-
公开(公告)号：CN113157992B
公开(公告)日：2022-09-30
申请号：CN202110130797.7
申请日：2021-01-29
Applicant: 河北建投新能源有限公司 , 河北工业大学
IPC: G06F16/906 , G06N3/04 , G06N3/08
Abstract: 本申请提供了一种风机传感器数据重构方法、装置与计算机可读存储介质。该方法包括：获取风机传感器的历史数据，历史故障数据包括第一类历史故障数据和第二类历史故障数据；对标准LSTM模型进行优化，得到优化LSTM模型；基于优化LSTM模型，构建数据预重构模型；采用第一类历史故障数据和第二类历史故障数据分别对数据预重构模型进行训练，得到第一类数据重构模型和第二类数据重构模型；采用第一类数据重构模型对第一类实时故障数据进行重构，得到重构后的第一类实时故障数据；采用第二类数据重构模型对第二类实时故障数据进行重构，得到重构后的第二类实时故障数据。实现了对风机传感器的不同种类的故障数据的精确重构。
-
公开(公告)号：CN113240547A
公开(公告)日：2021-08-10
申请号：CN202110555684.1
申请日：2021-05-21
Applicant: 河北工业大学
IPC: G06Q50/06 , G06F30/27 , H02J3/38 , H02J3/46 , G06F111/04 , G06F111/06
Abstract: 本发明为一种风电消纳下制氢机组阵列的调度方法，包括第一步、获取制氢机组阵列的机组启停约束和功率输入约束；第二步、搭建机组出力双层优化模型，包括机组功率分配优化模型和机组启停状态优化模型；第三步、对机组功率分配优化模型进行求解，得到每个时段各机组在不同开关状态下的出力和制氢机组阵列的经济值；第四步、利用混合二进制萤火虫算法求解机组启停状态优化模型，得到制氢机组阵列中各机组在各时段的启停状态；第五步、根据制氢机组阵列中各机组在各时段的启停状态，得到各时段出力的制氢机组，生成制氢机组阵列的时序出力计划表，对制氢机组阵列进行调度。提升了制氢机组阵列运行的经济性，为风电制氢工厂制定工作计划提供了依据。
-
公开(公告)号：CN113240547B
公开(公告)日：2022-04-12
申请号：CN202110555684.1
申请日：2021-05-21
Applicant: 河北工业大学
IPC: G06Q50/06 , G06F30/27 , H02J3/38 , H02J3/46 , G06F111/04 , G06F111/06
Abstract: 本发明为一种风电消纳下制氢机组阵列的调度方法，包括第一步、获取制氢机组阵列的机组启停约束和功率输入约束；第二步、搭建机组出力双层优化模型，包括机组功率分配优化模型和机组启停状态优化模型；第三步、对机组功率分配优化模型进行求解，得到每个时段各机组在不同开关状态下的出力和制氢机组阵列的经济值；第四步、利用混合二进制萤火虫算法求解机组启停状态优化模型，得到制氢机组阵列中各机组在各时段的启停状态；第五步、根据制氢机组阵列中各机组在各时段的启停状态，得到各时段出力的制氢机组，生成制氢机组阵列的时序出力计划表，对制氢机组阵列进行调度。提升了制氢机组阵列运行的经济性，为风电制氢工厂制定工作计划提供了依据。
-
Patent Agency Ranking
公开(公告)号：CN112613641A
公开(公告)日：2021-04-06
申请号：CN202011416808.X
申请日：2020-12-07
Applicant: 河北工业大学
Abstract: 本发明为一种基于特征分解的短期电负荷组合预测方法，包括以下内容：获取用户侧智能电表的电负荷数据，并进行预处理；将预处理后电负荷数据通过小波变化分解为高频序列和多个低频序列；对高频序列和多个低频序列采用相关度分析并筛选特征，筛选能够表征影响因子的子序列构成保留序列，并记录保留序列中各子序列所对应的相关度系数；将预处理后电负荷数据减去保留序列生成残差序列，将所有序列归一化处理；对残差序列和保留序列中的高频序列采用LSTM模型进行电负荷预测，对保留序列中的低频序列采用时间卷积模型进行电负荷预测；将各频段预测值按照权值求和，得到预测结果。该方法能深入挖掘影响电负荷变化的特征，提高预测精度。
