汽轮机滑压运行优化方法
    111.
    发明公开

    公开(公告)号:CN115450710A

    公开(公告)日:2022-12-09

    申请号:CN202211085776.9

    申请日:2022-09-06

    Abstract: 汽轮机滑压运行优化方法,属于火电厂汽轮机控制领域。解决了现有汽轮机组滑压优化方法准确率低,且无法进行定量指导的问题。本发明首先获取相应机组在预设时间段内的历史运行数据并进行聚类,从而分割成N种稳定运行工况下的数据集;利用N种稳定运行工况下的数据集,分别对N个相同的初始机组性能评估模型进行训练,获得适用于N种稳定运行工况下的机组性能评估模型;在机组滑压运行期间实时采集当前时刻机组真实运行数据,并结合N种稳定运行工况下的机组性能评估模型,计算在每种稳定运行工况下的负荷偏差,取N个负荷偏差中的最小值作为性能退化偏差s,并将其转化为主汽压力控制量ΔPz,对机组的运行状态进行控制。本发明主要用于对机组滑压运行中。

    一种用于产生扰动磁场的脉冲功率装置

    公开(公告)号:CN114035647B

    公开(公告)日:2022-10-11

    申请号:CN202111396856.1

    申请日:2021-11-23

    Abstract: 一种用于产生扰动磁场的脉冲功率装置,涉及脉冲功率技术领域。该装置能够在地球磁暴模拟实验中产生具有多时间尺度,且在空间指定距离产生磁场的磁感应强度最小值满足物理实验需求的扰动磁场,从而能够完成地球磁暴现象的模拟实验,同时要减小脉冲功率装置的使用风险,降低成本,提高其维护效率。本发明包块2套脉冲功率装置,每套脉冲功率装置均由脉冲电源、穿壁电极、对应线圈以及控制系统组成;脉冲电源采用模块化设计,并且两套脉冲电源在运行时都会借用一个共用模块组成完整的脉冲电源,减小了成本,本发明实现了在地球磁暴模拟实验中产生多时间尺度扰动磁场的功能。

    基于四自由度运动机构的空间等离子体参数诊断装置

    公开(公告)号:CN112530229A

    公开(公告)日:2021-03-19

    申请号:CN202011614725.1

    申请日:2020-12-30

    Abstract: 本发明公开了一种基于四自由度运动机构的空间等离子体参数诊断装置,所述装置包括探针阵列、四自由度运动机构和固定框架,其中:所述四自由度运动机构为四轴结构,包括两个X轴、一个Y轴和一个Z轴,每个轴上均设有一个直线运动模块;所述探针阵列安装在四自由度运动机构的Z轴上,并且可绕X轴旋转90度;所述固定框架由焊接固定板、支撑柱、竖直调节机构、水平调节机构和基准板组成;所述四自由度运动机构通过X轴的底板固定在基准版上,Y轴固定在X轴的滑块上,Z轴固定在Y轴的滑块上。本发明通过探针阵列和四自由度运动机构的组合,实现了等离子体参数的大尺度、阵列化、多维度诊断,为近地空间等离子体物理研究提供技术支持。

    基于消息队列技术的实验类大数据资源分配管理系统

    公开(公告)号:CN112052093A

    公开(公告)日:2020-12-08

    申请号:CN202010936736.5

    申请日:2020-09-08

    Abstract: 本发明公开了一种基于消息队列技术的实验类大数据资源分配管理系统,所述实验类大数据资源分配管理系统包括实验数据交互消息队列集群、交互信息分析系统和实验资源管控系统,实验数据交互消息队列集群用于提供各应用群需要处理的任务数据信息,并交由交互信息分析系统进行处理;交互信息分析系统用于为实验资源管控系统提供硬件资源调配方案和应用群调配方案;实验资源管控系统根据交互信息分析系统提供的硬件资源调配方案和应用群调配方案重新调整配置各应用群所需硬件资源,并向其发布应用调整任务。本发明保证了实验数据的快速传递,极大的提高了实验数据的时效性,保证了实验的稳定运行,并在此基础上节省了大量的人力、物力成本。

    结合广义源-网-荷信息的风电爬坡事件直接预报方法

    公开(公告)号:CN111952969A

    公开(公告)日:2020-11-17

    申请号:CN202010821080.2

    申请日:2020-08-14

    Abstract: 本发明涉及一种风电爬坡事件的预报方法,特别涉及一种结合广义源-网-荷信息的风电爬坡事件直接预报方法,具体步骤如下:根据电网中每一个时刻的风力发电机组和其他新能源发电机组与电网负荷的实际情况设定样本点;定义一种通道自选择的多层累加系数修正模型,对模型的参数进行设定;利用设定的样本点与建立的模型对样本进行识别,根据是否为风电爬坡事件将样本进行二分类;使用smote过采样算法对样本进行前处理,利用BP神经网络算法建立数据驱动模型,对风电功率爬坡事件进行预测。电力系统根据本发明的直接预报的结果,采取措施降低甚至避免风电爬坡事件对发电厂带来的危害,保证区域电力系统的安全高效稳定运行。

    基于变差函数的风电爬坡事件多级预警方法

    公开(公告)号:CN111582557A

    公开(公告)日:2020-08-25

    申请号:CN202010313374.4

    申请日:2020-04-20

    Abstract: 本发明涉及一种风电爬坡事件的刻画方法,特别涉及一种基于变差函数的风电爬坡事件多级预警方法,具体包括如下步骤:首先利用相对风电功率的定义,获取相应的相对风电功率时间序列。利用变差函数平方根对相对风电功率时间序列进行刻画,将得到的风电功率实时变化速率时间序列进行自相关分析。根据分析结果,用BP神经网络建立预测模型,对序列进行预测。选定变差刻画方式下的风电爬坡事件的多级阈值,利用阈值对BP神经网络的预测结果进行识别,实现对风电爬坡事件的多级预警。本发明弥补了传统风电爬坡事件定义中,仅考虑首末两点功率的不足;综合考虑了一段时间内所有时间点的变化情况,更准确的对爬坡事件进行定义与识别。

Patent Agency Ranking