-
公开(公告)号：CN119067269A
公开(公告)日：2024-12-03
申请号：CN202411563824.X
申请日：2024-11-05
Applicant: 华电电力科学研究院有限公司
IPC: G06Q10/04 , G06Q50/06 , G06F18/241 , G06F18/10 , G06N3/0442
Abstract: 本申请涉及一种集成风电场预测风速订正方法和系统，相比较于传统方式通过单一订正方法难以捕捉在多种时空情况下的不同特征，导致订正结果可靠性较差的问题；本申请方案通过建立多种适用于不同天气情况下的订正模型，通过机器学习和订正曲线方法对模型进行训练及优化，并通过训练完成的模型得到多个不同的订正值之后，通过主观和客观的组合赋权法，以更灵活地使用多种方法，提升最后的综合订正效果。
-
公开(公告)号：CN118013468B
公开(公告)日：2024-06-11
申请号：CN202410401645.X
申请日：2024-04-03
Applicant: 华电电力科学研究院有限公司
Abstract: 本申请公开了一种风电机组部件健康度监测方法、装置、设备及介质，涉及设备检测技术领域，包括：基于风电机组数据构建样本数据集，利用样本数据集对温度阈值计算回归模型进行训练，以得到训练后回归模型；基于训练后回归模型确定与若干预设分位数对应的若干目标回归模型，以通过若干目标回归模型确定若干部件健康度基准值；基于若干部件健康度基准值构建健康度评分公式，并根据健康度评分公式以及风电机组部件的实时温度确定部件的健康度评分，以根据评分确定是否自动报警。由此，可以通过分析风电场站内部件温度等参数，开展全场机组相同部件运行情况对标分析，计算部件健康度指数，提取故障趋势预警信息，提升风力发电智慧运维管理水平。
-
公开(公告)号：CN118131364A
公开(公告)日：2024-06-04
申请号：CN202410253783.8
申请日：2024-03-06
Applicant: 华电电力科学研究院有限公司
IPC: G01W1/10
Abstract: 本发明公开了一种面向复杂地形的气象预报方法、装置、设备及介质，涉及天气预报技术领域，包括：根据复杂地形的地貌形态特征数据计算次网格尺度地形的地形参数；根据地面气压对气流动力抬升作用的关系、地形对气流动力抬升作用的关系和地形参数对数值天气预报系统中的地面气压倾向参数进行调整，在WRF模式下对次网格尺度地形进行参数化，得到优化后天气预报系统；将气象要素数据输入到优化后天气预报系统，以便该系统在WRF模式下对气象要素数据进行编译，得到气象预报结果。本发明考虑复杂地形对气象现象的影响，对预报系统中的地面气压倾向参数进行调整，并在WRF模式下对次网格尺度地形进行参数化，能够提升复杂地形的气象预报精度。
-
公开(公告)号：CN119067269B
公开(公告)日：2025-02-28
申请号：CN202411563824.X
申请日：2024-11-05
Applicant: 华电电力科学研究院有限公司
IPC: G06Q10/04 , G06Q50/06 , G06F18/241 , G06F18/10 , G06N3/0442
Abstract: 本申请涉及一种集成风电场预测风速订正方法和系统，相比较于传统方式通过单一订正方法难以捕捉在多种时空情况下的不同特征，导致订正结果可靠性较差的问题；本申请方案通过建立多种适用于不同天气情况下的订正模型，通过机器学习和订正曲线方法对模型进行训练及优化，并通过训练完成的模型得到多个不同的订正值之后，通过主观和客观的组合赋权法，以更灵活地使用多种方法，提升最后的综合订正效果。
-
公开(公告)号：CN118473318A
公开(公告)日：2024-08-09
申请号：CN202410939778.2
申请日：2024-07-12
Applicant: 华电电力科学研究院有限公司
Abstract: 本申请涉及光伏发电技术领域，公开一种光伏发电装置及清洁系统，包括光伏板，还包括环绕光伏板的边缘设置的环形围边，光伏板的边缘与围边密封连接，围边凸出于光伏板的表面设置，光伏板的表面与围边围成一个浸泡空间，还包括能向浸泡空间加入清洗液的供液装置。其在光伏板的边缘设置环形的围边，围边与光伏板围成一个浸泡空间，这样可以向浸泡空间内加入清洗液，通过清洗液对光伏面板的表面进行浸泡，降低对光伏板表面的固化污物进行清洁的难度。
-
Patent Agency Ranking
公开(公告)号：CN118033785A
公开(公告)日：2024-05-14
申请号：CN202410234849.9
申请日：2024-03-01
Applicant: 华电电力科学研究院有限公司
