-
公开(公告)号：CN106446540A
公开(公告)日：2017-02-22
申请号：CN201610834211.4
申请日：2016-09-20
Applicant: 华北电力大学(保定)
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 一种风电机组健康状态实时评估方法，所述方法首先基于风电机组历史运行数据，运用聚类技术实现风电机组运行工况的划分，并计算每种工况下的风电机组标准状态云模型；然后采用流式聚类算法对风电机组的实时数据流进行工况辨识，并计算机组实时状态的云模型；之后计算实时状态的云模型与标准状态云模型的偏离值并将其作为风电机组的健康指数；最后根据健康指数的大小对风电机组的健康状态进行评估。本发明利用云模型来描述风电机组的运行状态，并引入时间窗的方法来获取风电机组健康状态及发展趋势，该方法充分考虑了风电机组状态监测信息的不确定性，大大提高了评估结果的准确性，可为制定风电机组维护计划提供有力支撑。
-
Patent Agency Ranking
公开(公告)号：CN104899447A
公开(公告)日：2015-09-09
申请号：CN201510310151.1
申请日：2015-06-08
Applicant: 华北电力大学(保定)
Abstract: 一种电力大数据预处理的属性约简方法，用于解决电力大数据属性约简的预处理问题。所述方法首先将电力系统中的属性视作变迁关系，属性值作为在相应变迁关系作用下的转换状态；然后把在某一顺序变迁关系组的转换下到达相同终止状态的一些变迁序列去掉中间的冗余状态，仅保留关键路径；最后将关键路径上的变迁关系解码为相应的属性输出。本发明将偏序理论与MapReduce框架有机结合在一起，不仅略过了传统启发式约简算法的求核过程，提高了约简算法的效率，而且能够确保电力数据集的原有信息不丢失，特别适于电力行业海量数据的并行化预处理。
-
公开(公告)号：CN104899667A
公开(公告)日：2015-09-09
申请号：CN201510375663.6
申请日：2015-06-30
Applicant: 华北电力大学(保定)
CPC classification number: Y04S10/54
Abstract: 一种电动汽车充放电行为的预测方法，所述方法包括以下步骤：a.制定电动汽车充放电基本约束；b.制定目标函数；c.计算MSN影响力？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？；d.？利用对交叉遗传粒子群算法参数进行修正；e.？以电动汽车充放电基本约束为前提，利用修正的交叉遗传粒子群算法对目标函数进行求解，得到电动汽车的充放电计划及配电网负荷。本发明利用交叉遗传粒子群算法预测电动汽车用户的充放电计划并充分考虑了移动社会网络对充放电计划的影响，大大提高了预测结果的准确性，能够为供电部门调节电网负荷提供可靠的参考数据。
-
公开(公告)号：CN106446540B
公开(公告)日：2019-05-03
申请号：CN201610834211.4
申请日：2016-09-20
Applicant: 华北电力大学(保定)
IPC: G06F17/10
Abstract: 一种风电机组健康状态实时评估方法，所述方法首先基于风电机组历史运行数据，运用聚类技术实现风电机组运行工况的划分，并计算每种工况下的风电机组标准状态云模型；然后采用流式聚类算法对风电机组的实时数据流进行工况辨识，并计算机组实时状态的云模型；之后计算实时状态的云模型与标准状态云模型的偏离值并将其作为风电机组的健康指数；最后根据健康指数的大小对风电机组的健康状态进行评估。本发明利用云模型来描述风电机组的运行状态，并引入时间窗的方法来获取风电机组健康状态及发展趋势，该方法充分考虑了风电机组状态监测信息的不确定性，大大提高了评估结果的准确性，可为制定风电机组维护计划提供有力支撑。
-
公开(公告)号：CN104899667B
公开(公告)日：2018-06-08
申请号：CN201510375663.6
申请日：2015-06-30
Applicant: 华北电力大学(保定)
CPC classification number: Y04S10/54
Abstract: 一种电动汽车充放电行为的预测方法，所述方法包括以下步骤：a.制定电动汽车充放电基本约束；b.制定目标函数；c.计算MSN影响力；d.利用对交叉遗传粒子群算法参数进行修正；e.以电动汽车充放电基本约束为前提，利用修正的交叉遗传粒子群算法对目标函数进行求解，得到电动汽车的充放电计划及配电网负荷。本发明利用交叉遗传粒子群算法预测电动汽车用户的充放电计划并充分考虑了移动社会网络对充放电计划的影响，大大提高了预测结果的准确性，能够为供电部门调节电网负荷提供可靠的参考数据。
-
公开(公告)号：CN104899447B
公开(公告)日：2017-09-26
申请号：CN201510310151.1
申请日：2015-06-08
Applicant: 华北电力大学(保定)
Abstract: 一种电力大数据预处理的属性约简方法，用于解决电力大数据属性约简的预处理问题。所述方法首先将电力系统中的属性视作变迁关系，属性值作为在相应变迁关系作用下的转换状态；然后把在某一顺序变迁关系组的转换下到达相同终止状态的一些变迁序列去掉中间的冗余状态，仅保留关键路径；最后将关键路径上的变迁关系解码为相应的属性输出。本发明将偏序理论与MapReduce框架有机结合在一起，不仅略过了传统启发式约简算法的求核过程，提高了约简算法的效率，而且能够确保电力数据集的原有信息不丢失，特别适于电力行业海量数据的并行化预处理。
-
-
-
-
-
Search Results
6
records
(took 0.033 seconds)
