-
公开(公告)号：CN114021346B
公开(公告)日：2024-09-13
申请号：CN202111301987.7
申请日：2021-11-04
Applicant: 中南大学 , 华北电力大学 , 华能集团技术创新中心有限公司
IPC: G06F30/20 , G06Q50/06 , G06F113/06
Abstract: 本公开实施例中提供了一种基于尾流有向图的风电场分布式运行优化方法，属于新能源与自动化技术交叉领域，具体包括：得到目标风电场的初始尾流分布；计算每个风机的有效风速；构建目标风电场对应的有向网络图；通过预设的聚类方法对有向网络图进行分簇，得到多个子集；根据目标风电场的状态类型对每个子集进行二段优化调整操作，得到新的子集及其对应的最优控制变量；将全部最优控制变量和有效风速代入分布式优化函数，得到输出功率量。通过本公开的方案，基于有向图和谱聚类，根据风电场优化动作特点，构建以智能分簇为基础的分布式运行优化机制，得到最优控制变量，通过控制输出实现风电场功率最大化，提高了风电场优化的效率和性能。
-
公开(公告)号：CN113236507B
公开(公告)日：2022-08-19
申请号：CN202110593768.4
申请日：2021-05-28
Applicant: 中南大学
Abstract: 本发明实施例公开了一种风电机组偏航静态误差诊断方法和系统，方法包括：对测算风速下所采集的风电特征数据和风电场环境数据进行预处理；根据预设回归模型，对预处理后的风电特征数据和风电场环境数据进行计算，得到风电机组偏航静态误差对应的功率参数，以确定所述测算风速下的偏航静态误差区间；将偏航控制阶段多个测算风速偏航静态误差区间进行处理，作为当前风电机组的偏航静态误差。本发明通过机器学习算法实现了风电机组偏航静态误差的快速诊断；就整个偏航控制阶段的数据来诊断偏航静态误差，考虑不同风况使得诊断结果更可靠；并且得到偏航静态误差所在的区间，提高对风电机组的操纵和控制的通用性和参考价值。
-
公开(公告)号：CN114818511A
公开(公告)日：2022-07-29
申请号：CN202210541940.6
申请日：2022-05-18
Applicant: 中南大学
IPC: G06F30/27 , G06F30/28 , G06F30/18 , G06N3/00 , G06N3/02 , G06F113/06 , G06F113/08 , G06F119/06 , G06F119/14
Abstract: 本公开实施例中提供了一种半潜漂浮式风电场动态布局优化方法、系统及设备，属于计算技术领域，具体包括：建立风电场尾流计算模型；建立漂浮式风电场动态模型；根据海洋捕食者算法建立目标风电场对应的初始Elite矩阵和初始Prey矩阵；使用漂浮式风电场动态模型进行迭代计算；施加收敛判据；更新初始Prey矩阵；根据适应值和新Prey矩阵，分阶段迭代更新Prey矩阵；应用边界限制并判断迭代过程中的适应值是否满足收敛条件，若是，则输出更新后的Elite矩阵的第一行作为优化后的控制量，若否，则返回步骤4。通过本公开的方案，在风电场风况变化时求得最优稳定位置各风机的最优轴向感应因子、最优偏航角，提高了风电场整体输出功率。
-
公开(公告)号：CN111666716B
公开(公告)日：2022-05-20
申请号：CN202010505709.2
申请日：2020-06-05
Applicant: 中南大学
Abstract: 本发明提供了一种大型风电机组叶轮面等效风速预测方法，包括：步骤1，通过激光雷达测量风电机组前方虚拟叶轮面各个高度的风速；步骤2，根据测量的虚拟叶轮面各个高度的风速数据计算虚拟叶轮面等效风速；步骤3，利用风电机组模型与传感器测量数据获取实际叶轮面等效风速；步骤4，将计算出的虚拟叶轮面等效风速经过时移模型后输入到BP神经网络。本发明所提供的大型风电机组叶轮面等效风速预测方法，采用激光雷达测风，精确性高，消除了因测风滞后引起的功率损失，可以准确预测叶轮面等效风速，从而更有效地服务于风电机组先进预测控制策略的设计，为大型风电机组先进预测控制提供可靠的输入。
-
公开(公告)号：CN114021346A
公开(公告)日：2022-02-08
申请号：CN202111301987.7
申请日：2021-11-04
Applicant: 中南大学 , 华北电力大学 , 华能集团技术创新中心有限公司
IPC: G06F30/20 , G06Q50/06 , G06F113/06
Abstract: 本公开实施例中提供了一种基于尾流有向图的风电场分布式运行优化方法，属于新能源与自动化技术交叉领域，具体包括：得到目标风电场的初始尾流分布；计算每个风机的有效风速；构建目标风电场对应的有向网络图；通过预设的聚类方法对有向网络图进行分簇，得到多个子集；根据目标风电场的状态类型对每个子集进行二段优化调整操作，得到新的子集及其对应的最优控制变量；将全部最优控制变量和有效风速代入分布式优化函数，得到输出功率量。通过本公开的方案，基于有向图和谱聚类，根据风电场优化动作特点，构建以智能分簇为基础的分布式运行优化机制，得到最优控制变量，通过控制输出实现风电场功率最大化，提高了风电场优化的效率和性能。
