-
公开(公告)号：CN105842273A
公开(公告)日：2016-08-10
申请号：CN201610149229.0
申请日：2016-03-16
Applicant: 华北电力大学(保定)
Inventor： 朱霄珣
CPC classification number: G01N25/16 , G01N33/00 , G06K9/6269
Abstract: 本发明公开了一种压缩因子的获取方法及系统，首先获得预设固定体积V的待测工质，在处于不同的预设固定质量时的(Ti，pi)状态点下对应的所述待测工质的实验压缩因子Zi，即通过实验方法获得离散压缩因子，然后根据离散压缩因子构建训练样本集，最后根据训练样本集和LS?SVM方法构建得到压缩因子预测模型，该压缩因子预测模型即所需求解的状态点(T，p)与求解对应的压缩因子Z之间的关系式。本发明首先通过实验方法获得离散压缩因子，然后通过对离散压缩因子进行模型预测得到压缩因子预测模型，根据该压缩因子预测模型即可获得连续压缩因子。因此，本发明可完成任意工质在不同温度、不同压力下压缩因子的获取。
-
公开(公告)号：CN119539152A
公开(公告)日：2025-02-28
申请号：CN202411520994.X
申请日：2024-10-29
Applicant: 华北电力大学(保定)
IPC: G06Q10/04 , G06Q50/06 , G06F18/243 , G06F18/15 , G06F18/25 , G06N5/01 , G06N3/0455 , G06N3/045 , G06N3/0464 , G06N3/08 , G06F123/02
Abstract: 本发明涉及风力发电技术领域，具体涉及基于气象背景及风电场特性的风电机组来流风况预测方法及系统，所述方法包括：利用测风塔获取历史来流风况数据，计算机组风轮前受上游地形尾流效应影响的历史来流风况序列；获取气象预报数据并将不同气压层的气象预报数据插值至机组目标高度；构建空间降尺度模型，建立机组目标高度历史的气象预报数据与来流风况之间的空间映射关系；构建时间特征提取模型，基于历史的气象预报数据和机组运行数据提取时间特征；结合气象预报数据、机组历史来流风况数据和机组运行数据，利用时空特征提取模型输出来流风况预测结果。其目的在于，实现同时预测来流风速和风向，提高来流风况预测的准确性。
-
公开(公告)号：CN119445184A
公开(公告)日：2025-02-14
申请号：CN202411249343.1
申请日：2024-09-06
Applicant: 云南滇能智慧能源有限公司 , 云南电投绿能科技有限公司 , 华北电力大学(保定)
IPC: G06V10/764 , G06N3/0442 , G06N3/0464 , G06V10/40 , G06Q50/26
Abstract: 一种基于数值天气预报的风速预测方法，涉及风速预测技术领域，首先采集目标风场中若干个网格节点的NWP数据，以及同一时段，风场中风机的运行数据，并建立特征向量；然后构建风速预测模型；接下来特征向量经过预处理后转化为特征图像；最后输入特征图像至风速预测模型中，得到风速预测结果；本方法能够提高风速预测的精度。
-
公开(公告)号：CN119437721A
公开(公告)日：2025-02-14
申请号：CN202411249347.X
申请日：2024-09-06
Applicant: 云南电投绿能科技有限公司 , 云南滇能智慧能源有限公司 , 华北电力大学(保定)
IPC: G01M13/045 , G06F18/25 , G06F18/10 , G06F18/213 , G06V10/80 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及轴承故障诊断技术领域，具体涉及一种基于多源共振分量特征融合CNN的轴承故障诊断方法，步骤如下：获取多传感器的原始振动数据，并原始信号进行降噪处理，然后对降噪后的振动信号进行共振稀疏分解，得到各传感器振动信号中的高共振分量和低共振分量，再对各传感器的高、低共振分量同时进行对称点模式分析，得到多源共振分量特征融合图像，最后结合卷积神经网络，以故障特征融合图像作为输入构建轴承故障智能诊断模型。相比于其他轴承故障诊断方法，本轴承故障诊断方法提升了准确率，对变负荷下的滚动轴承故障具有更强的识别效果，同时智能诊断模型训练过程具有较快的收敛速度和较强的鲁棒性。
-
公开(公告)号：CN119397941A
公开(公告)日：2025-02-07
申请号：CN202411416253.7
申请日：2024-10-11
Applicant: 华北电力大学(保定)
IPC: G06F30/28 , G06F30/10 , G06F111/04 , G06F111/06 , G06F119/14
