-
公开(公告)号：CN109636009B
公开(公告)日：2022-07-01
申请号：CN201811398825.8
申请日：2018-11-22
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 河北工业大学 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司电力科学研究院
Abstract: 本发明提供一种建立确定电网线损的神经网络模型的方法和系统。所述方法和系统针对线损建模输入的优化问题，提出采用互信息原理方法辨识出影响线损的主要因素的强弱程度，然后基于采集的线损和影响因素的样本集中的训练集将所述影响因素分组依次代入训练神经网络模型，确定若干个神经网络模型，并利用样本集中的测试集确定每个神经网络模型的评价指标，再对所述评价指标分组计算评价指标平均值以确定作为最优神经网络模型的输入的影响因素，从而提高所建神经网络模型预测线损的准确性。
-
公开(公告)号：CN111397884B
公开(公告)日：2022-02-08
申请号：CN202010307134.3
申请日：2020-04-17
Applicant: 河北工业大学
Abstract: 本发明公开一种改进梅尔倒谱系数算法的叶片故障诊断方法，本发明故障诊断方法首先利用梅尔倒谱系数算法获取信号特征矩阵，并利用SVD(奇异值分解)对特征矩阵做降噪处理，滤除了风噪声的特征信息，使得到的信号特征更加准确。在强风噪背景下该方法处理的故障信号同样呈现出明显的周期性，可以识别出强风噪下的故障风机。本发明故障诊断方法解决了传统的梅尔倒谱系数算法判断叶片是否故障方法无法识别强风噪下的故障风机的难题。
-
公开(公告)号：CN113159452A
公开(公告)日：2021-07-23
申请号：CN202110532494.8
申请日：2021-05-17
Applicant: 河北工业大学
Abstract: 本发明公开了一种基于时空相关性的风电集群功率预测方法，该预测方法分析了风电集群中风电场之间的时空相关性，应用多种类型相关性计算方法进行计算，引入Shapley值法进行加权，使相关性评价更加全面，更加精确的计算风电集群中的相关性。该预测方法考虑影响发电功率的多种因素，将多种因素融合在一起，使风电集群整体时空相关性特征得到提取，从而达到直接风电集群功率预测的效果，避免了现有方法叠加预测造成误差随之叠加的弊端，提高了预测精度。此外，应用卷积神经网络提取风电集群的关键时空相关特征，达到降低维度的目的，使风电集群的时空相关特征可以直接输入进神经网络中，与风电集群功率相对应，更加方便的进行风电集群发电功率预测，使预测精度更高。
-
公开(公告)号：CN112906995A
公开(公告)日：2021-06-04
申请号：CN202110440928.1
申请日：2021-04-23
Applicant: 河北工业大学
Abstract: 本发明为基于EMD‑FE‑LSTM及迭代误差修正的光伏功率短期预测方法，该方法首先通过模糊熵(FE)对不同的天气类型进行量化，提取与待预测日相近的相似日，以相似日的光伏序列利用长短期记忆网络进行误差迭代，同时对历史相似日的光伏功率序列进行经验模态分解(EMD)，再利用长短期记忆网络进行预测，再以迭代误差对预测结果进行修正，实现间接预测和直接预测的结合，提高了预测的精度。此外还对经验模态分解后的所有的IMF分量进行Hurst分析，根据Hurst指数的规律性进行多尺度重构，对重构的分量再分别运用长短期记忆网络(LSTM)进行预测，进一步降低了误差，提高了预测的准确性。
-
公开(公告)号：CN112865137A
公开(公告)日：2021-05-28
申请号：CN202110103684.8
申请日：2021-01-26
Applicant: 河北工业大学
IPC: H02J3/24
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
公开(公告)号：CN109193698B
公开(公告)日：2021-05-04
申请号：CN201811127398.X
申请日：2018-09-27
Applicant: 河北工业大学
