-
公开(公告)号：CN118466425A
公开(公告)日：2024-08-09
申请号：CN202410679688.4
申请日：2024-05-29
Applicant: 华北电力大学
IPC: G05B19/418
Abstract: 本发明公开一种双时间尺度的微燃机热电联产系统的控制方法、设备、介质及产品，涉及热电联产优化控制领域。本发明对微燃机热电联产系统不同组件的动态特性进行分析，并基于不同的时间尺度对复杂的非线性的求解模型进行降阶分解，构建第一时间尺度的稳态求解模型和第二时间尺度的稳态求解模型，分别进行求解，提高了微燃机热电联产系统的控制精度，并降低了微燃机热电联产系统的优化控制过程中问题求解的复杂度。
-
公开(公告)号：CN115496188A
公开(公告)日：2022-12-20
申请号：CN202211250351.9
申请日：2022-10-13
Applicant: 华北电力大学 , 华能集团技术创新中心有限公司 , 西安热工研究院有限公司
Abstract: 本发明公开了属于磨煤机状态监测与故障预警技术领域的一种基于深度学习卷积神经网络磨煤机故障预警方法，通过获取磨煤机历史正常工作状态的测点参数数据、选取与磨煤机堵煤故障相关测点参数数据作为输入变量，建立CNN‑LSTM‑Attention故障预警模型，并进行在线训练；获取CNN‑LSTM‑Attention故障预警模型所得到的预测值ym与实际值y之间的残差序列，通过滑动窗口法处理得到平均偏离度序列；采用核密度估计法计算平均偏离度序列的概率密度函数。本发明通过对历史数据进行建模，用算法挖掘出磨煤机设备在正常运行时的规律，避免各指标间的相互影响，结果相对从而实现对磨煤机的故障预警。
-
公开(公告)号：CN113554354A
公开(公告)日：2021-10-26
申请号：CN202111026618.1
申请日：2021-09-02
Applicant: 国网甘肃省电力公司经济技术研究院 , 国网甘肃省电力公司 , 华北电力大学(保定)
Abstract: 本发明提供一种考虑用户多元响应特性的负荷聚合商最优调度方法，包括以下步骤：步骤S1，根据用户基线负荷估计结果，得到用户在历史需求响应日的实际响应数据；步骤S2，基于单个用户实际响应数据，提取单个用户在需求响应日典型响应曲线；步骤S3，根据各用户日典型响应曲线结果，提取各类用户的典型需求响应曲线；步骤S4，利用各类用户的典型响应曲线刻画用户响应行为，得到每类用户可能的响应结果分布；步骤S5，将各类用户可能的响应结果分布作为输入，建立聚合商最优调度模型，得到响应量的最优分配结果。本发明能够针对居民用户多元响应行为特性，在日前市场中为聚合商提供最优调度策略和用户响应任务分配计划，促进需求侧用户资源的高效利用。
-
公开(公告)号：CN105243178B
公开(公告)日：2018-12-11
申请号：CN201510549122.0
申请日：2015-08-31
Applicant: 华北电力大学
IPC: G06F17/50
Abstract: 本发明涉及一种量化循环流化床锅炉给煤热量释放时间的系统及方法，所述系统包括：最小二乘支持向量机建模模块；数据选取与预处理模块；给煤热量释放时间寻优模块及DCS系统与数据库。所述系统量化了循环流化床锅炉在不同负荷段下、不同的运行工况下给煤热量释放时间，通过建立循环流化床锅炉给煤热量释放时间的量化模型，充分考虑在不同负荷段下循环流化床锅炉机组的延迟、惯性和蓄热差异，量化不同负荷下给煤热量释放时间。
-
公开(公告)号：CN105972585B
公开(公告)日：2018-11-06
申请号：CN201610282690.3
申请日：2016-04-29
Applicant: 华北电力大学
Abstract: 本发明涉及一种循环流化床锅炉吹灰优化系统及方法。受热面污染因子监测模块利用数据通讯模块从DCS系统读取的过程数据，通过ε‑模糊树方法建立过热器或再热器污染因子、省煤器污染因子、空气预热器污染因子、排烟温度和锅炉效率的预测模型；然后，受热面污染因子优化模块以排烟温度和锅炉效率为导向，采用改进的果蝇优化算法对受热面污染因子监测模块中的预测值进行优化，得到可调变量的最佳设定值，将最佳可调变量值通过数据通讯模块发送到DCS系统，从而指导现场设备运行；受热面吹灰决策模块通过实时监测的情况设定临界污染因子值，当监测到的受热面污染因子超过临界污染因子时，指导受热面吹灰。本发明从根本上达到了节能吹灰和按需吹灰的目的。
-
Patent Agency Ranking
公开(公告)号：CN107762730A
公开(公告)日：2018-03-06
申请号：CN201710729885.2
申请日：2017-08-23
Applicant: 华北电力大学
IPC: F03D7/04
