-
公开(公告)号:CN118261305A
公开(公告)日:2024-06-28
申请号:CN202410548256.X
申请日:2024-05-06
Applicant: 同济大学 , 上海勘测设计研究院有限公司 , 上海晟德瑞新能源科技有限公司
IPC: G06Q10/04 , G06Q50/06 , G06F18/25 , G06F18/214 , G06N3/0475 , G06N3/094 , G06F16/36 , G06F16/215 , G06N3/0464 , G06F18/2135 , G06F18/2134 , G06N3/088 , G06N3/0895
Abstract: 本申请提供一种风电设备故障预测方法、系统、介质及终端,通过构建风电设备故障预测模型,并基于所述风电设备故障预测模型,根据获取到的风电设备的实时运行数据进行故障预测,并在预测到故障时发出预警信号。本发明基于多种数据源和多个模态融合的生成式人工智能技术,能够在多个方面提高风电设备故障预测的准确性和效率,降低了预测成本,避免了人工巡检耗时、预测成本高的缺陷,同时保证了风电设备预测的安全性。通过风电设备上的多种传感器采集到的运行数据集、以及不同风电检测装置采集到的监控数据集,从而提供更加全面的数据支持,通过多源数据融合,提高故障诊断的准确性和可靠性,降低了设备损坏的风险和维修成本。
-
公开(公告)号:CN119362414A
公开(公告)日:2025-01-24
申请号:CN202411394388.8
申请日:2024-10-08
Applicant: 上海勘测设计研究院有限公司
IPC: H02J3/00 , H02J3/38 , G06F18/2131 , G06F18/23213 , G06N3/0442 , G06N3/086 , G06F123/02
Abstract: 本发明涉及功率预测技术领域,公开了风电功率预测方法、装置、计算机设备及存储介质,该方法包括:获取预设区域风电场历史功率数据;基于历史功率数据对预设区域风电场进行聚类分析,得到多个特征风电场;基于多个特征风电场采用深度学习算法建立风电场功率预测模型;采用风电场功率预测模型对风电功率进行预测。本发明针对区域风电场进行功率预测,提高了风电功率预测的准确性,优化了电力系统的调度和运行,降低了电力系统运行成本,增强了模型的自适应性和环境适应性,解决了没有针对区域风电场功率预测以及预测精度不高的问题。
-