ξ时刻的风电功率预测值Pξ；解决了现有风电功率预测技术中风电功率预测精度低的问题。
-
公开(公告)号：CN106547996A
公开(公告)日：2017-03-29
申请号：CN201611119467.3
申请日：2016-12-08
Applicant: 贵州电网有限责任公司电力科学研 , 究院
IPC: G06F17/50
Abstract: 本发明公开了一种风电场虚拟测风塔构建方法，它包括：1采集风电场n台风机的基础数据和历史数据；2采集风电场n台风机实时数据；3根据风电场n台风机的历史数据和实时数据信息，模拟计算第ξ个时刻整个风电场轮毂高度的风速和风向；4计算第ξ个时刻整个风电场轮毂高度的温度Tsrtξ；5、计算第ξ个时刻风电场空气密度、湿度和气压；6根据计算得到的数据，形成风电场第ξ时刻的虚拟测风塔数据；解决了由于高原山区的特殊地理位置和气象特征下，几个测风塔或风机测风仪数据无法全面代表复杂地形的整个风电场，以及覆冰等灾害频发造成测风塔倒塌、测风仪器损坏或短时间工作失灵造成测风塔数据质量差风电场的风电功率预测精度较低等问题。
-
公开(公告)号：CN113377761A
公开(公告)日：2021-09-10
申请号：CN202110808226.4
申请日：2021-07-16
Applicant: 贵州电网有限责任公司电力科学研究院 , 南方电网数字电网研究院有限公司
IPC: G06F16/215 , G06F16/28 , G06K9/62 , G06F17/18
Abstract: 本申请涉及一种过电压数据清洗方法、装置、计算机设备和存储介质，其中，方法包括：获取原始过电压数据；基于t‑SNE与KPCA技术，对原始过电压数据进行故障特征提取与降维，得到降维故障特征集；对降维故障特征集进行聚类识别，得到聚类结果；根据聚类结果，对原始过电压数据进行清洗。整个过程中，基于t‑SNE与KPCA技术对原始过电压数据进行故障特征提取与降维，充分考虑了样本数据的全局和局部结构特征，通过融合数据的不同结构特征信息，使得t‑SNE与KPCA在特征提取过程中实现优势互补，实现准确的过电压数据清洗。
-
Patent Agency Ranking
公开(公告)号：CN109146192B
公开(公告)日：2021-09-03
申请号：CN201811016731.X
申请日：2018-09-03
Applicant: 贵州电网有限责任公司
Abstract: 本发明公开了一种考虑风电机组运行工况的风电功率预测方法，它包括获取风电场基础数据、历史数据和预测日数据；对风电场历史气象数据进行归一化处理，形成气象模式向量初始训练样本库ξ；对预测日第k个时刻风电场气象模式向量Ek进行归一化处理后记做Fk；对气象模式向量初始训练样本库ξ进行筛选；构建BP神经网络功率预测模型最终训练样本λk；利用最终训练样本训练BP神经网络功率预测模型；将Fk输入到训练后的模型，得到预测日第k个时刻的功率预测值Pk；解决了高原山区风电场内各台风机受到的地理气象条件均不相同，造成风电功率预测不准确、精度低等问题。
-
公开(公告)号：CN113065704A
公开(公告)日：2021-07-02
申请号：CN202110351229.X
申请日：2021-03-31
Applicant: 贵州电网有限责任公司
Abstract: 本发明公开了一种非侵入式负荷分解模型的超参数优化和后处理方法，该方法包括步骤：S1、采集家庭总线处和目标电器的电气运行数据，用于建立模型的数据集；S2、基于深度学习理论分别为目标电器构建基于深度残差网络的非侵入式负荷分解模型；S3、使用集群贝叶斯优化对负荷分解模型的超参数进行寻优；S4、分别为目标电器建立其最优的分解模型后，将利用训练集、验证集和测试集对模型中可训练参数进行训练直至收敛。本发明能实现负荷分解，将贝叶斯优化的方法引入负荷分解模型超参数的寻优中，克服了传统方法盲目选取超参数导致效果不佳、效率不高的问题；通过群体的搜索行为和群体内的信息交互实现超参数寻优的高效性。
