一种基于T-S故障树的风电机组的可靠性评估方法

    公开(公告)号:CN118051713A

    公开(公告)日:2024-05-17

    申请号:CN202410111375.9

    申请日:2024-01-26

    Abstract: 本发明提供了一种基于T‑S故障树的风电机组的可靠性评估方法,包括:根据单位阶跃函数,构建第一T‑S动态故障树模型;根据第一T‑S动态故障树模型,得到第一故障概率密度函数;基于第一T‑S动态故障树模型,根据多维T‑S动态门的输入输出规则,构建第二T‑S动态故障树模型;基于第一故障概率密度函数,根据第二T‑S动态故障树模型,得到第一概率分布函数;基于第二T‑S动态故障树模型,引入多态影响下的输入输出规则,构建第三T‑S动态故障树模型;基于第一概率分布函数,根据第三T‑S动态故障树模型,得到第二故障概率分布函数;根据第二故障概率分布函数,求得各个事件的重要度并对待测风电机组进行评估。本发明解决了T‑S故障树存在误差且计算量繁琐的问题。

    基于动态LSTM-Sage-Husa算法的风电机组可靠性评估方法及装置

    公开(公告)号:CN119227552A

    公开(公告)日:2024-12-31

    申请号:CN202411733111.3

    申请日:2024-11-29

    Abstract: 本发明属于风电机组可靠性评估领域,提供了基于动态LSTM‑Sage‑Husa算法的风电机组可靠性评估方法及装置,本发明由SCADA系统得到风电机组各部件的运行数据,利用多层感知LSTM模型对退化过程性能参数进行预测,并且采用动态Sage‑Husa算法对非线性Wiener退化过程修正,引入状态向量的均值和协方差矩阵,建立风电机组考虑有效冲击的非线性Wiener退化过程,对风电机组可靠性评估;本发明考虑了有效冲击对风电机组的影响,通过采用多层感知LSTM模型预测退化过程中缺少数据问题,可以解决因为数据缺失导致风电机组可靠性评估不准确问题,此外,为了更精确的捕捉非线性退化过程中的机组性能变化,并降低数据的波动性,除去退化数据中的噪点,引入分布参数变量,利用动态Sage‑Husa算法求得退化过程中的统计模型和分布参数,并结合预测分布参数,得到了最优估值的退化函数,提升了模型的准确性。

    一种基于动态模糊理论的风机健康度评估方法

    公开(公告)号:CN117972485A

    公开(公告)日:2024-05-03

    申请号:CN202410108077.4

    申请日:2024-01-26

    Abstract: 本发明提供了一种基于动态模糊理论的风机健康度评估方法,包括:建立待测风电机组的评价指标体系和风险等级划分集;所述指标体系包括:一级评价指标和二级评价指标;通过组合赋权法确定最优指标权重,所述最优指标权重包括:一级评价指标的最优指标权重和二级评价指标的最优指标权重;根据一级评价指标最优指标权重、二级评价指标最优指标权重和风险等级划分集确定动态模糊评价矩阵;根据所述动态模糊评价矩阵,得到动态模糊评价结果;基于伪序贯蒙特卡洛算法,根据动态模糊评价结果,对待测风电机组的健康度进行评估,得到评估结果。本发明解决了现有技术中对风电机组的健康度评价不准确,导致维护成本升高的问题。

    微电网群协同调度方法、装置、设备以及存储介质

    公开(公告)号:CN117543579A

    公开(公告)日:2024-02-09

    申请号:CN202311418598.1

    申请日:2023-10-27

    Abstract: 本公开的实施例提供了一种微电网群协同调度方法、装置、设备以及存储介质,应用于微电网群运行分析技术领域。该方法包括:获取微电网群的历史运行数据;采用量子粒子群算法,根据历史运行数据对微电网群协同调度模型进行求解;根据求解结果,生成微电网群协同调度策略;根据微电网群协同调度策略,对微电网群进行协同调度。以此方式,可以基于微电网群的历史运行数据,在多能源要素协同作用下,生成微电网群源网荷储协同调度策略,并在此基础上对微电网群进行协同调度,有效提高微电网群的协同调度效果,从而最大程度上促进可再生能源的高效消纳,减小用电成本,保证主电网平稳运行。

    一种基于主成分分析PCA、FA及数据集成的光伏数据规约方法

    公开(公告)号:CN118760934B

    公开(公告)日:2024-12-06

    申请号:CN202411238968.8

    申请日:2024-09-05

    Abstract: 本发明公开了一种基于主成分分析PCA、FA及数据集成的光伏数据规约方法,涉及电力技术领域,包括:获取原始光伏数据集,对所述原始光伏数据集进行降维,获得降维后的光伏数据;将所述降维后的光伏数据通过滤除、插值以及混合式时序数据三种方式汇集时序数据,将时序不同步的混乱数据进行同步处理,获得同步处理后的光伏数据;对所述同步处理后的光伏数据进行客观分类,获得客观分类结果;构建时空聚类矩阵,基于所述时空观聚类矩阵构建数据集成函数,将所述客观分类结果输入所述数据集成函数,判断是否满足异构条件,满足则获得多源异构时序数据集成,不满足则重新输入所述数据集成函数。本发明实现对光伏系统的监测、分析和优化。

Patent Agency Ranking