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。

    基于功率损耗的飞轮阵列功率匹配协同优化方法及装置

    公开(公告)号:CN117875603A

    公开(公告)日:2024-04-12

    申请号:CN202311676739.X

    申请日:2023-12-07

    Abstract: 本公开的实施例提供了基于功率损耗的飞轮阵列功率匹配协同优化方法及装置,应用于物理储能技术领域。所述方法包括根据各飞轮单体的指令输出功率与实际输出功率分别构建各飞轮单体指令输出功率预测模型;通过潮流计算获取飞轮阵列功率匹配需求值;根据所述飞轮阵列功率匹配需求值,基于黑寡妇算法为各飞轮单体分配实际需求输出功率;将各飞轮单体实际需求输出功率输入所述各飞轮单体指令输出功率预测模型,获取各飞轮单体预测指令输出功率;根据各飞轮单体预测指令输出功率获取各飞轮单体输出的实际功率。以此方式,可以减少飞轮阵列的功率损耗与寿命损耗,实现飞轮阵列功率匹配协同优化调度,有效提升电网稳定性与调度效率。

    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。

Patent Agency Ranking