一种基于预测控制的热电联产机组协调控制方法及系统

    公开(公告)号:CN116414092A

    公开(公告)日:2023-07-11

    申请号:CN202310390943.9

    申请日:2023-04-13

    Abstract: 本发明公开一种基于预测控制的热电联产机组协调控制方法及系统,涉及热电联产机组控制领域,该方法包括构建预测控制器寻优目标模型;将在预测时间段被调量的预测值序列和参考设定值序列以及当前时刻控制量的控制值输入预测控制器寻优目标模型中得到控制量在预测时间段的最优控制序列;通过最优控制序列对热电联产机组模型进行协调控制,得到被调量在预测时间段的实时值,循环上述步骤,直至被调量的实时值满足预设条件。本发明采用燃料量、主蒸汽调门开度和供热抽汽调门开度三个控制量和电负荷、主蒸汽压力和供热抽汽质量流量三个被调量的关系构建预测控制器寻优目标模型,利用求解到的控制量的最优控制序列进行控制,提高了变负荷速率。

    飞轮储能参与电网调频的荷电状态范围寻优方法及设备

    公开(公告)号:CN116073414B

    公开(公告)日:2023-06-16

    申请号:CN202310341206.X

    申请日:2023-04-03

    Abstract: 本发明公开一种飞轮储能参与电网调频的荷电状态范围寻优方法及设备,属于电网调频领域。通过仿真得到每个荷电状态值对应的15s出力指数、30s出力指数和积分电量贡献指数,根据火电厂在当前容量配置下对15s出力指数、30s出力指数和积分电量贡献指数的实际需求,得到在当前的容量配置和控制策略前提下更好的荷电状态范围,优化了飞轮储能系统的荷电状态范围,在实际调频工况下可以更大程度发挥出飞轮储能系统的调频优势。

    一种基于阈值卷积神经网络的滚动轴承故障诊断方法及系统

    公开(公告)号:CN114970044B

    公开(公告)日:2023-05-19

    申请号:CN202210701053.0

    申请日:2022-06-20

    Abstract: 本发明属于旋转机械故障类型识别和诊断领域,尤其涉及一种基于阈值卷积神经网络的滚动轴承故障诊断方法及系统,方法要点包括:1、训练滚动轴承包含故障的振动历史数据,得到基于阈值卷积神经网络的滚动轴承故障诊断模型;2、实时采集滚动轴承振动数据;3、利用训练好的故障诊断模型,实时监测振动数据,识别是否存在故障;4、若存在故障,利用故障诊断模型进行故障特征提取与分类,并输出故障识别结果。本发明可以解决卷积神经网络模型对含有噪声的振动数据进行特征提取时,性能会下降的问题,具有较高故障诊断准确率,并加快了诊断时间,符合工业界简易、实用和可移植性强的准则,具有较高应用价值。

    一种风能太阳能互补性评估方法及系统

    公开(公告)号:CN115600791A

    公开(公告)日:2023-01-13

    申请号:CN202211090664.2

    申请日:2022-09-07

    Inventor: 任国瑞 王玮 洪烽

    Abstract: 本发明提供一种风能太阳能互补性评估方法及系统,属于风光互补性评估技术领域,风能太阳能互补性评估方法包括:获取风电出力时间序列和光伏出力时间序列;根据风电出力时间序列中相邻两时刻的风电出力确定风电出力波动量集合;根据光伏出力时间序列中相邻两时刻的光伏出力确定光伏出力波动量集合;根据风电出力波动量集合及光伏出力波动量集合确定波动状态集合;波动状态集合中包括同向波动、反向波动、不确定波动;基于波动状态集合,根据风电出力波动量集合、光伏出力波动量集合、风电出力时间序列及光伏出力时间序列,确定风电光伏出力的互补性。提高了风电光伏互补性的评估精度,有效平抑风电及光伏出力的波动性。

    一种碳循环系统及其应用
    97.
    发明公开

    公开(公告)号:CN114282828A

    公开(公告)日:2022-04-05

    申请号:CN202111617864.4

    申请日:2021-12-27

    Abstract: 本发明公开了一种碳循环系统,包括CO2产生系统、碳捕集装置、电转气装置和超临界CO2发电厂,其中,该碳捕集系统捕获煤炭和天然气产生的二氧化碳,为电转气装置和超临界CO2系统提供碳源。当电力系统的负荷需求较低时,通过碳捕集系统减少燃煤机组的最低输出,以容纳更多的可再生能源;多余的可再生能源发电量将被电转气装置所消耗。该碳循环系统可应用到包括新能源的综合能源系统优化调度中。

    基于特征信息融合的燃气轮机进口导叶系统故障诊断方法

    公开(公告)号:CN113850181A

    公开(公告)日:2021-12-28

    申请号:CN202111112808.5

    申请日:2021-09-23

    Abstract: 本发明公开了一种基于特征信息融合的燃气轮机进口导叶系统故障诊断方法;包括:原始振动信号采集;故障机理分析;变分模态分解(VMD)参数寻优及分解;故障特征提取;状态特征向量归一化;特征向量编码;脉冲神经网络(SNN)故障诊断。本分明采用海豚群算法对VMD参数寻优,提升分解准确率;以峭度‑互信息熵为依据筛选对故障信息敏感的IMF分量,剔除分布规则差、冲击成分少的故障特征敏感模态函数;采用多特征熵值算法在时频域进行故障特征提取,避免单一特征无法全面反映故障特征信息,为故障的准确诊断提供保证;采用SpikeProp算法优化SNN,具备非线性分类问题求解能力,使训练结果更加准确。

Patent Agency Ranking