-
公开(公告)号：CN113095538B
公开(公告)日：2024-03-19
申请号：CN202010515327.8
申请日：2020-06-08
Applicant: 华北电力大学 , 国网辽宁省电力有限公司 , 国网辽宁省电力有限公司电力科学研究院
IPC: G06Q10/04 , G06Q50/06 , G06F30/27 , G06N3/006 , G06F119/08
Abstract: 本发明公开了一种面向灵活性运行的热电联产机组宽负荷运行动态特性建模方法。首先通过机理建模确定不同热电解耦情况下机组的宽负荷运行模型结构；然后采用改进型T‑S模糊辨识确定模型的未知参数。在模糊辨识中引入混沌双量子鸽群优化算法实现训练数据的自动聚类，再通过带遗忘因子的指数加权最小二乘法进行参数辨识；最后，依托仿真平台验证该建模方法的快速性、所得模型的精确性和通用性。本发明充分考虑了热电联产机组热电耦合情况差异对动态特性的影响，更贴近灵活性需求下机组的实际特性。此外，融合了机理建模和数据驱动建模的优势，在宽负荷工况下始终保持理想精度，为实现大规模新能源接入下的电网深度、快速调峰奠定基础。
-
公开(公告)号：CN113095538A
公开(公告)日：2021-07-09
申请号：CN202010515327.8
申请日：2020-06-08
Applicant: 华北电力大学 , 国网辽宁省电力有限公司 , 国网辽宁省电力有限公司电力科学研究院
IPC: G06Q10/04 , G06Q50/06 , G06F30/27 , G06N3/00 , G06F119/08
Abstract: 本发明公开了一种面向灵活性运行的热电联产机组宽负荷运行动态特性建模方法。首先通过机理建模确定不同热电解耦情况下机组的宽负荷运行模型结构；然后采用改进型T‑S模糊辨识确定模型的未知参数。在模糊辨识中引入混沌双量子鸽群优化算法实现训练数据的自动聚类，再通过带遗忘因子的指数加权最小二乘法进行参数辨识；最后，依托仿真平台验证该建模方法的快速性、所得模型的精确性和通用性。本发明充分考虑了热电联产机组热电耦合情况差异对动态特性的影响，更贴近灵活性需求下机组的实际特性。此外，融合了机理建模和数据驱动建模的优势，在宽负荷工况下始终保持理想精度，为实现大规模新能源接入下的电网深度、快速调峰奠定基础。
-
公开(公告)号：CN113420492B
公开(公告)日：2024-11-26
申请号：CN202110484280.8
申请日：2021-04-30
Applicant: 华北电力大学 , 国网辽宁省电力有限公司
IPC: G06F30/27 , G06N3/0442 , G06N3/0475 , G06N3/063 , G06N3/084 , G06F113/06 , G06F119/06
Abstract: 本发明的目的是针对风光火耦合系统时变、非线性、不确定性、间歇性等复杂的动态特性，提出了一种基于生成对抗网络(GenerativeAdversarial Networks，GAN)与门循环单元(Gate Recurrent Unit，GRU)神经网络的系统频率响应模型建模方法。利用生成对抗网络解决了基于数据驱动的系统频率响应模型建立过程中训练样本匮乏的问题。此外，利用门循环单元神经网络解决了已有的建模方法不能准确描述系统频率响应所具有的非线性及不确定性等问题。
-
公开(公告)号：CN113310045A
公开(公告)日：2021-08-27
申请号：CN202110358513.X
申请日：2021-03-30
Applicant: 华北电力大学 , 国网辽宁省电力有限公司
Abstract: 本发明公开了一种面向灵活性的纯凝机组深度调峰改造方案。首先，通过分析纯凝机组特性和改造目标，从稳燃技术、制粉系统优化、宽负荷脱硝技术、控制优化技术四个方面出发进行改造方案的设计；其次，应用富氧清洁稳燃技术实现低负荷运行稳燃和低NOx排放；接着，在制粉系统中应用改进的动态分离器提高燃烧质量；然后，在低负荷运行状态下投入零号高压加热器以提高脱硝系统入口烟温，进而实现低负荷脱硝；最后，通过智能滑压控制技术动态调整滑压给定值变化速率来优化控制。本发明提出一种面向灵活性的纯凝机组深度调峰改造方案为灵活性改造提供了良好的参考。
-
公开(公告)号：CN113420492A
公开(公告)日：2021-09-21
申请号：CN202110484280.8
申请日：2021-04-30
Applicant: 华北电力大学 , 国网辽宁省电力有限公司
IPC: G06F30/27 , G06N3/04 , G06N3/063 , G06N3/08 , G06F113/06 , G06F119/06
Abstract: 本发明的目的是针对风光火耦合系统时变、非线性、不确定性、间歇性等复杂的动态特性，提出了一种基于生成对抗网络(GenerativeAdversarial Networks，GAN)与门循环单元(Gate Recurrent Unit，GRU)神经网络的系统频率响应模型建模方法。利用生成对抗网络解决了基于数据驱动的系统频率响应模型建立过程中训练样本匮乏的问题。此外，利用门循环单元神经网络解决了已有的建模方法不能准确描述系统频率响应所具有的非线性及不确定性等问题。
-
Patent Agency Ranking