IPC: G01W1/10 , G06F18/10 , G06F18/213 , G06F18/25 , G06F17/18 , G06F18/243 , G06N3/0464 , G06N3/084 , G06N5/01
Abstract: 本申请公开了一种多模式集成气象预报方法、装置、设备及存储介质，涉及天气预报技术领域，包括：获取与待预报地区对应的多源气象监测数据；其中，所述多源气象监测数据包括相应的气象数据、地理信息数据以及环境数据；基于预设集成预处理规则对所述多源气象监测数据进行处理，以得到相应的预处理后数据；基于所述预处理后数据并分别利用统计模型、预设深度学习模型、决策树模型进行对应的气象预测，以得到三组预测结果；通过与所述三组预测结果对应的目标综合权重对各组预测结果进行加权，以得到与所述待预报地区对应的目标气象预报信息，并基于所述目标气象预报信息完成相应的气象预报操作。这样一来，能够有效提高气象预报的准确性。
-
公开(公告)号：CN118739403A
公开(公告)日：2024-10-01
申请号：CN202410763381.2
申请日：2024-06-13
Applicant: 华电电力科学研究院有限公司
Abstract: 本申请设计一种多能互补电力系统动态协同运行控制方法、系统、电子设备和存储介质，通过采集多能互补系统的各个工况下的运行参数，并基于该参数构建目标函数和确定约束条件；进一步的，通过将目标函数和约束条件组合得到优化问题模型，最后，通过改进的狮子肃反求解该优化问题模型，得到用于多个子系统之间协同控制的运行策略，该策略实际应用之后可以在满足多能互补系统收益最大化的同时，尽可能的减少弃风量和弃光量。
-
公开(公告)号：CN119202901A
公开(公告)日：2024-12-27
申请号：CN202411534287.6
申请日：2024-10-30
Applicant: 华电电力科学研究院有限公司
IPC: G06F18/2415 , G06F18/214 , G06N3/0475 , G06N3/045 , G01W1/10 , F03D80/40
Abstract: 本申请公开了一种风机叶片覆冰预测方法、装置和介质，涉及设备监测技术领域，包括：获取历史气象数据、叶尖速度、浆距角和历史结冰数据，作为真实样本；利用对抗生成网络模型对真实样本进行数据扩充，得到生成样本；真实样本和生成样本组成训练样本集，利用训练样本集对长短期记忆神经网络进行训练，得到风机叶片结冰预测模型以预测风机叶片的覆冰情况。在训练数据中增加反映叶片与过冷液滴相对运动的叶尖速度和浆距角，训练得到的预测模型包含了结冰相变特点和旋转物体结冰的相对运动特点，对风机叶片结冰过程的描述更为精准，预测更准确；采用对抗生成网络模型扩充预测模型的训练样本集，解决了真实样本不足的问题，进一步提高预测准确度。
-
公开(公告)号：CN118965005A
公开(公告)日：2024-11-15
申请号：CN202411444098.X
申请日：2024-10-15
Applicant: 华电电力科学研究院有限公司
Abstract: 本发明公开了一种风速预测模型训练方法、风电功率预测方法及相关装置，应用于新能源技术领域，该方法基于风电场内数据采集设备的风速数据、风向数据及坐标构建各历史采集时刻的分布图；数据采集设备为分布图中的节点，风速数据、风向数据及坐标为节点特征；确定各节点的相关性曲线距其余节点的最近距离；基于最近距离确定分布图的邻接矩阵；将各历史采集时刻分布图的节点特征及邻接矩阵输入图神经网络模型进行模型训练，得到训练完成的风速预测模型。基于风速预测模型进行风速预测，并通过预测得到的风速计算风电功率。本发明通过图神经网络模型学习各设备风力数据之间的时间相关性及空间相关性，提高风电功率预测结果的精确度。
-
公开(公告)号：CN118013468A
公开(公告)日：2024-05-10
申请号：CN202410401645.X
申请日：2024-04-03
Applicant: 华电电力科学研究院有限公司
Abstract: 本申请公开了一种风电机组部件健康度监测方法、装置、设备及介质，涉及设备检测技术领域，包括：基于风电机组数据构建样本数据集，利用样本数据集对温度阈值计算回归模型进行训练，以得到训练后回归模型；基于训练后回归模型确定与若干预设分位数对应的若干目标回归模型，以通过若干目标回归模型确定若干部件健康度基准值；基于若干部件健康度基准值构建健康度评分公式，并根据健康度评分公式以及风电机组部件的实时温度确定部件的健康度评分，以根据评分确定是否自动报警。由此，可以通过分析风电场站内部件温度等参数，开展全场机组相同部件运行情况对标分析，计算部件健康度指数，提取故障趋势预警信息，提升风力发电智慧运维管理水平。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.032 seconds)
