-
Patent Agency Ranking
公开(公告)号：CN105046349B
公开(公告)日：2018-07-27
申请号：CN201510359847.3
申请日：2015-06-25
Applicant: 广东电网有限责任公司电力科学研究院
Abstract: 种计及尾流效应的风电功率预测方法,其特征在于,包括如下步骤:(1)根据风速的空间分布致性,采用距离反比法对NWP的风速数据进行空间差值,得到x处的风速其中x表示空间坐标,x表示采样位置i的空间坐标,u(x)表示采样位置i的风速数据,λ表示采样位置i的权重,l表示欧几里得距离;(2)使用风垂直切变幂律,实现风速的高度差值,得到高度h处的风速v=v(h/h),其中,α为垂直风切变指数,v为高度h处的风速,v为高度h处的风速;(3)根据尾流模型和风机位置数据,得到实际运行风机的风速;(4)根据实际运行风机的风速‑功率曲线,得到风机对应的功率。本发明方法充分考虑尾流效应和实际运行风机的风速‑功率曲线,实现风电功率的精确预测。
-
公开(公告)号：CN104700156B
公开(公告)日：2018-07-03
申请号：CN201510044371.4
申请日：2015-01-29
Applicant: 广东电网有限责任公司电力科学研究院
Abstract: 一种基于支持向量机筛选变量的风电功率预测方法，包括如下步骤：S1）利用支持向量机算法量化风电功率的输入矢量对风电功率预测结果的影响，筛选出对风电功率预测结果影响显著的变量；S2)将由S1）筛选出的变量作为神经网络算法的输入变量进行功率预测。本发明利用SVM算法对神经网络算法的输入变量进行筛选，提高了风电功率预测结果的精度同时简化了神经网络模型，本发明方法简便，解决了现有技术中风电功率预测样本因建模者的专业知识与经验进行选取而缺乏标准的问题。
-
公开(公告)号：CN104359674A
公开(公告)日：2015-02-18
申请号：CN201410560051.X
申请日：2014-10-20
Applicant: 广东电网有限责任公司电力科学研究院
IPC: G01M13/04
Abstract: 一种基于时域与频域状态监测的高速滚动轴承故障诊断方法：(1)获取无故障轴承的振动信号，经降噪处理后计算其有量纲/无量纲参数；(2)获取轴承待诊断时刻的振动信号，经降噪处理后计算其有量纲/无量纲参数，并与无故障下的有量纲/无量纲参数进行比较；(3)计算诊断时刻参数与无故障时刻参数的百分比值，实现基于时域的轴承状态在线监测；(4)获取轴承型号和尺寸信息并计算其BPFI、BPFO、BSF、FTF；(5)带通滤波；(6)利用Hilbert变换求取带通滤波后振动信号的包络信号；(7)对包络信号进行FFT分析，求取包络谱；(8)通过最大值搜索的方式搜索前15个最大值，并与轴承故障特征频率和转频进行比对；(9)依据结果进行有无故障判断及定位。
-
公开(公告)号：CN105046349A
公开(公告)日：2015-11-11
申请号：CN201510359847.3
申请日：2015-06-25
Applicant: 广东电网有限责任公司电力科学研究院
Abstract: 一种计及尾流效应的风电功率预测方法，其特征在于，包括如下步骤：(1)根据风速的空间分布一致性，采用距离反比法对NWP的风速数据进行空间差值，得到x处的风速其中x表示空间坐标，xi表示采样位置i的空间坐标，u(xi)表示采样位置i的风速数据，λi表示采样位置i的权重，li表示欧几里得距离；(2)使用风垂直切变幂律，实现风速的高度差值，得到高度h2处的风速v2＝v1(h2/h1)α，其中，α为垂直风切变指数，v2为高度h2处的风速，v1为高度h1处的风速；(3)根据尾流模型和风机位置数据，得到实际运行风机的风速；(4)根据实际运行风机的风速-功率曲线，得到风机对应的功率。本发明方法充分考虑尾流效应和实际运行风机的风速-功率曲线，实现风电功率的精确预测。
-
公开(公告)号：CN104700156A
公开(公告)日：2015-06-10
申请号：CN201510044371.4
申请日：2015-01-29
Applicant: 广东电网有限责任公司电力科学研究院
Abstract: 一种基于支持向量机筛选变量的风电功率预测方法，包括如下步骤：S1）利用支持向量机算法量化风电功率的输入矢量对风电功率预测结果的影响，筛选出对风电功率预测结果影响显著的变量；S2)将由S1）筛选出的变量作为神经网络算法的输入变量进行功率预测。本发明利用SVM算法对神经网络算法的输入变量进行筛选，提高了风电功率预测结果的精度同时简化了神经网络模型，本发明方法简便，解决了现有技术中风电功率预测样本因建模者的专业知识与经验进行选取而缺乏标准的问题。
-
-
-
-
Search Results
5
records
(took 0.033 seconds)
