-
公开(公告)号：CN112734158B
公开(公告)日：2023-12-29
申请号：CN202011377719.9
申请日：2020-12-01
Applicant: 北方联合电力有限责任公司乌拉特发电厂 , 华北电力大学
IPC: G06Q10/0631 , G06F30/20 , G06F17/11 , G06Q50/06 , G06F18/23 , G06F16/2457 , G06F111/04
Abstract: 本发明提供了一种发电机组的热电负荷分配方法、装置及电子设备，涉及火力发电技术领域，上述方法包括：获取发电机组的目标历史数据；其中，目标历史数据为发电机组在稳态下的历史运行数据；基于目标历史数据确定发电机组的煤耗特性方程；确定发电机组的约束条件，基于约束条件及煤耗特性方程计算发电机组的最小总煤耗量对应的热负荷和电负荷。本发明从发电机组的成本端考虑热电负荷分配变化时对发电机组经济性的影响，可以有效降低发电机组的总煤耗量。
-
Patent Agency Ranking
公开(公告)号：CN114297947A
公开(公告)日：2022-04-08
申请号：CN202210213632.0
申请日：2022-03-07
Applicant: 华北电力大学
IPC: G06F30/27 , G06N3/00 , G06N3/04 , G06N3/08 , G06Q10/04 , G06Q50/06 , G06T17/00 , H02J3/00 , H02J3/38 , H02J13/00
Abstract: 本发明涉及一种基于深度学习网络的数据驱动风电系统孪生方法及系统，属于数字孪生技术领域，首先基于单目视觉的三维重建方法生成物理实体静态模型，然后构建双重深度学习网络模型，利用双重深度学习网络模型获得风电系统中物理实体的动态运行模拟过程，并构建用于预测风电系统发电功率的长短时记忆神经网络规则模型，利用长短时记忆神经网络规则模型预测发电功率，最后利用数字孪生平台将风电系统中物理实体的动态运行模拟过程、预测发电功率与物理实体静态模型结合，实现孪生风电系统中物理实体的三维可视化，实现了对风电系统设备的远程监控与管理，提高其运维水平，并实现短期风电功率预测。
-
公开(公告)号：CN114545396A
公开(公告)日：2022-05-27
申请号：CN202210183206.7
申请日：2022-02-28
Applicant: 华北电力大学
Abstract: 本发明涉及一种电力隐蔽目标检测方法及系统，属于电力智能巡检领域，利用探地雷达探测目标区域获得区域回波信号图，对区域回波信号图进行时窗划分和归一化处理，增强回波弱信号限制回波强信号，对归一化回波信号图中的每道回波信号进行二值化处理，遍历二值化回波信号图中的非零点筛选所有由非零点可能组成的双曲线，并提取每个由非零点可能组成的双曲线所占区域的回波信号子图像，进行目标粗提取，将每个回波信号子图像分别输入至训练好的Faster R‑CNN网络进行双曲线识别，比对双曲线标示图像与设计图纸，确定目标区域的地下电力设备中电力隐蔽目标的实际位置，能够有效地处理和检测敷设在地下的电力隐蔽目标，实现无开挖检测。
-
公开(公告)号：CN112734158A
公开(公告)日：2021-04-30
申请号：CN202011377719.9
申请日：2020-12-01
Applicant: 北方联合电力有限责任公司乌拉特发电厂 , 华北电力大学
IPC: G06Q10/06 , G06F30/20 , G06F17/11 , G06Q50/06 , G06K9/62 , G06F16/2457 , G06F111/04
Abstract: 本发明提供了一种发电机组的热电负荷分配方法、装置及电子设备，涉及火力发电技术领域，上述方法包括：获取发电机组的目标历史数据；其中，目标历史数据为发电机组在稳态下的历史运行数据；基于目标历史数据确定发电机组的煤耗特性方程；确定发电机组的约束条件，基于约束条件及煤耗特性方程计算发电机组的最小总煤耗量对应的热负荷和电负荷。本发明从发电机组的成本端考虑热电负荷分配变化时对发电机组经济性的影响，可以有效降低发电机组的总煤耗量。
-
公开(公告)号：CN116630532A
公开(公告)日：2023-08-22
申请号：CN202310402263.4
申请日：2023-04-14
Applicant: 国网河北省电力有限公司经济技术研究院 , 国网河北省电力有限公司 , 华北电力大学 , 国家电网有限公司
IPC: G06T17/00 , H02J3/00 , H02J13/00 , G06T7/50 , G06T7/90 , G06V10/75 , G06T5/00 , G06F30/20 , G06Q50/06
Abstract: 本发明涉及数字孪生技术领域，尤其涉及一种面向电网设施的数字孪生方法、装置及电子设备。该方法包括：获取电网设施的多角度的物理实体图像和运动视频序列，并构建电网设施的静态模型；然后确定静态模型与运动视频序列中每一帧的对应关系，以得到电网设施的动态模型；再将OPC UA技术与MQTT技术相结合采集电网设施数据，构建态势数据库和物理对象数据库；最后基于态势数据库和物理对象数据库构建电网设施的逻辑模型，基于静态模型、动态模型和逻辑模型构建电网设施的虚拟实体。本发明实现了电网设施的数据实时映射与分析，提高了电网设施的远程智能化监控与管理水平，以及新能源消纳水平。
-
公开(公告)号：CN114297947B
公开(公告)日：2022-05-27
申请号：CN202210213632.0
申请日：2022-03-07
Applicant: 华北电力大学
IPC: G06F30/27 , G06N3/00 , G06N3/04 , G06N3/08 , G06Q10/04 , G06Q50/06 , G06T17/00 , H02J3/00 , H02J3/38 , H02J13/00
Abstract: 本发明涉及一种基于深度学习网络的数据驱动风电系统孪生方法及系统，属于数字孪生技术领域，首先基于单目视觉的三维重建方法生成物理实体静态模型，然后构建双重深度学习网络模型，利用双重深度学习网络模型获得风电系统中物理实体的动态运行模拟过程，并构建用于预测风电系统发电功率的长短时记忆神经网络规则模型，利用长短时记忆神经网络规则模型预测发电功率，最后利用数字孪生平台将风电系统中物理实体的动态运行模拟过程、预测发电功率与物理实体静态模型结合，实现孪生风电系统中物理实体的三维可视化，实现了对风电系统设备的远程监控与管理，提高其运维水平，并实现短期风电功率预测。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
