-
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。
-
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: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:CN107313898A
公开(公告)日:2017-11-03
申请号:CN201710696878.7
申请日:2017-08-15
Applicant: 华北电力大学
IPC: F03D7/00
CPC classification number: Y02E10/723 , F03D7/00 , F05B2260/84 , F05B2270/32
Abstract: 本发明公开了基于Markov跳变规律的风力发电系统控制的方法,其特征是对作用在风力发电机上的风速进行滤波,提取低频风速;对整个风速区间按设定的间隔拆分为多个状态;对滤波后的低频风速建立Markov模型;对风力发电系统状态空间模型进行扩阶,将原有的风力发电系统描述为包含风速Markov增广模型的Markov跳变系统。本发明的优越效果是将风速的随机波动规律引入到风力发电系统模型中,实现了对风机的精准建模和有效控制以实现对风机的工况点切换控制效果的改进,同时有效降低了输出功率的波动频率,相比传统的现有的控制器有更强的稳定性。
-
公开(公告)号:CN104613468B
公开(公告)日:2017-01-25
申请号:CN201510041333.3
申请日:2015-01-27
Applicant: 华北电力大学
IPC: F23C10/28
Abstract: 本发明公开了属于循环流化床燃烧技术领域的一种基于模糊自适应推理的循环流化床锅炉燃烧优化控制方法,其循环流化床锅炉燃烧优化控制系统包括:数据通讯子系统、模型预测子系统、性能优化子系统;其中,数据通讯子系统与DCS系统的OPC服务器通讯软件交互数据,模型预测子系统连接数据通讯子系统,性能优化子系统分别连接模型预测子系统和数据通讯子系统;通过模糊自适应推理算法建立锅炉效率、SO2和NOx排放模型,选用具有最优保留策略的果蝇算法,对循环流化床锅炉运行工况进行寻优,为电站DCS基础控制层提供各操作变量的最佳设定值,实现循环流化床锅炉高效、低污染排放运行。
-
公开(公告)号:CN103413052B
公开(公告)日:2016-02-24
申请号:CN201310367445.9
申请日:2013-08-21
Applicant: 华北电力大学
IPC: G06F19/00
Abstract: 基于相关性分析的火电厂过程稳态建模变量筛选方法,属于过程数据建模变量筛选技术领域。建立过程变量的历史数据的相关矩阵,对关注变量设置相关性偏置,修改相关矩阵中与对应变量相关的相关系数;对相关矩阵进行比较,形成由0和1构成的新的相关矩阵,0代表两个变量相关性弱,1代表两个变量相关性强;调整变量的次序,使得相关矩阵中彼此相关系数大的变量前后紧密排列,新的变量列表对应的相关矩阵形成分块矩阵的形态,不同子块对应的变量分开建模,同一子块对应的变量作为建模变量进行建模。本发明根据过程变量间的相关性对过程变量进行分组,避免经验不同对结果的影响,简化建模过程中变量选取工作,提高所建模型对实际过程的描述能力。
-
公开(公告)号:CN103197668B
公开(公告)日:2015-02-25
申请号:CN201310116365.6
申请日:2013-04-03
Applicant: 华北电力大学
Abstract: 本发明公开了控制系统性能检测技术领域中的一种数据驱动型控制性能检测装置及方法。本发明包括数据预处理器、分频处理器、频率分类器和性能评价器。本发明无需对系统进行建模,计算简洁且算法效率高,直接使用控制系统的日常操作数进行计算,无需进行试验,更不会对系统的正常运行产生任何影响,是无侵入性的系统友好型的方法与装置,可以非常方便的在实际控制系统中进行应用。除此之外,该装置的检测结果是归一化的,其结果易于理解。
-
公开(公告)号:CN102522753B
公开(公告)日:2014-12-03
申请号:CN201110430479.9
申请日:2011-12-20
Applicant: 华北电力大学
CPC classification number: Y02B70/3225 , Y04S20/222
Abstract: 本发明公开了属于节能技术领域的一种火电厂厂级负荷优化分配试验系统及方法。系统由1台模拟运算站、若干I/O模块、机柜、电源、接线端子排及相应软件构成,模拟运算站从调度中心厂级负荷指令监控画面模拟产生全厂负荷指令及状态信号,发送给待测试的厂级负荷优化分配系统。厂级负荷优化分配系统按照优化分配算法完成优化计算后,将机组负荷指令及状态信号,返回到本试验装置的多机组运行特性模拟软件,实现机组运行模拟,并将机组负荷、运行状态等信息反馈给厂级负荷优化分配系统。大大提高测试效率,并避免直接进行现场测试带来的各种不便与安全隐患。
-
公开(公告)号:CN103904665A
公开(公告)日:2014-07-02
申请号:CN201410151002.0
申请日:2014-04-15
Applicant: 华北电力大学
Abstract: 本发明公开了新能源电力系统自动控制技术领域的一种适用于双馈风机的电力系统稳定器设计方法。其技术方案是,首先对全网节点、线路统一编号并建立系统参数表;其次,建立双馈风机增广关联测量模型;再次,设计各选定工况点下的电力系统稳定器;最后,计算模型切换权值并得到控制器输出。本电力系统稳定器的输出控制信号叠加在原系统控制信号上,可不改变原有操作习惯,具有实现简单,低成本的特点。应用本方法设计的电力系统稳定器,可提高风电场抗扰动的能力和故障穿越能力,进而增强电网的稳定性,提高电网消纳风电的能力。
-
-
-
-
-
-
-
-
-