Abstract: 本发明公开了基于超级电容和直流母线电容实现风电场一次调频的方法：(1)在风电场的直流母线侧并联超级电容；(2)电力系统正常运行时，接入超级电容，断开传统直流母线电容，用超级电容充当直流母线电容的作用；(3)电力系统发生故障，接入超级电容的同时接入传统直流母线电容，使传统直流母线电容充当直流母线电容的作用，超级电容充当储能环节；(4)电力系统频率还是偏低时，降低风电场中直流母线侧的直流母线电压的设定值。本方法在传统直流母线侧并联超级电容，并控制传统直流母线电容与超级电容的投入与切出，通过两者之间的交互控制来实现风电场的一次调频。
-
公开(公告)号：CN112287835A
公开(公告)日：2021-01-29
申请号：CN202011182502.2
申请日：2020-10-29
Applicant: 河北工业大学
IPC: G06K9/00
Abstract: 本发明公开一种基于EWT‑SE及小波阈值的叶片声信号降噪方法，针对风力发电机叶片声音受随机风噪影响导致难以获取纯净叶片声信号的问题，对样本熵进行改进；并根据叶片声信号特性，对小波阈值函数进行修改，提出一种基于经验小波变换(EWT)‑样本熵(SE)与小波阈值的叶片声信号降噪方法。该方法首先通过EWT将信号分解为各模态函数，通过改进的样本熵算法计算各模态函数的样本熵值并选取信号重构分量；之后对边界模态函数进行小波阈值再降噪；最后重构分量得到降噪后的信号。利用现场录取的叶片声音数据对该方法进行分析与验证，结果表明该方法的降噪效果更优，能够得到较为纯净的叶片信号，为后续提取叶片声学特征奠定基础。
-
公开(公告)号：CN111817347A
公开(公告)日：2020-10-23
申请号：CN202010739033.3
申请日：2020-07-28
Applicant: 河北工业大学
Abstract: 本发明一种基于改进量子遗传算法的双馈风机变流器参数辨识方法，包括步骤一、构建双馈风机变流器的辨识模型，确定待辨识参数；步骤二、对双馈风机施加扰动，并采集施加扰动后的双馈风机变流器d轴和q轴的参数，获取双馈风机变流器d轴的实际输出响应曲线与辨识模型的输出响应曲线、双馈风机变流器q轴的实际输出响应曲线与辨识模型的输出响应曲线；步骤三、通过改进量子遗传算法辨识参数，并输出辨识结果。该方法将传统量子遗传算法与非线性规划函数相结合，形成量子遗传-非线性规划算法，增强了局部搜索能力，能够及时跳出局部最优解，获得全局最优解，辨识的结果更加精确；且记忆库的存在增加了改进量子遗传算法种群的多样性，加快了收敛速度。
-
公开(公告)号：CN108631332B
公开(公告)日：2020-07-17
申请号：CN201810370228.8
申请日：2018-04-24
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电力科学研究院 , 河北工业大学 , 国家电网公司
Abstract: 本发明提供了一种双馈风电场次同步振荡SVC抑制方法及装置，方法包括：获取双馈风电场输出端的电压信号、电流信号以及风电场参数；风电场参数包括：风速、输电线路串补度；根据电压信号、电流信号确定有功功率信号、电压振荡幅值以及电流振荡幅值；确定SVC控制器的工作模式；根据确定的工作模式、电压振荡幅值、电流振荡幅值、振荡频率、风电场参数和预先建立的SVC参数表确定SVC控制器的模块参数；SVC参数表为预先建立的不同工作模式下SVC功能模块参数与系统运行信息对应表，利用确定参数的SVC控制器对风电场进行次同步振荡SVC抑制。本发明从采样信号中滤出次同步频段信号，利用电压和有功功率，对双馈风电场次同步振荡SVC抑制。
-
公开(公告)号：CN107035665B
公开(公告)日：2019-06-04
申请号：CN201710465147.1
申请日：2017-06-19
Applicant: 河北工业大学
CPC classification number: Y02E60/15
Abstract: 本发明涉及一种压缩空气储能装置，该装置包括控制系统、N个储能部分和N个发电部分，N≥2，为N级压缩储能，控制系统用来控制储能部分和发电部分进行相应的动作；所述储能部分包括空气压缩机和储气罐，空气压缩机的出口通过高压管与储气罐的进口连接，储气罐的出气口通过高压管连接下一级空气压缩机的进口，储气罐的排风口通过高压管与外界大气联通；在每个连接的相应高压管上均安装有电磁阀，在连接储气罐排风口的高压管的另一端设有发电部分；第一级空气压缩机提供气源动力，将电网在用电低峰时发出的多余电力转化成气体内能；第N级储气罐的出气口封闭；所述发电部分包括风力发电机和控制风力发电机的电磁阀。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.029 seconds)