Abstract: 本发明涉及风力发电机技术领域，具体而言，涉及基于遗传算法和Y‑3DJG尾流模型的偏航优化方法，该方法的步骤包括：获取风电场的运行数据；构建Y‑3DJG尾流模型，将风电场的运行数据输入至Y‑3DJG尾流模型中进行计算，得到偏航后的风电机组尾流分布；以最大风电场总发电功率为目标，并定义偏航角变化范围为约束条件，通过遗传算法对偏航后的风电机组尾流分布进行优化，得到各个风电机组的偏航角优化值，完成风电机组的尾流分布优化。
-
Patent Agency Ranking
公开(公告)号：CN118899915A
公开(公告)日：2024-11-05
申请号：CN202410943302.6
申请日：2024-07-15
Applicant: 华北电力大学(保定)
Abstract: 本发明涉及风电场优化调控技术领域，具体而言，涉及基于机组集群能效评价的有功功率调度优化方法及系统。采用本发明所提供的方法，以减少参与调度的风电机组数目、降低机组调节频率、确保单机以及风电场整体的出力可靠性、最小化功率调度指令误差等为目标，采用涵盖了基于机组聚类分析、集群能效评价及出力优先级排序，构建了一套完整的风电场有功功率调度框架，将有功功率调度过程划分为功率分配和控制两个模块，双模块采用线性嵌套的方式协同完成调度任务。有效减少了风电机组的机械磨损，优化了功率跟踪效率及精度，确保了电网调度指令的高效执行和风电场的稳定安全运行。
-
公开(公告)号：CN117603656A
公开(公告)日：2024-02-27
申请号：CN202311447435.6
申请日：2023-11-01
Applicant: 华北电力大学(保定)
IPC: C09K5/06
Abstract: 本发明涉及相变材料技术领域，公开了一种疏油生物炭/石蜡复合相变材料及其制备方法，生物炭经疏油改性，在其表面形成疏油层；石蜡与形成有疏油层的生物炭经真空浸渍处理，使得石蜡储存在生物炭的孔隙中，形成复合相变材料。本发明通过对碳材料进行表面改性可以大幅提升碳材料的支撑性能，可以使熔融的相变材料被包封在疏油层内部，不发生泄漏问题，大幅提升支撑材料的包封性能。
-
公开(公告)号：CN116611714A
公开(公告)日：2023-08-18
申请号：CN202211366642.4
申请日：2022-11-03
Applicant: 新疆新能集团有限责任公司乌鲁木齐电力建设调试所 , 华北电力大学(保定) , 国网新疆电力有限公司电力科学研究院
IPC: G06Q10/0639 , G06Q50/06 , H02J3/00
Abstract: 本发明提供一种低效风电机组的场后评估方法。基于风资源及机组发电量分析的在役风电场后评估方法，该方法的步骤包括：以实际风场风资源和机组发电量分析确定低效机组，我们将风电机组轮毂高度和相关风速做相关性分析，进行高度方向上风机来流风速的折算，在实际运行过程中进行功率分析与一致性判定，进一步探讨造成折算平均风速与实测平均，进一步分析目标风电场中低效机组，考虑了尾流效应和地形的影响，使用尾流模型验证了方法的准确性。
-
公开(公告)号：CN115493644A
公开(公告)日：2022-12-20
申请号：CN202211140309.1
申请日：2022-09-20
Applicant: 新疆新能集团有限责任公司乌鲁木齐电力建设调试所 , 华北电力大学(保定) , 国网新疆电力有限公司电力科学研究院
Abstract: 本发明提供一种风电机组上游来流风速获取方法，其先获取自由来流风吹过目标风电机组风轮时的检测数据和目标风电机组前方相同高度处的上游自由来流风速数据；其次，对获取到的数据进行预处理并构建训练集；然后，将训练集中各个时刻的风速、风向、对风角度、功率、发电机转速、转子转速和发电量作为一个输入特征，每个时间步长作为样本，构建输入矩阵；将训练集中各个时刻的上游自由来流风速数据作为一个输出序列，通过LSTM模型训练输入特征与输出序列之间的映射关系，在不过分依赖风电机组前垂直风塔型测风雷达的情况下可以更加准确的检测风电机组上游实际来流风速。
-
公开(公告)号：CN106203737A
公开(公告)日：2016-12-07
申请号：CN201610616304.X
申请日：2016-07-29
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种风电场风速的多步预测方法及系统，本方法基于并行相关向量机，该方法包括：构建预测模型，得到目标值与特征向量之间的关系；根据CAO计算方法确定所述目标值的嵌入维数m；将每组的训练样本的最后m个样本作为特征向量输入预测模型中进行相关向量机的计算，得到每组训练样本的特征向量对应的预测值；将每组训练样本的特征向量对应的预测值进行排序得到多步预测结果。本发明将原始风速时间序列分为多个组，再通过相空间重构得到的时间延迟对风速序列进行重构，对每组风速序列进行相关向量机预测，且每组风速序列逻辑上为并列关系，相互间不会发生影响，避免了迭代法产生的迭代误差，保证预测精度的同时大大提高了预测步长。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.026 seconds)
