-
公开(公告)号:CN119027092A
公开(公告)日:2024-11-26
申请号:CN202411104924.6
申请日:2024-08-13
Applicant: 内蒙古电力(集团)有限责任公司电力调度控制分公司 , 华北电力大学 , 江苏慧嘉节能技术有限公司
Abstract: 本发明公开一种基于知识生成的网源协调系统状态诊断方法及系统,其方法包括步骤:S1、利用网源通信过程涉及对象的基本信息及历史档案资料,构建知识图谱;S2、利用知识图谱构建微调后的基座语言模型构建操作指导模型;S3、收集与故障诊断相关的数据,从数据中提取特征构建故障诊断模型;S4、集成故障诊断模型与基座语言模型:将故障诊断模型的输出作为输入传递给生成式模型;S5、模型推理:基座语言模型根据故障诊断的输出和知识图谱中的信息,生成关于故障原因的详细解释。本发明将网源信息交互过程中的海量日志进行数字化分析与标准化呈现,降低对于人工的依赖,提升网源信息交互安全性分析的智能化程度。
-
公开(公告)号:CN118998738A
公开(公告)日:2024-11-22
申请号:CN202411081386.3
申请日:2024-08-08
Applicant: 内蒙古电力(集团)有限责任公司电力调度控制分公司 , 华北电力大学 , 江苏慧嘉节能技术有限公司
IPC: F22B35/18
Abstract: 本发明公开一种基于AGC预测信号的协调控制方法,包括步骤:S1、电网调度机构接收电力现货出清结果及频率;S2、根据电力现货出清结果的频率,计算AGC指令各时段置信度;S3、计算得到机组蓄能增量需求量;S4、通过锅炉主汽压力与中间点温度折算函数,将蓄能需求量利用分段函数折算为主汽压力增量需求量与中间点温度增量需求量;S5、通过设定值的改变,调整进入锅炉的燃料量、给水量以及送风量。本发明针对现有燃煤机组调节控制方法未引入AGC预测信号,无法解决锅炉惯性与延迟造成调节响应滞后的问题。
-
公开(公告)号:CN119209478A
公开(公告)日:2024-12-27
申请号:CN202411217546.2
申请日:2024-09-02
Applicant: 内蒙古电力(集团)有限责任公司电力调度控制分公司 , 华北电力大学 , 江苏慧嘉节能技术有限公司
IPC: H02J3/00 , G06Q10/04 , G06Q50/06 , G06F18/25 , G06N3/0464
Abstract: 本发明公开一种涉及AGC预测信号的火电机组负荷序列预测方法,包括步骤:S1、采集火电机组的参数特征和目标特征;S2、参数特征输入机组负荷曲线预测模型中;S3、参数特征先经过两个特征映射层进行映射;S4、再经过具有高斯卷积核的一维卷积神经网络进行卷积处理,提取数据的惯性特征;S5、对目标特征进行归一化处理,并输入机组负荷曲线预测模型中;S6、先采用两个加权层进行数据特征处理;S7、再进行特征合并;S8、将步骤S4中提取的惯性特征与步骤S7中特征合并后的数据特征再次进行特征合并,得到火电机组运行功率预测序列和曲线。本发明解决了现有火电机组负荷预测方法中,只考虑了火电机组的内部因素,而未考虑机组的外部因素的问题。
-
公开(公告)号:CN119126879A
公开(公告)日:2024-12-13
申请号:CN202411269378.1
申请日:2024-09-11
Applicant: 内蒙古电力(集团)有限责任公司电力调度控制分公司 , 华北电力大学 , 江苏慧嘉节能技术有限公司
IPC: G05D23/20
Abstract: 本发明公开一种基于深度学习的火电机组再热汽温控制方法,包括步骤:S1、采集机组宽负荷下的历史运行数据,并选取机组宽负荷下的历史运行数据中的稳态工况数据;S2、将机组稳态工况数据输入LSTM神经网络中,离线训练得到神经网络模型1;S3、采集机组宽负荷运行下的动态历史数据,输入LSTM神经网络中,离线训练得到神经网络模型2;S4、根据神经网络模型1和神经网络模型2输出数据结合机组实时运行数据构建机组宽负荷下再热汽温控制系统。本发明解决了现有再热汽温控制方法火电机组均要求具备宽负荷运行能力,控制策略难以兼顾高低负荷运行特性的问题。
-
公开(公告)号:CN112529282A
公开(公告)日:2021-03-19
申请号:CN202011409788.3
申请日:2020-12-03
Applicant: 清华大学 , 内蒙古电力(集团)有限责任公司电力调度控制分公司 , 中国电力科学研究院有限公司
Abstract: 本发明提供一种基于时空图卷积神经网络的风电场集群短期功率预测方法,包括:采集第一目标时间段内历史功率得到历史功率向量时序序列,采集第二目标时间段内天气预报参数向量得到天气预报参数矩阵时序序列;将历史功率向量和天气预报参数矩阵的时序序列输入预测模型,输出第三目标时间段内预测功率向量时序序列;其中,所述预测模型是基于样本历史功率向量和样本天气预报参数矩阵时序序列以及预测功率向量时序序列标签进行训练后得到的,所述预测模型的神经网络结构基于Bi‑GRU网络和图卷积网络构成。本发明提供的方法,实现了使功率预测可以联合考虑历史功率和天气预报参数两种因素,还提高了预测的准确率。
-
公开(公告)号:CN117638966A
公开(公告)日:2024-03-01
申请号:CN202311700903.6
申请日:2023-12-12
Applicant: 内蒙古电力(集团)有限责任公司电力调度控制分公司 , 中国电力科学研究院有限公司
Abstract: 本发明公开了一种提升新能源多场站短路比的分布式调相机配置方法及装置。其中,方法包括:构建包含多个新能源场站的电力系统的电网仿真数字模型;计算电网仿真数字模型选定研究范围内各新能源场站的短路比;确定各新能源场站可接入分布式调相机台数以及容量的第一分布式调相机配置方案集合;根据各新能源场站的短路比以及第一分布式调相机配置方案集合,确定满足预设的最小短路比要求的第二分布式调相机配置方案集合;根据预设的短路电流约束和电压偏移约束,从第二分布式调相机配置方案集合中选取第三分布式调相机配置方案集合;以及基于预设的目标函数,从第三分布式调相机配置方案集合中选取最优分布式调相机配置方案。
-
-
-
-
-