-
公开(公告)号：CN112734130B
公开(公告)日：2022-06-10
申请号：CN202110081138.9
申请日：2021-01-21
Applicant: 河北工业大学
Abstract: 本发明为一种双馈型风机主轴的故障预警方法，该方法包括以下步骤：从风机设备中选取主轴温度以及与主轴相关部件的温度相关数据；采用皮尔逊相关系数从原始数据集中选取与主轴温度相关性较高的特征；利用鲸鱼算法对LightGBM预测模型中参数进行寻优，获得优化后的LightGBM正常主轴温度预测模型；将测试集数据输入到优化后的LightGBM正常主轴温度预测模型中，得到对应的主轴温度预测值，进行残差分析获得主轴温度预警阈值；从待预警的风机数据中选取与主轴温度相关性较高的特征数据，将这些特征数据输入到优化后的LightGBM正常主轴温度预测模型，得到当前待预警的风机主轴温度预测值，进行残差分析，来判断主轴温度状态，从而实现对风机主轴故障的早期预警。
-
公开(公告)号：CN112613641B
公开(公告)日：2022-04-15
申请号：CN202011416808.X
申请日：2020-12-07
Applicant: 河北工业大学
Abstract: 本发明为一种基于特征分解的短期电负荷组合预测方法，包括以下内容：获取用户侧智能电表的电负荷数据，并进行预处理；将预处理后电负荷数据通过小波变化分解为高频序列和多个低频序列；对高频序列和多个低频序列采用相关度分析并筛选特征，筛选能够表征影响因子的子序列构成保留序列，并记录保留序列中各子序列所对应的相关度系数；将预处理后电负荷数据减去保留序列生成残差序列，将所有序列归一化处理；对残差序列和保留序列中的高频序列采用LSTM模型进行电负荷预测，对保留序列中的低频序列采用时间卷积模型进行电负荷预测；将各频段预测值按照权值求和，得到预测结果。该方法能深入挖掘影响电负荷变化的特征，提高预测精度。
-
公开(公告)号：CN113157992A
公开(公告)日：2021-07-23
申请号：CN202110130797.7
申请日：2021-01-29
Applicant: 河北建投新能源有限公司 , 河北工业大学
IPC: G06F16/906 , G06N3/04 , G06N3/08
Abstract: 本申请提供了一种风机传感器数据重构方法、装置与计算机可读存储介质。该方法包括：获取风机传感器的历史数据，历史故障数据包括第一类历史故障数据和第二类历史故障数据；对标准LSTM模型进行优化，得到优化LSTM模型；基于优化LSTM模型，构建数据预重构模型；采用第一类历史故障数据和第二类历史故障数据分别对数据预重构模型进行训练，得到第一类数据重构模型和第二类数据重构模型；采用第一类数据重构模型对第一类实时故障数据进行重构，得到重构后的第一类实时故障数据；采用第二类数据重构模型对第二类实时故障数据进行重构，得到重构后的第二类实时故障数据。实现了对风机传感器的不同种类的故障数据的精确重构。
-
公开(公告)号：CN112734130A
公开(公告)日：2021-04-30
申请号：CN202110081138.9
申请日：2021-01-21
Applicant: 河北工业大学
Abstract: 本发明为一种双馈型风机主轴的故障预警方法，该方法包括以下步骤：从风机设备中选取主轴温度以及与主轴相关部件的温度相关数据；采用皮尔逊相关系数从原始数据集中选取与主轴温度相关性较高的特征；利用鲸鱼算法对LightGBM预测模型中参数进行寻优，获得优化后的LightGBM正常主轴温度预测模型；将测试集数据输入到优化后的LightGBM正常主轴温度预测模型中，得到对应的主轴温度预测值，进行残差分析获得主轴温度预警阈值；从待预警的风机数据中选取与主轴温度相关性较高的特征数据，将这些特征数据输入到优化后的LightGBM正常主轴温度预测模型，得到当前待预警的风机主轴温度预测值，进行残差分析，来判断主轴温度状态，从而实现对风机主轴故障的早期预警。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.023 seconds)
