-
公开(公告)号：CN106991508A
公开(公告)日：2017-07-28
申请号：CN201710379781.3
申请日：2017-05-25
Applicant: 华北电力大学
CPC classification number: G06Q10/04 , G06F17/30598 , G06Q10/0635 , G06Q50/06
Abstract: 本发明公开了一种基于DBSCAN的风电机组运行状态识别方法，该方法包括以下步骤,步骤1：采集风电机组运行数据和风电机组的基本参数；步骤2：机组运行数据归一化处理；步骤3：根据风速、功率数据筛选运行数据中的停机数据；步骤4：将步骤2归一化处理得到的风速、功率、桨距角数据作为DBSCAN模型的输入数据，并对DBSCAN聚类的模型参数进行优化；步骤5：根据步骤3和步骤4的数据分类结果，得到风电机组的运行状态识别结果。
-
公开(公告)号：CN106897486A
公开(公告)日：2017-06-27
申请号：CN201710021657.X
申请日：2017-01-12
Applicant: 华北电力大学 , 国家电网公司 , 甘肃省电力公司风电技术中心
IPC: G06F17/50
Abstract: 本发明属于风电场微观选址技术领域，尤其涉及一种考虑湍流强度影响的抛物线形风电机组尾流模型计算方法，包括如下步骤：S1：假设尾流区域半径线性增长，且紧邻风轮后方尾流区域半径与风轮相同，求得风轮后轴向距离x位置处尾流区域半径r；S2：假设风轮后轴向距离x位置处风速沿径向均匀分布，根据质量守恒得到均匀风速v*；S3：根据质量守恒和均匀风速v*，得到轮毂高度水平面上任意点风速v；S4：考虑尾流区域湍流强度对尾流恢复系数k的影响，参考叶片旋转附加湍流强度计算经验公式，得到尾流恢复系数k的计算公式；S5：将尾流恢复系数k代入风速v计算公式，得到风电机组尾流区风速分布的经验尾流模型。
-
公开(公告)号：CN105335796A
公开(公告)日：2016-02-17
申请号：CN201510733345.2
申请日：2015-11-02
Applicant: 华北电力大学
Abstract: 本发明属于风力发电的技术领域，尤其涉及一种风电场输出功率爬坡事件预测的系统及方法。该系统由数据读取模块、实验模块、风电场输出功率爬坡事件影响因素分析模块和风电场输出功率爬坡事件预测及预警模块构成；方法包括：采集风电爬坡事件各相关参数信息，通过设计实验探究各因素对风电爬坡事件的影响方式、各因素的主次顺序、以及风电爬坡风险最高时各因素的水平组合情况；根据各因素的主次顺序，选取模型输入量，优化预测模型，大幅提高预测精度；根据风电爬坡风险最高时各因素的水平组合情况，为电力系统提供风电爬坡事件预警。本发明所提的风电爬坡时间预测系统具有普适性，能针对各个风电场分别优化其模型输入，保障其预测精度。
-
公开(公告)号：CN103401236B
公开(公告)日：2015-12-09
申请号：CN201310324260.X
申请日：2013-07-30
Applicant: 华北电力大学
CPC classification number: Y02E10/763
Abstract: 本发明公开了风电场技术领域中的一种基于风电场流动相关性的风电场机组分组方法，该方法首先将传统的风电机组坐标位置转化为描述流动情况的主风向坐标系；结合风电场不同机组位置的流动相关性、不同机组发电特性的相关性、风电场主导风向等信息进行机组分组；最后考虑机组坐标位置、海拔，尾流影响建立代表性评价体系，选取每个组中最具代表性的机组位置。本发明利用不同组之间的多样性、互补性降低风电场输出功率的波动性；为风电场功率预测或调度模型提供计算参考点，大幅降低风电场功率预测或调度模型的计算量；有效提高风电场的容量可信度以及输出功率的可预测性。
-
公开(公告)号：CN103401236A
公开(公告)日：2013-11-20
申请号：CN201310324260.X
申请日：2013-07-30
Applicant: 华北电力大学
CPC classification number: Y02E10/763
Abstract: 本发明公开了风电场技术领域中的一种基于风电场流动相关性的风电场机组分组方法，该方法首先将传统的风电机组坐标位置转化为描述流动情况的主风向坐标系；结合风电场不同机组位置的流动相关性、不同机组发电特性的相关性、风电场主导风向等信息进行机组分组；最后考虑机组坐标位置、海拔，尾流影响建立代表性评价体系，选取每个组中最具代表性的机组位置。本发明利用不同组之间的多样性、互补性降低风电场输出功率的波动性；为风电场功率预测或调度模型提供计算参考点，大幅降低风电场功率预测或调度模型的计算量；有效提高风电场的容量可信度以及输出功率的可预测性。
-
Patent Agency Ranking
公开(公告)号：CN102192102B
公开(公告)日：2013-03-20
申请号：CN201110155670.7