-
Patent Agency Ranking
公开(公告)号：CN110552850B
公开(公告)日：2021-04-23
申请号：CN201910857729.3
申请日：2019-09-09
Applicant: 中南大学
Abstract: 本发明公开了一种基于风速提前测量的风电机组有功调节方法，步骤1，根据风力发电机组运行有功调节优化目标建立成本函数；步骤2，利用提前测量风速与风力发电机组模型建立风力发电机组状态预测方程；步骤3，利用预测状态值，求解成本函数得到最优给定桨距角的序列与给定转矩的序列；步骤4，将所述风力发电机组最优给定桨距角的序列与给定转矩的序列的第一个元素作为控制器的输出。本发明在高速风况下在满足有功功率输出等于目标功率的同时还能减少变桨机构动作并减轻变桨系统疲劳载荷；在低速风况下实现以最大功率跟踪运行。每个预测步长下，仅采用桨距角序列或转矩序列其中之一作为候选有限控制集，极大减轻控制器运算量和增强工程应用性。
-
公开(公告)号：CN110401232A
公开(公告)日：2019-11-01
申请号：CN201910699390.9
申请日：2019-07-31
Applicant: 中南大学
Abstract: 本发明提供了一种分布式混合微电网的改进型优化控制方法，该改进型优化控制方法针对带有储能单元和其它可调度的DG单元的交直流混合微电网，进行针对性的改进型的建模和区别控制，针对性的建立了具备内惩函数以及高阶模型的问题描述，并分交直流情况分别对储能单元和可调度的DG单元进行区别控制，从而提高了混合微电网的协调一致性和能量平衡及稳定性，同时降低了控制复杂度，且大大减少了整个系统内各个单元之间的通信量。
-
公开(公告)号：CN108869175A
公开(公告)日：2018-11-23
申请号：CN201810622608.6
申请日：2018-06-15
Applicant: 中南大学
IPC: F03D7/04
CPC classification number: F03D7/045 , F03D7/0204 , F05B2260/82
Abstract: 本发明公开了一种基于多步预测的模型预测控制MPC的偏航控制方法，包括：选择控制周期和预测长度m；获取预测风向信息；基于穷举搜索方法获取m步偏航预测模型对应的可行解序列；利用所述预测风向信息和所述可行解序列求解所述m步偏航预测模型；对每个可行解序列求取对应的性能，选择性能最好的作为控制输出。本发明提供一种基于多步预测的MPC偏航控制方法，求解过程简单，在基于MPC的偏航控制系统中能够通用，且能充分利用基于MPC的偏航控制系统的潜在性能。
-
公开(公告)号：CN101409507A
公开(公告)日：2009-04-15
申请号：CN200810032001.9
申请日：2008-08-05
Applicant: 中南大学
Abstract: 本发明公开了一种基于载波调制的双级矩阵变换器的死区补偿方法及装置。通过分析基于载波调制的双级矩阵变换器正常工况时的逆变级死区效应，即插入死区之后实际开关导通时间以及实际输出电压的变化，在此基础上，提出死区补偿方法。本发明提出的死区补偿方法充分考虑了双级矩阵变换器中的开关器件IGBT、续流二极管的导通压降和开关器件开通与关断延时时间的影响，推导出的死区补偿公式计算简单，便于工程实现。本发明还根据该死区补偿方法提供了一种具体的死区补偿装置。本发明能克服双级矩阵变换器死区效应，获得更为理想的输出电流。
-
公开(公告)号：CN114168657B
公开(公告)日：2025-03-21
申请号：CN202111524863.5
申请日：2021-12-14
Applicant: 中南大学
IPC: G06F18/2431 , G06F18/211 , G06Q10/20 , G06Q50/06
Abstract: 本公开实施例中提供了一种风电功率异常数据实时检测方法、系统、设备及介质，属于数据处理技术领域，具体包括：从风电机组对应的历史风电功率数据中选取正常运行时的目标数据；根据所述目标数据得到完全随机砍伐树，并根据所述完全随机砍伐树建立和初始化所述风电机组的正常数据结构模型；采集待检测数据更新所述正常数据结构模型，得到目标检测模型；将所述待检测数据输入所述目标检测模型，得到检测结果。通过本公开的方案，选择正常运行时的数据建立稳定的正常数据结构模型，并学习正常数据的结构以更新模型，然后将得到的目标检测模型对待检测数据进行检测，提高了检测效率、操作便捷性和检测精度。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.025 seconds)
