-
公开(公告)号：CN111814849B
公开(公告)日：2024-02-06
申请号：CN202010573207.3
申请日：2020-06-22
Applicant: 浙江大学
IPC: G06F18/2433 , G06F18/214 , G06N3/0442 , G06N3/0464 , G06N3/049 , G06N3/08
Abstract: 本发明公开了一种基于双注意力机制的循环神经网络DA‑RNN的风电机组关键组件故障预警方法。该方法基于采集于风电机组正常运行状态下数据采集与监视控制(SCADA)系统数据集，设计预处理流程并选取DA‑RNN模型进行变量实时估计，通过多阈值设置及判别准则设计，输出判断结果序列，并根据判断结果序列给出最终预警结果。本发明故障预警方法中，针对不同类型噪声数据设计预处理流程，提供了可靠的数据基础；DA‑RNN模型综合考虑相关变量及历史信息的影响，并分配以不同的权重，保证了变量估计的准确性；多阈值设置及判别准则设计避免了单次0‑1判断，使最终预警结果更具有鲁棒性；最终实(56)对比文件胡瑾秋;张来斌;伊岩;蔡爽.非正常工况下化工过程设备故障实时关联预警研究.中国安全科学学报.2017,第26卷(第9期),全文.杨婷婷;张蓓;吕游;邸小慧.基于MSET的电站风机故障预警技术研究.热能动力工程.2017,第32卷(第9期),全文.
-
公开(公告)号：CN109447369B
公开(公告)日：2022-05-17
申请号：CN201811331386.9
申请日：2018-11-09
Applicant: 浙江大学
Abstract: 本发明公开了一种基于模拟退火算法的考虑多因素的产能端功率分配方法，本发明根据能源互联网中产能端设备的使用寿命，通过建立寿命损耗率模型决定产能端设备在不同阶段的最大产能功率，并结合能量传输损耗、环境效益等多因素进行功率分配的方法，从而最大化产能效率及产能收益。本文采用启发式的模拟退火算法，基于物理中固体物质的退火过程与一般组合优化问题的相似性，从某一较高的温度出发，在此温度下不断寻找接受比当前解更优的解，同时以一定概率接受比当前解更差的解以跳出局部最优值寻找全局最优值，即最佳分配方案。本发明对于能源互联网中多能源形式共存的产能端功率分配问题具有重要的科学意义和应用价值。
-
公开(公告)号：CN109447367B
公开(公告)日：2022-03-25
申请号：CN201811330818.4
申请日：2018-11-09
Applicant: 浙江大学
Abstract: 本发明公开了一种基于粒子群算法的计及产能节点使用寿命的产能分配方法，本发明根据能源互联网中产能节点的使用寿命，提出寿命损耗率模型决定产能节点在不同阶段的最大产能功率，并结合能量传输损耗、环境效益等多因素进行产能分配的方法，从而最大化产能效率及产能收益。本发明采用启发式的粒子群算法，模拟群体智能，将决策变量看作一个个粒子，拥有位置和速度两个属性，并根据自身找到的最优解和参考共享于整个群体的最优解调整自身的位置，使整个种群大致向同一个位置进行聚集，这个位置便是最优解，即最佳分配方案。本发明对于能源互联网中多能源形式共存的产能分配问题具有重要的科学意义和应用价值。
-
公开(公告)号：CN111814848A
公开(公告)日：2020-10-23
申请号：CN202010573195.4
申请日：2020-06-22
Applicant: 浙江大学
Abstract: 本发明公开了一种风电机组温度故障的自适应预警策略设计方法。该方法使用风电机组正常运行时期数据集，基于模型估计残差序列进行多阈值设置及多判别准则设计，并基于训练集确定判别准则参数范围，在线应用中对实时数据点进行多次独立判断并设计投票机制给出最终预警结果。在本发明预警策略设计方法中，多阈值设置结合多判别准则设计综合考虑不同预警结果需求及异常特性，保证预警结果的全面性与准确性；基于训练数据确定判别准则参数范围避免了人为主观因素的干扰；投票机制结合多次独立判断结果，使最终预警结果更具有准确性和合理性，从而能够实现风电机组温度故障准确的故障预警，减少停机时间，节约运维成本，具有较强的理论性与实用性。
-
公开(公告)号：CN111415070A
公开(公告)日：2020-07-14
申请号：CN202010139476.9
申请日：2020-03-03
Applicant: 浙江运达风电股份有限公司 , 浙江大学
Abstract: 本发明公开了一种基于SCADA数据的风电机组齿轮箱油温过温故障预警方法，包括离线训练阶段和在线应用阶段，选取机组相关数据集，选择齿轮箱油温作为目标变量，其他变量经Autoencoder模型降维进行特征提取，之后选取SVR作为变量估计模型进行训练，实现对目标变量的实时估计，在线应用阶段中，风电机组实时运行数据集输入至训练完成的SVR模型中，得到目标变量实际运行值与模型估计值的残差序列，使用EWMA进行残差序列超限阈值设置，并设计连续超限的预警判别准则实现齿轮箱油温过温故障的提前感知。本发明能够实现风电机组齿轮箱油温过温故障的提前感知与预警，避免齿轮箱组件异常演变引起的故障停机，减少了停机时间及维护损失，具有较强的理论性与实用性。
