一种基于模糊综合评判的风电机组状态参数异常辨识方法

    公开(公告)号:CN105550943A

    公开(公告)日:2016-05-04

    申请号:CN201610030701.9

    申请日:2016-01-18

    Applicant: 重庆大学

    CPC classification number: G06Q50/06

    Abstract: 本发明涉及一种基于模糊综合评判的风电机组状态参数异常辨识方法,该方法包括以下步骤:S1:根据状态参数广义模糊异常辨识模型的选择结果获取测试样本的平均绝对误差,得到各预测模型权重;S2:通过各预测模型实现对待分析时段的状态参数预测;S3:通过各预测模型的残差实现对状态参数的状况分析,得到各模型残差异常指数;S4:计算各指标的模糊隶属度,构成模糊评判矩阵,计算输出层评估值;S5:评估结果的输入依据隶属度最大原则,对应的评语作为评判结果。本发明采用的方法基于风电场SCADA数据,易于编程实现,能准确有效地反映参数的异常;综合考虑多个预测模型异常辨识结果可提高状态参数异常辨识的准确性。

    一种风电场运行风险评估方法

    公开(公告)号:CN105427005A

    公开(公告)日:2016-03-23

    申请号:CN201610030580.8

    申请日:2016-01-18

    Applicant: 重庆大学

    CPC classification number: Y02A30/12 Y02E40/76 Y04S10/545 G06Q10/04 G06Q50/06

    Abstract: 本发明涉及一种风电场运行风险评估方法,属于新能源电力设备安全评估技术领域。包括以下步骤:S1:建立风速预测模型,对风电机组风速进行预测;S2:风电机组运行可靠性评估;S3:风电机组功率损失与运行风险计算;S4:风电场状态集合确定及各状态的概率;S5:风电场各状态的功率损失与风电场运行风险计算。本发明将风电功率预测误差及风电机组实时停运概率作为风电场运行风险的考虑因素,并定量分析机组在无电网约束和限功率两种运行条件下的功率损失,能够更准确地评估风电场的运行风险。

    一种计及运行状态的风电机组短期可靠性预测方法

    公开(公告)号:CN106097146A

    公开(公告)日:2016-11-09

    申请号:CN201610443200.3

    申请日:2016-06-20

    Applicant: 重庆大学

    Abstract: 本发明涉及一种计及运行状态的风电机组短期可靠性预测方法,包括以下步骤:通过状态监测与数据采集系统获得风电机组状态参数,将状态监测参数分为两类;针对设备温度参数,建立基于反向传播神经网络的状态参数预测模型,基于预测残差分布特性计算保护动作概率,针对其余参数,根据计及越限时间计算保护动作概率;通过风电场运行维护数据和SCADA数据对风电机组的停运次数和停运时刻风速进行统计,建立风速相依的风电机组统计停运模型;结合停运统计信息和状态参数越限信息,计算风电机组短期停运概率。本方法能够准确地评估出风电机组在短期内的停运风险,大幅度提高风电机组短期停运模型的准确性,为整个风电场的短期可靠性评估和安全经济运行提供技术参考。

Patent Agency Ranking