CPC classification number: Y02E10/723 , F03D7/043 , F03D7/0224 , F03D7/0232 , F03D7/045 , F05B2270/32
Abstract: 本发明公开了一种带有尾缘襟翼的大型变桨风力机控制系统及控制方法，带有尾缘襟翼的大型变桨风力机控制系统包括：带有尾缘襟翼的风力机叶片、传感器模块、转矩观测器和控制系统；带有尾缘襟翼的大型变桨风力机控制系统的控制方法包括以下步骤：步骤一：进行带有尾缘襟翼的大型变桨风力机实验测试及系统模型辨识，其步长为μ；步骤二：控制带有尾缘襟翼结构的风力机叶片的桨距；步骤三：控制带有尾缘襟翼结构的风力机叶片的襟翼；步骤四：根据步骤三可得针对叶轮转矩及叶根疲劳载荷的即时控制量，分别为襟翼角输入量u1(k),u21(k),u22(k),u23(k)，其被控量分别为转矩观测器得到的估计转矩与对应叶片1、叶片2、叶片3的应变传感器信号值。根据襟翼角输入量u1(k),u21(k),u22(k),u23(k)及相应优化指标可得叶片1、叶片2、叶片3的三襟翼角控制量。
-
公开(公告)号：CN106897819A
公开(公告)日：2017-06-27
申请号：CN201710051742.0
申请日：2017-01-21
Applicant: 华北电力大学
Abstract: 本发明提供了一种循环流化床机组变负荷过程中给煤量合理性检测方法及系统。根据变负荷过程的DCS锅炉运行实时数据，通过挥发分燃烧模块计算挥发分燃烧释放的能量，利用燃料侧蓄能模块和汽水侧蓄能模块计算燃料侧蓄能变化量和汽水侧蓄能变化量，通过经济给煤计算模块计算变负荷过程中理论给煤量，利用给煤比较模块计算理论给煤量和实际给煤量之间的偏差，反馈控制信号。通过建立循环流化床锅炉变负荷过程中理论给煤量的计算方法，充分考虑挥发分释放的能量，燃料侧蓄能变化和汽水侧蓄能变化，对机组的安全、环保运行和控制系统优化具有重要意义。
-
公开(公告)号：CN103729569B
公开(公告)日：2016-11-16
申请号：CN201410025040.1
申请日：2014-01-20
Applicant: 华北电力大学
IPC: G06F19/00
Abstract: 本发明提供一种基于最小二乘支持向量机及在线更新的电站锅炉烟气软测量系统，属于热工技术和人工智能交叉技术领域。该系统选择电站锅炉有关运行和状态参数作为模型的输入，要预测的烟气成分含量作为模型的输出，选取历史运行数据作为初始训练样本，利用最小二乘支持向量机方法建立烟气排放的初始模型。另外，基于对烟气排放时变特性的分析，提出了基于样本替换和样本追加的更新策略，并采用删减样本和增加样本两种模式以增量的形式来实现参数的求解和模型的更新。本发明提出的最小二乘支持向量机及在线更新软测量系统随着过程特性的变化自适应地改进模型性能，能够实现对烟气排放的精确预测，对电站锅炉的安全和优化运行有重要的意义。
-
公开(公告)号：CN105972585A
公开(公告)日：2016-09-28
申请号：CN201610282690.3
申请日：2016-04-29
Applicant: 华北电力大学
Abstract: 本发明涉及一种循环流化床锅炉吹灰优化系统及方法。受热面污染因子监测模块利用数据通讯模块从DCS系统读取的过程数据，通过ε‑模糊树方法建立过热器或再热器污染因子、省煤器污染因子、空气预热器污染因子、排烟温度和锅炉效率的预测模型；然后，受热面污染因子优化模块以排烟温度和锅炉效率为导向，采用改进的果蝇优化算法对受热面污染因子监测模块中的预测值进行优化，得到可调变量的最佳设定值，将最佳可调变量值通过数据通讯模块发送到DCS系统，从而指导现场设备运行；受热面吹灰决策模块通过实时监测的情况设定临界污染因子值，当监测到的受热面污染因子超过临界污染因子时，指导受热面吹灰。本发明从根本上达到了节能吹灰和按需吹灰的目的。
-
公开(公告)号：CN105243178A
公开(公告)日：2016-01-13
申请号：CN201510549122.0
申请日：2015-08-31
Applicant: 华北电力大学
IPC: G06F17/50
Abstract: 本发明涉及一种量化循环流化床锅炉给煤热量释放时间的系统及方法，所述系统包括：最小二乘支持向量机建模模块；数据选取与预处理模块；给煤热量释放时间寻优模块及DCS系统与数据库。所述系统量化了循环流化床锅炉在不同负荷段下、不同的运行工况下给煤热量释放时间，通过建立循环流化床锅炉给煤热量释放时间的量化模型，充分考虑在不同负荷段下循环流化床锅炉机组的延迟、惯性和蓄热差异，量化不同负荷下给煤热量释放时间。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.029 seconds)