-
Patent Agency Ranking
公开(公告)号：CN114033631A
公开(公告)日：2022-02-11
申请号：CN202111314387.4
申请日：2021-11-08
Applicant: 浙江运达风电股份有限公司 , 浙江大学
Abstract: 本发明公开了一种风电机组风能利用系数在线辨识方法。该方法基于风电机组数据采集与监视控制系统记录数据集，选取相关变量进行风能利用系数的计算，结合不同变量相关关系进行异常数据剔除，并设计利用滑窗的离群点检测方法量化离群程度，对风能利用系数进行数据清洗，进而选取变量估计模型拟合风能利用系数与相关变量等效模型，从而实现风能利用系数在线辨识。在本发明风能利用系数在线辨识方法中，结合不同变量相关关系可以以更精确的规则进行异常运行数据剔除，利用滑窗的离群点检测方法能以不同辨识精度需求进行离群点剔除，使数据清洗具有灵活性；通过风能利用系数的在线辨识输出风电机组实时运行状态，具有较强的理论性与实用性。
-
公开(公告)号：CN109472716A
公开(公告)日：2019-03-15
申请号：CN201811330821.6
申请日：2018-11-09
Applicant: 浙江大学
Abstract: 本发明公开了一种基于遗传算法的考虑多因素的产能端功率分配方法，本发明根据能源互联网中产能端设备的使用寿命，通过建立寿命损耗率模型以决定产能端设备在不同阶段的最大产能功率，并结合能量传输损耗、环境效益等多因素进行功率分配的方法，从而最大化产能效率及产能收益。本文采用启发式的遗传算法，以种群中的所有个体为对象，利用随机化技术指导对一个被编码的参数空间进行高效搜索，通过选择、交叉、变异自适应地调整搜索方向，得出群体最优解，即最佳分配方案。本发明对于能源互联网中多能源形式共存的产能端功率分配问题具有重要的科学意义和应用价值。
-
公开(公告)号：CN109447369A
公开(公告)日：2019-03-08
申请号：CN201811331386.9
申请日：2018-11-09
Applicant: 浙江大学
Abstract: 本发明公开了一种基于模拟退火算法的考虑多因素的产能端功率分配方法，本发明根据能源互联网中产能端设备的使用寿命，通过建立寿命损耗率模型决定产能端设备在不同阶段的最大产能功率，并结合能量传输损耗、环境效益等多因素进行功率分配的方法，从而最大化产能效率及产能收益。本文采用启发式的模拟退火算法，基于物理中固体物质的退火过程与一般组合优化问题的相似性，从某一较高的温度出发，在此温度下不断寻找接受比当前解更优的解，同时以一定概率接受比当前解更差的解以跳出局部最优值寻找全局最优值，即最佳分配方案。本发明对于能源互联网中多能源形式共存的产能端功率分配问题具有重要的科学意义和应用价值。
-
公开(公告)号：CN109190860A
公开(公告)日：2019-01-11
申请号：CN201811331371.2
申请日：2018-11-09
Applicant: 浙江大学
Abstract: 本发明公开了一种基于人工萤火虫群优化算法的计及产能节点使用寿命的产能分配方法，本发明根据能源互联网中产能节点的使用寿命，通过建立寿命损耗率模型决定产能节点在不同阶段的最大产能功率，并结合能量传输损耗、环境效益等多因素进行产能分配的方法，从而最大化产能效率及产能收益，本发明采用启发式的人工萤火虫群优化算法，模仿自然界群体生活生物的社会行为构造随机搜索方法，将决策变量比喻为解空间中移动的萤火虫，其亮度与自身位置目标值有关，每个萤火虫向决策域中亮度更高的萤火虫移动，即向更优的位置移动，可得到区域最优解，即最佳分配方案。本发明对于能源互联网中多能源形式共存的产能分配问题具有重要的科学意义和应用价值。
-
公开(公告)号：CN114021992B
公开(公告)日：2024-06-18
申请号：CN202111313388.7
申请日：2021-11-08
Applicant: 浙江大学 , 浙江运达风电股份有限公司
IPC: G06Q10/063 , G06Q50/06 , G06N3/048 , G06N3/0464 , G06N20/00
Abstract: 本发明公开了一种面向大型风电机组实时出力性能的评估方法。该方法基于风电机组正常运行状态下数据采集与监视控制系统记录数据集，设计利用滑窗技术的离群点检测方法，并设计带有时间信息提取的特征提取模型，选取XGBoost模型拟合风能利用系数与输入特征的等效数学模型，并统计训练集中超限程度，用于在线应用时出力性能的实时评估。在本发明的实时出力性能评估方法中，对每个数据点能够进行多次判断，并统计其离群程度进行离群点检测，从而获取更鲁棒、更灵活的检测结果；在特征提取中考虑变量时间依赖性，解决了机器学习XGBoost模型没有利用时间信息的问题，基于训练集超限程度作为在线实时评估依据，避免了人为主观因素的干扰，保证了评估的准确性。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.021 seconds)
