-
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：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：CN117365869A
公开(公告)日：2024-01-09
申请号：CN202311527917.2
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
摘要： 本发明公开一种风电机组桨叶扫塔故障的自适应预警策略设计方法，包括步骤：基于SCADA系统的海上风电机组数据采样，获取SCADA正常行为数据集；对数据集的数据进行预处理，构建训练样本；对训练样本权重重分配；提取训练样本振动频域特征；正常行为建模，计算残差序列；训练残差分布，统计训练残差序列中连续大于阈值上限或小于阈值下限的最大个数，记为连续最大超限次数，并作为训练流程中的最终输出结果；进行在线应用阶段。本发明通过设计训练样本权重自适应分配策略，考虑不同风况下样本不均衡易导致建模精确性不均衡，对训练样本中占比较小的恶劣风况赋予更高的训练权重，保证了面向极端风况所引发的故障时结果的准确性和全面性。
-
公开(公告)号：CN117167190A
公开(公告)日：2023-12-05
申请号：CN202310969607.X
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
摘要： 本发明属于控制和能源领域，具体公开了一种基于鲁棒非线性自适应控制的风力发电机轴系扭振抑制方法，包括：首先对双馈风机的轴系模型、电气模型进行建模，并分析其轴系扭振引发机理，定义风机轴系扭转角偏差，然后将双馈风机模型转化为二阶非线性系统形式，对变换后的模型设计轴系扭振抑制器，保证转换后系统的渐近跟踪性能，有效抑制风机在遭遇大扰动时的轴系扭振问题。在所设计的轴系扭振抑制器中，风电并网系统中的不确定动态通过在线神经网络进行近似，而外部干扰和神经网络的重构误差由误差符号积分鲁棒项进行补偿。本发明能够克服现有模型中的不确定性，增强控制系统的鲁棒性，具有抗干扰能力。
-
公开(公告)号：CN117828335A
公开(公告)日：2024-04-05
申请号：CN202410044541.8
申请日：2024-01-12
申请人： 浙江浙能嘉兴海上风力发电有限公司 , 上海中电兴华智能科技有限公司
IPC分类号： G06F18/213 , G06Q10/20 , G06F18/25 , G06N3/0464 , G06F18/241 , G06F123/02
摘要： 本申请公开了一种海上升压站远程作业人员轨迹管控系统及方法，其结合基于深度学习的人工智能技术，将作业人员的轨迹数据和生理数据进行综合分析与特征交互融合处理，以从轨迹数据中学习作业人员的运动状态的同时，从生理数据中学习作业人员的生理状态，从而对作业人员的身体状况进行实时监测和管控。
-
公开(公告)号：CN117828335B
公开(公告)日：2024-06-04
申请号：CN202410044541.8
申请日：2024-01-12
申请人： 浙江浙能嘉兴海上风力发电有限公司 , 上海中电兴华智能科技有限公司
IPC分类号： G06F18/213 , G06Q10/20 , G06F18/25 , G06N3/0464 , G06F18/241 , G06F123/02
摘要： 本申请公开了一种海上升压站远程作业人员轨迹管控系统及方法，其结合基于深度学习的人工智能技术，将作业人员的轨迹数据和生理数据进行综合分析与特征交互融合处理，以从轨迹数据中学习作业人员的运动状态的同时，从生理数据中学习作业人员的生理状态，从而对作业人员的身体状况进行实时监测和管控。
-
公开(公告)号：CN118327905A
公开(公告)日：2024-07-12
申请号：CN202410237647.X
申请日：2024-03-01
申请人： 浙江大学
IPC分类号： F03D17/00
摘要： 本发明涉及风力发电技术领域，提供一种基于功率时域波形的风力发电机组叶片偏载的量化识别方法，包括：(1)利用空气动力学理论计算得到受到风切变影响的风轮的输出功率P1；(2)在风切变的影响下，改变风力发电机组中的任一叶片的桨距角，计算此时风力发电机组的输出功率P2；(3)计算输出功率的变化量△P；(4)通过功率的变化量的最大差值△Pmax识别风力发电机组叶片偏载量。通过改变一个叶片的桨距角，计算风机输出功率的变化量△P，从而定量识别叶片的偏载，为后续偏载的控制提供了研究方向；进而为防止风机因偏载造成损坏提供了一种新思路，从而延长风机叶片和变桨轴承的运行寿命，降低故障发生率，节省维护成本，提高系统的安全与稳定性。
-
公开(公告)号：CN118327905B
公开(公告)日：2024-11-15
申请号：CN202410237647.X
申请日：2024-03-01
申请人： 浙江大学
IPC分类号： F03D17/00
摘要： 本发明涉及风力发电技术领域，提供一种基于功率时域波形的风力发电机组叶片偏载的量化识别方法，包括：(1)利用空气动力学理论计算得到受到风切变影响的风轮的输出功率P1；(2)在风切变的影响下，改变风力发电机组中的任一叶片的桨距角，计算此时风力发电机组的输出功率P2；(3)计算输出功率的变化量△P；(4)通过功率的变化量的最大差值△Pmax识别风力发电机组叶片偏载量。通过改变一个叶片的桨距角，计算风机输出功率的变化量△P，从而定量识别叶片的偏载，为后续偏载的控制提供了研究方向；进而为防止风机因偏载造成损坏提供了一种新思路，从而延长风机叶片和变桨轴承的运行寿命，降低故障发生率，节省维护成本，提高系统的安全与稳定性。
-
公开(公告)号：CN118361358A
公开(公告)日：2024-07-19
申请号：CN202410491892.3
申请日：2024-04-23
申请人： 浙江大学
摘要： 本发明涉及风力发电技术领域，提供一种基于传动系统振动信号特征标定的风机叶片载荷监测方法，实时监测传动系统的振动信号，利用振动信号的频带能量总和与风机叶片根部应力的关联模型H计算得到监测风机叶片根部应力，通过与出厂时标定的叶片许用应力对比调整监测风机叶片的角度实现对风机叶片载荷监测；本发明从风机运行数据中获取信息，建立传动系统振动信号特征与叶片根部应力的关联模型，该模型可以覆盖所有风机运行实际工况，适用性广；本发明在实际运行中通过检测齿轮箱振动即可得到叶片根部的应力情况，无需在叶片上添加额外设备，不对风机运行产生负面影响，且无需复杂的校准步骤；同时，该模型具备可迁移性，适降低检测成本。
-
公开(公告)号：CN118293025A
公开(公告)日：2024-07-05
申请号：CN202410398075.3
申请日：2024-04-03
申请人： 浙江大学
IPC分类号： F03D17/00
摘要： 本发明涉及风力发电技术领域，提供一种基于振动和功率信号时域分析的风力机偏载监测与预警的方法，所述方法包括：获取风力机机舱原始振动信号以及风力机实时发电功率信号；提取风力机机舱原始振动信号的偏载时域特征得到风力利用风力机实时发电功率信号计算得到风力机偏载安全冗余系数；根据风力机偏载系数与偏载安全冗余系数求得风力机偏载预警指标；通过实际工况下得到的载预警指标与阈值对比，判断风力机的偏载工况。通过提取振动信号与功率信号中的偏载特征值，计算偏载系数，结合偏载安全冗余系数，获取风力机偏载预警指标，从而实现对风力机偏载工况快速、准确的监测与预警，无需加装叶根载荷传感器，成本低廉，具有重要工程应用价值。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.043 秒)