-
公开(公告)号：CN112528560A
公开(公告)日：2021-03-19
申请号：CN202011403528.5
申请日：2020-12-04
Applicant: 贵州电网有限责任公司
Inventor： 李博文 , 范强 , 文贤馗 , 祝建杨 , 唐赛秋 , 徐长宝 , 林呈辉 , 高吉普 , 吕黔苏 , 王宇 , 古庭赟 , 张历 , 王冕 , 辛明勇 , 刘斌 , 秦健 , 徐玉韬 , 冯成 , 顾威 , 代奇迹 , 陈敦辉 , 冯起辉 , 李鑫卓 , 汪明媚 , 孟令雯 , 张后谊 , 张俊杰 , 李莉 , 扈克德 , 赵健 , 苏超
IPC: G06F30/27 , H02J3/38 , G06F113/04 , G06F113/06
Abstract: 本发明公开了一种用于风力发电机并网检测的风机输出模拟方法，该方法包括以下步骤：(1)模型训练：根据当地历史数据建立气象数据与风速数据灰色预测模型；(2)气象数据输入：输入气象预测数据气温和气压计算空气密度；(3)风机模拟输出：根据灰色预测模型与气象预测数据得到风机模拟输出序列；(4)将得到的风速序列转化为电信号送往风机控制模块，再来检测风机控制模块控制结果是否符合标准要求。本发明根据当地历史气象数据模拟符合当地特征的风电输出序列，既能保留实际特征又提升检测效率。
-
公开(公告)号：CN106779208B
公开(公告)日：2020-09-29
申请号：CN201611135551.4
申请日：2016-12-08
Applicant: 贵州电网有限责任公司电力科学研究院
Abstract: 本发明公开了基于虚拟测风塔技术的风电超短期功率预测方法，它包括1、采集风电场n台风机的基础数据、历史数据和实时数据；2、模拟计算第ξ个时刻整个风电场轮毂高度的风速和风向；3、模拟计算第ξ个时刻整个风电场轮毂高度的温度；4、计算第ξ个时刻风电场空气密度、湿度和气压；5、得到风电场第ξ时刻的虚拟测风塔数据；6、根据步骤1‐5得到风电场历史虚拟测风塔数据集；7、建立风电场超短期功率预测的支持向量机模型并用风电场历史虚拟测风塔数据集训练；8、将风电场第ξ时刻的虚拟测风塔数据代入训练好的模型，得到风电场第ξ时刻的超短期功率预测值数据集；解决了现有技术风电场的超短期功率预测精度较低等问题。
-
公开(公告)号：CN106779201B
公开(公告)日：2020-07-31
申请号：CN201611119424.5
申请日：2016-12-08
Applicant: 贵州电网有限责任公司电力科学研究院
Abstract: 本发明公开了一种考虑高原山区风机位置的风速建模方法，它包括S1收集风电场n台风机的地理坐标，风电场区域的含坐标方位的地形图，风电场所在区域的数值天气预报的风速数据，风电场所在区域的历史风速数据和风向玫瑰图；S2将n台风机根据所处位置划分为平缓区、山坡前和山坡后3类；S3将风电场所在区域的历史风速数据进行canopy聚类得到m个风速段；S4利用风电场所在区域的历史风速数据，通过线性回归分析法，得到考虑高原山区风机位置的风速模型；解决了现有技术利用少量的测风塔实时数据和数值天气预报对高原山区风电场的风速数据进行描述，误差大，进行功率预测，精度也会存在较大的误差等技术问题。
-
-
-
-
-
-
-
-
-
Search Results
97
records
(took 0.025 seconds)