申请日：2011-06-10
Applicant: 华北电力大学
IPC: F03D9/00
CPC classification number: Y02E10/725
Abstract: 本发明公开了风力发电技术领域中的一种风力发电机组综合优化选型方法。本发明提出风力发电机组综合优化选型方法，分为初步选型和详细选型两个阶段，在初步选型阶段，分别计算各候选机型的资源匹配指数和机型成本指数，依据综合匹配指数确定入围机型；在详细选型阶段，分别计算各入围机型的年上网电量和全寿命周期成本，依据综合价值指数确定推荐方案。本发明具备输入参数少、操作简便等优点，适用于风电场工程设计中的风力发电机组选型工作。
-
公开(公告)号：CN102663513A
公开(公告)日：2012-09-12
申请号：CN201210065357.9
申请日：2012-03-13
Applicant: 华北电力大学
Abstract: 本发明公开了属于风力发电建模技术领域的利用灰色关联度分析的风电场功率组合预测建模方法。具体说是基于最小二乘支持向量机和误差反向传播神经网络的风电功率加权组合预测方法。预测方法是从气象部门预先采集风速、风向的预测值，从风电场数据采集系统采集实时出力功率；将两者输入数据处理模块进行数据分析提取与归一化，随后导入数据库服务器中；组合预测算法服务器将数据库服务器中处理好的数据提取，分别进行模型训练与功率预测，风电场实时将运行数据传给数据处理模块从而实现滚动预测。本发明达到短期组合预测风电场出力的目的。该发明既最大化的利用了两种算法的优点，又节省了计算资源，缩短了计算时间从而提高了预测效率。
-
公开(公告)号：CN119849200A
公开(公告)日：2025-04-18
申请号：CN202510059070.2
申请日：2025-01-14
Applicant: 华北电力大学
IPC: G06F30/20 , G06F30/10 , G06F17/11 , G06F17/10 , G06F111/10 , G06F119/14 , G06F113/06
Abstract: 本申请提供了一种浮式风浪集成系统动力响应分析方法、装置及设备，涉及风力发电技术领域，该方法包括：构建三维孪生空间并定义所述孪生空间中的环境条件、模型参数和静态参考点；获取所述孪生空间中参数点的近场流域范围和速度势；计算频域水动力载荷无因次系数；计算风载荷、系泊载荷和约束载荷；结合上一时间步计算结果，更新三维模型运动速度、加速度和位移；输出所述浮式风浪集成系统的动力响应分析结果。本申请采用全面耦合的漂浮式风浪集成系统一体化设计方法，这种集成设计可稳定增加电力生产、降低成本和额定功率比、共享工程运营和维护成本，以及能够实现积极的动态交互。
-
公开(公告)号：CN119359063A
公开(公告)日：2025-01-24
申请号：CN202411258231.2
申请日：2024-09-09
Applicant: 华北电力大学
IPC: G06Q10/0637 , G06Q30/0283 , G06Q50/06 , G06F17/10 , B60L53/64
Abstract: 本公开涉及一种电动汽车充放电调度策略生成方法。电动汽车充放电调度策略生成方法，包括：获取电动汽车集群的出行数据和电动汽车集群对应用户集群的属性信息；根据属性信息将电动汽车集群划分为至少一个智能体，其中，至少一个智能体是将电动汽车集群中具有相应属性的电动汽车进行归类确定的；对智能体的目标出行数据进行分析计算，确定智能体中各电动汽车的充放电信息；获取目标出行数据对应时段电力市场的价格信息；根据价格信息和充放电信息，生成以智能体对应用户的满意度为目标的智能体的充放电调度策略。本公开提供的方法，生成了简约有效且能够综合考虑多方利益群体的大规模电动汽车集群充放电调度策略。
-
公开(公告)号：CN119204287A
公开(公告)日：2024-12-27
申请号：CN202411101823.3
申请日：2024-08-12
IPC: G06Q10/04 , G06Q50/06 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/08 , H02J3/00
Abstract: 本申请涉及新能源发电技术领域，尤其提供一种光伏电站发电功率的预测方法、装置、设备和存储介质，该方法包括：获取光伏电站上游区域的当前沙尘数据和当前云团特征点数据集；获取光伏电站的当前发电功率和光伏电站所在区域的当前气象数据；基于当前沙尘数据和当前云团特征点数据集预测光伏电站所在区域的目标沙尘数据；基于目标沙尘数据、气象数据和当前发电功率预测光伏电站的目标发电功率。由于本实施例中利用气象数据、云团特征点数据集、沙尘特征、当前发电功率预测光伏电站的发电功率，有效提高光伏电站发电功率预测的准确度。
-
-
-
-
-
-
-
-
-
Search Results
208
records
(took 0.053 seconds)
