-
公开(公告)号：CN115549124A
公开(公告)日：2022-12-30
申请号：CN202211062488.1
申请日：2022-08-31
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网山东省电力公司 , 国网安徽省电力有限公司 , 河北工业大学
Abstract: 本发明涉及电力系统频率控制技术领域，具体提供了一种含风电‑储能的区域电网频率响应仿真方法及装置，包括：将风电机组频率响应模型和储能频率响应模型纳入电网频率响应模型，得到含风电‑储能的区域电网频率响应模型；利用所述含风电‑储能的区域电网频率响应模型进行区域电网频率响应仿真。本发明提供的技术方案，实现了含风电‑储能的区域电网频率响应数学表述，准确描述全风况条件下系统动态响应特性。
-
公开(公告)号：CN112287835B
公开(公告)日：2022-11-01
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：CN110210170B
公开(公告)日：2022-10-18
申请号：CN201910529855.6
申请日：2019-06-19
Applicant: 河北工业大学
IPC: G06F30/20
Abstract: 本发明为一种大规模风电机群等值小信号模型建模方法，该方法首先按集电线路来对大规模风电场进行划分，详细测量第A条集电线路的风速、接入线路阻抗数据，并对其进行聚类分组，依据各条集电线路的风速历史数据来建立相关性模型，并依据集电线路之间的相关性系数及第A条线路的实际数据、及聚类情况，来得到各条集电线路的等效聚类情况，再整合得到大规模山地型风电机群的分组，再依据风机所处运行区域的不同构建风速、阻抗的不同进行区别等值，并根据分组不同构建不同分组下的等值小信号模型，最后再整合为整体的等值小信号模型。该方法分析结果更加精准且全面，从而可更好的保证电网的安全稳定运行。
-
公开(公告)号：CN114971370A
公开(公告)日：2022-08-30
申请号：CN202210677555.4
申请日：2022-06-15
Applicant: 河北工业大学
IPC: G06Q10/06 , G06F16/215 , G06Q50/06
Abstract: 本发明为一种新能源风电功率曲线计算方法，该方法先将数据进行清洗，再将清洗好的数据进行基于时间序列的处理，能够提高计算准确性，基于时间序列，在计算输出功率前对风速进行预处理，并利用处理好的风速作为输入量来计算风电功率，与其他将未经处理的风速作为输入量的方法相比能够提高计算的准确性，能够根据风速准确计算风电机组输出功率。使用时间序列平滑预处理得到新的输入风速，使其能够包含过去时刻风速与当前时刻风速的综合信息，进而能够更加精确的计算风电机组的输出功率，使得到的风电功率曲线能更准确地描述风机实际运行时风速与风电功率的对应关系，能够对同一风速下出现的不同风电功率做出合理解释和准确映射。
-
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。
-
Patent Agency Ranking
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。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
127
records
(took 0.072 seconds)