公开(公告)号：CN112560352B
公开(公告)日：2024-07-19
申请号：CN202011548918.1
申请日：2020-12-24
Applicant: 华北电力大学 , 国网辽宁省电力有限公司
IPC: G06F30/27 , G06N3/0442 , G06F18/214 , G06F113/06
Abstract: 本发明公开了一种基于AM‑LSTM神经网络的系统频率响应模型建模方法，属于电力系统频率响应模型的建模领域。针对风火耦合系统频率响应模型的建模问题，提出了一种基于注意力机制和长短时记忆神经网络相结合的系统频率响应模型建模方法，利用注意力机制提取耦合系统频率响应模型输入的时间序列特征，能有效利用风火耦合系统输入数据；利用长短时记忆神经网络解决了递归神经网络在更新过程中出现的梯度消失问题，此外，长短时记忆神经网络解决了现有耦合系统频率响应模型难以描述耦合系统中存在的非线性及不确定性等问题，提高了风火耦合系统频率响应模型的精度和建模效率。
-
公开(公告)号：CN113189871B
公开(公告)日：2023-02-03
申请号：CN202110391571.2
申请日：2021-04-12
Applicant: 华北电力大学 , 国网辽宁省电力有限公司
IPC: G05B13/04
Abstract: 本发明公开了一种面向火电机组灵活性运行的协调控制策略。首先，将超超临界机组协调控制系统作为被控对象并分析其控制难点；然后，为被控对象设计自抗扰控制策略，并通过改进的混沌交叉帝企鹅算法进行优化。最后，依托仿真平台验证本发明控制策略的可行性，并采用性能指标量化统计分析控制策略的有效性。本发明的被控对象分析中，精确描述了其动态特性。此外，本发明通过混沌交叉帝企鹅算法获取控制器的最优参数，使被控对象的控制性能显著提高。先进的自抗扰控制策略与混沌交叉帝企鹅算法的有效结合使二者的优势得到充分发挥，很大程度上改善了协调控制系统的控制性能，提高了机组负荷响应的快速性和精确性。
-
公开(公告)号：CN113189871A
公开(公告)日：2021-07-30
申请号：CN202110391571.2
申请日：2021-04-12
Applicant: 华北电力大学 , 国网辽宁省电力有限公司
IPC: G05B13/04
Abstract: 本发明公开了一种面向火电机组灵活性运行的协调控制策略。首先，将超超临界机组协调控制系统作为被控对象并分析其控制难点；然后，为被控对象设计自抗扰控制策略，并通过改进的混沌交叉帝企鹅算法进行优化。最后，依托仿真平台验证本发明控制策略的可行性，并采用性能指标量化统计分析控制策略的有效性。本发明的被控对象分析中，精确描述了其动态特性。此外，本发明通过混沌交叉帝企鹅算法获取控制器的最优参数，使被控对象的控制性能显著提高。先进的自抗扰控制策略与混沌交叉帝企鹅算法的有效结合使二者的优势得到充分发挥，很大程度上改善了协调控制系统的控制性能，提高了机组负荷响应的快速性和精确性。
-
公开(公告)号：CN112560352A
公开(公告)日：2021-03-26
申请号：CN202011548918.1
申请日：2020-12-24
Applicant: 华北电力大学 , 国网辽宁省电力有限公司
IPC: G06F30/27 , G06K9/62 , G06N3/04 , G06F113/06
Abstract: 本发明公开了一种基于AM‑LSTM神经网络的系统频率响应模型建模方法，属于电力系统频率响应模型的建模领域。针对风火耦合系统频率响应模型的建模问题，提出了一种基于注意力机制和长短时记忆神经网络相结合的系统频率响应模型建模方法，利用注意力机制提取耦合系统频率响应模型输入的时间序列特征，能有效利用风火耦合系统输入数据；利用长短时记忆神经网络解决了递归神经网络在更新过程中出现的梯度消失问题，此外，长短时记忆神经网络解决了现有耦合系统频率响应模型难以描述耦合系统中存在的非线性及不确定性等问题，提高了风火耦合系统频率响应模型的精度和建模效率。
-
公开(公告)号：CN120012581A
公开(公告)日：2025-05-16
申请号：CN202510094090.3
申请日：2025-01-21
Applicant: 华北电力大学
IPC: G06F30/27 , G06N3/0455 , G06Q50/06
Abstract: 本发明公开了一种基于Mamba大模型和Transformer网络的重型燃气轮机智能建模方法，属于电力工程技术领域，包括以下步骤：S1、根据重型燃气轮机调峰过程中的汽‑水流程动态特征，构建耦合系统模型结构，确定输入变量和输出变量；S2、基于Mamba+Transformer多模态大模型构建重型燃气轮机调峰过程模型；S3、采用重型燃气轮机的历史运行数据对重型燃气轮机调峰过程模型进行训练和验证，完成建模。本发明充分考虑了重型燃气轮机调峰过程各变量数据跨度大的特性，所建模型的泛化能力强；该模型有效融合了Mamba及Transformer的特征，能够高效处理多变量长时间序列，可快速辨识得到精确的面向工业控制的重型燃气轮机调峰过程模型，有利于提高机组的深度调峰能力为高比例新能源电力消纳提供支撑。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.08 seconds)
