-
公开(公告)号:CN118228445A
公开(公告)日:2024-06-21
申请号:CN202410187084.8
申请日:2024-02-20
申请人: 浙江浙能嘉兴海上风力发电有限公司 , 浙江大学
摘要: 本发明公开一种面向风场的分布式数据驱动场级优化方法,包括以下步骤:基于发电效率对所有风向划分子区间;基于动态风况下对子区间发电效率进行优化;采用分布式数据驱动对子区间在线并行优化。本发明分布式数据驱动的场级优化方法,随着变化的风况实时变化,实现复杂风况下大规模风场的并行优化,能够极大得减少尾流效应对风场发电的影响,解决了传统贪婪控制策略仅考虑每台风机最大发电,忽略风场尾流的问题;对划分机群的风场进行并行优化,提高了大规模风场的发电效率,并通过基于发电效率的优化子区间划分方法,将动态优化转化为多个静态子进行迭代优化,解决了数据驱动针对大规模风场以及复杂风况下所存在的优化效率低的问题。
-
公开(公告)号:CN115169248A
公开(公告)日:2022-10-11
申请号:CN202210929416.6
申请日:2022-08-03
申请人: 浙江大学
IPC分类号: G06F30/27 , G06K9/62 , G06N3/04 , G06N3/08 , G06F17/18 , G06N20/20 , G06F111/08 , G06F113/06 , G06F113/08
摘要: 本发明属于风电技术领域,具体公开了一种基于mBLS的联合在线自适应参数寻优风速预测方法,该方法基于几种在线单一预测模型,通过设计训练集更新迭代方法和自适应参数优化过程以确保单模型的实时在线预测能力;通过优化BLS原有的系统结构,设计了mBLS网络模型,多通道窗口被合并到输入层中,同时保留了原始BLS快速训练的优势,mBLS中每个特定的输入通道都是由相应的单模型的基础数据特征和预测结果构成的。多模型组合预测大大提高了预测的精度和稳定性,BLS的伪逆求解方式保证了模型的快速性和在线学习能力,自适应参数寻优保证了模型的实时最优,实现了模型长期使用的稳定性,非常适合于风电场实时短期风速预测场景,具有较强的实用性和理论性。
-
公开(公告)号:CN117610449A
公开(公告)日:2024-02-27
申请号:CN202311527921.9
申请日:2023-11-16
申请人: 浙江浙能嘉兴海上风力发电有限公司 , 浙江大学
IPC分类号: G06F30/28 , G01P3/36 , G06F30/17 , G06F30/27 , G06F18/243 , G06F119/08 , G06F119/14 , G06F113/04 , G06F113/06
摘要: 本发明公开一种基于GRA‑XGBoost的风电机组入流风速估计方法,包括以下步骤:基于风电机组记录的SCADA时序数据,筛选有效数据;根据风电机组的运行控制策略划分风速区间,得到各风速区间下的子数据集;在各个子数据集内,选取灰色关联度高的特征值输入到XGBoost模型;以激光雷达测风数据为参考的真实风速值,作为模型的目标向量进行训练;根据设定的预测模型评价指标,调整优化模型参数,得到满足条件的子模型结果和全风速段的GRA‑XGBoost风速估计组合模型;通过在线部署模型,得到实时有效的入流风速估计值。本发明不仅能够克服机舱传递函数实用性较差的问题,还具有较高的拟合精度和更低的预测误差。
-
公开(公告)号:CN116886397A
公开(公告)日:2023-10-13
申请号:CN202310971110.1
申请日:2023-08-03
申请人: 浙江大学 , 浙江浙能嘉兴海上风力发电有限公司
IPC分类号: H04L9/40 , H04L67/12 , G06N3/0464 , G06N3/126
摘要: 本发明公开了一种面向电网虚假数据注入攻击检测的轻量化模型自动搜索方法。针对混合精度量化的攻击检测模型难以设计的问题,提出了基于遗传算法的模型自动搜索方法,可以面向不同的电网结构和性能要求,自动搜索出对应的轻量化攻击检测模型;针对遗传算法收敛速度慢的问题,提出了对应的搜索加速方法来加快搜索过程。本发明能够实现轻量化攻击检测模型的全自动化设计与搜索,解决不同电网中轻量化模型设计复杂且耗时、需要大量专家知识的问题。
-
公开(公告)号:CN115544884A
公开(公告)日:2022-12-30
申请号:CN202211248495.0
申请日:2022-10-12
申请人: 浙江大学
IPC分类号: G06F30/27 , G06Q50/06 , G06F113/06
摘要: 本发明公开了一种基于数据驱动的大型风电场尾流快速计算方法及系统,创造性地通过“机群划分‑离线建模‑在线计算”的技术框架研究风电场尾流建模工作,根据历史风向与风速信息挖掘尾流传播路径,并以减小模型计算得到的风速大小与实际风速大小的均方损失误差为目标,利用狼群算法对解析尾流模型的衰减参数进行优化求解,离线训练并得到修正的场级尾流模型,之后结合风速风向预测结果、机组自身运行状态及机组尾流的影响,实现尾流在线快速计算的部署应用,大幅度提升了实时尾流建模计算的效率和精度,为后续风电场风电机组载荷在线计算、出力性能评估和优化控制策略等在线分析任务提供高可靠的数据支撑。
-
公开(公告)号:CN117150323A
公开(公告)日:2023-12-01
申请号:CN202310969610.1
申请日:2023-08-03
申请人: 浙江浙能嘉兴海上风力发电有限公司 , 浙江大学
IPC分类号: G06F18/23 , G06Q50/06 , G06F30/20 , G06F113/06
摘要: 本发明公开了一种基于风场尾流模型的机群划分方法。包括以下步骤:改进PARK尾流模型,加入偏航角对尾流的影响;利用风机之间的尾流信息,构建风场尾流权值无向图;将谱聚类算法与尾流模型融合,基于图理论与最优化理论,将风场尾流权值无向图划分为独立的子图,实现合理的机群划分。基于改进的风场尾流模型,得到更准确的尾流信息,同时利用谱聚类的理论基础,不仅可以实现最小化被忽略的风场尾流效应,同时尽量保证不同风场子集之间的风机数量均衡。本发明更加合理的机群划分策略有利于提升并行优化的风场发电效率。
-
公开(公告)号:CN115907099A
公开(公告)日:2023-04-04
申请号:CN202211356272.6
申请日:2022-11-01
申请人: 浙江大学
IPC分类号: G06Q10/04 , G06N3/006 , G06N3/0442 , G06N3/08 , G06F17/10
摘要: 本发明公开了一种基于高斯过程和组合模型的风速向量预测方法,根据风速序列及相关特征预测未来平均风速风向大小。该方法设计风速向量分解方法,通过奇异谱分析分解风速序列,利用差分自回归移动平均模型进行周期项拟合,利用组合模型进行趋势项预测,并用权重修正的粒子群算法寻找模型权重,利用基于时间窗口滑动的高斯过程进行残差项的预测,最后通过向量合成的方法得到预测的风速和风向。在评价模型性能时,考虑到方向的周期性和传统指标的不适用性,采用新指标进行模型性能的评价。本发明采用“向量”的思想来处理风速风向,采用“组合”的思想来进行预测,具有较好的预测能力和泛化能力。新指标更能反映模型的预测能力,物理意义更强。
-
-
-
-
-
-