公开(公告)号：CN118462498A

公开(公告)日：2024-08-09

申请号：CN202410551970.4

申请日：2024-05-07

Applicant: 华北电力大学

Inventor： 侯国莲 ,  杨泽宏 ,  黄从智

IPC: F03D17/00 ,  G06F18/2433 ,  G06F18/15 ,  G06F18/213 ,  G06F18/25 ,  G06F18/27 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/084 ,  G06N3/048 ,  G06F123/02

Abstract: 一种基于高性能小模型深度网络的风电机组早期故障预警方法摘要：本发明涉及一种基于高性能小模型深度网络的风电机组早期故障预警方法。首先利用Pearson相关性矩阵图筛选SCADA参数以简化模型；其次凭借一种高性能小规模深度网络，在高精度建模的同时提高运算和训练速度；然后通过残差特征统计方法和MLP网络实现早期故障准确预警；最后依托仿真平台验证本发明的可行性。本发明有效降低了实现早期故障准确预警所需的时间、算力与存储空间成本。

公开(公告)号：CN118133899A

公开(公告)日：2024-06-04

申请号：CN202410447128.6

申请日：2024-04-15

Applicant: 华北电力大学

Inventor： 侯国莲 ,  李庆伟 ,  黄从智 ,  杨泽宏

IPC: G06N3/0464 ,  G06N3/08 ,  G06Q10/04 ,  G06Q10/067 ,  G06Q50/06 ,  G06F18/25

Abstract: 本申请公开了一种基于综合评价指标的区域风电场功率预测模型训练方法、装置、设备及介质。本申请中获取训练样本数据，用于构建时空特征融合区域风电场功率预测模型，具体而言，将多个风电场构建为图网络，通过多种方式构建图网络的邻接矩阵，并融合为一个综合邻接矩阵；构建时空特征融合模块，并将时空特征融合模块提取的特征输入Transformer网络中；利用样本数据训练区域风电场功率预测模型；最后结合综合评价指标对模型参数进行微调，得到最终区域风电场功率预测模型。本申请实现了区域风电场之间空间关系的充分表征，避免了时空特征分离提取，实现时空特征的融合，利于序列模型的学习，提升了功率预测准确性。