-
公开(公告)号：CN110086181B
公开(公告)日：2020-08-11
申请号：CN201910469760.X
申请日：2019-05-31
Abstract: 针对光伏可再生能源的出力波动，本发明公开提出了一种离网运行时电‑热联供微电网中功率自适应协同控制方法，步骤包括：1.采用小波理论与EMD相结合的方式，对电站历史功率信号进行消噪、频带划分和获取若干固有模态函数，得到瞬时频率‑时间关系曲线，确定系统的分频频率；2.系统运行时采集光伏功率信号；3.按分频频率将实时的功率信号分为中高频和低频两个部分，低频部分由热泵进行平抑消纳；4.剩余中高频波动分量由混合储能进行自适应补偿，可将超级电容承担的功率缺额逐步转移给蓄电池，避免后者的频繁充放电。本发明控制系统将电热进行了耦合，进行能量的协同分配，且总体投资成本低于单纯的电储能系统，更具商业优势。
-
公开(公告)号：CN107146004A
公开(公告)日：2017-09-08
申请号：CN201710261505.7
申请日：2017-04-20
Applicant: 浙江大学
IPC: G06Q10/06
CPC classification number: G06Q10/06393
Abstract: 本发明公开了一种基于数据挖掘的矿渣粉磨系统健康状态识别系统及方法，利用一种综合的特征筛选方法对工况数据进行挖掘分析，得到影响立磨稳定的关键参数，作为立磨健康状态评估的指标；基于确定的立磨健康状态评估的指标，对工况状态进行聚类挖掘分析，得到的各个工况簇的特点，获得历史工况中的状态分布情况，定义历史工况中的运行状态类别；然后利用ARIMA算法对立磨健康状态特征获取模块中确定的特征值训练模型，对参数的变化趋势进行预测，用预测值辅助状态识别。本发明具有较高的识别精度和泛化能力，性能好，适用于矿渣粉磨系统的健康状态识别和诊断。
-
公开(公告)号：CN106990763B
公开(公告)日：2017-12-29
申请号：CN201710262112.8
申请日：2017-04-20
Applicant: 浙江大学
IPC: G05B19/418 , B24B51/00
CPC classification number: Y02P90/02
Abstract: 本发明公开了一种基于数据挖掘的立磨运行调控系统及方法，利用一种综合的特征筛选方法对工况数据进行挖掘分析，得到立磨健康状态评估指标；对工况状态进行聚类挖掘分析，得到的各个工况簇的特点，获得历史工况中的各个状态分布情况；定义历史工况中的运行状态类别，得到稳定模式工况库；利用ARIMA算法对立磨健康状态特征获取模块中确定的特征值训练模型，对参数的变化趋势进行预测，用预测值辅助状态识别；结合ARIMA模型给出的预测值，对立磨的运行状态进行判断，当判定为异常时，从稳定工况模式库中读取工况记录，得到推荐的调控目标值，对该时刻的可控参数进行调控。本发明可以准确地给出立磨的定性和定量调控建议，实现磨机长期稳定运行。
-
Patent Agency Ranking
公开(公告)号：CN107239066A
公开(公告)日：2017-10-10
申请号：CN201710437494.3
申请日：2017-06-09
Applicant: 浙江大学
IPC: G05B19/418 , G06F17/30
CPC classification number: Y02P90/02 , G05B19/41885 , G05B2219/32339 , G06F17/30539
Abstract: 本发明公开了一种基于数据挖掘的立磨运行闭环控制装置及方法，利用一种综合的特征筛选方法对工况数据进行挖掘分析，得到立磨健康状态评估指标；对工况状态进行聚类挖掘分析，得到的各个工况簇的特点，获得历史工况中的各个状态分布情况；定义历史工况中的运行状态类别，得到稳定模式工况库；利用ARIMA算法对立磨健康状态特征获取单元中确定的特征值训练模型，对参数的变化趋势进行预测，用预测值辅助状态识别；结合ARIMA模型给出的预测值，对立磨的运行状态进行判断，当判定为异常时，从稳定工况模式库中读取工况记录，得到推荐的控制目标值，结合矿渣水分和微粉比表面积检测结果，对该时刻的可控参数进行闭环控制，实现磨机长期稳定运行。
-
公开(公告)号：CN110086181A
公开(公告)日：2019-08-02
申请号：CN201910469760.X
申请日：2019-05-31
Abstract: 针对光伏可再生能源的出力波动，本发明公开提出了一种离网运行时电-热联供微电网中功率自适应协同控制方法，步骤包括：1.采用小波理论与EMD相结合的方式，对电站历史功率信号进行消噪、频带划分和获取若干固有模态函数，得到瞬时频率-时间关系曲线，确定系统的分频频率；2.系统运行时采集光伏功率信号；3.按分频频率将实时的功率信号分为中高频和低频两个部分，低频部分由热泵进行平抑消纳；4.剩余中高频波动分量由混合储能进行自适应补偿，可将超级电容承担的功率缺额逐步转移给蓄电池，避免后者的频繁充放电。本发明控制系统将电热进行了耦合，进行能量的协同分配，且总体投资成本低于单纯的电储能系统，更具商业优势。
-
公开(公告)号：CN107146004B
公开(公告)日：2018-02-16
申请号：CN201710261505.7
申请日：2017-04-20
Applicant: 浙江大学
IPC: G06Q10/06
Abstract: 本发明公开了一种基于数据挖掘的矿渣粉磨系统健康状态识别系统及方法，利用一种综合的特征筛选方法对工况数据进行挖掘分析，得到影响立磨稳定的关键参数，作为立磨健康状态评估的指标；基于确定的立磨健康状态评估的指标，对工况状态进行聚类挖掘分析，得到的各个工况簇的特点，获得历史工况中的状态分布情况，定义历史工况中的运行状态类别；然后利用ARIMA算法对立磨健康状态特征获取模块中确定的特征值训练模型，对参数的变化趋势进行预测，用预测值辅助状态识别。本发明具有较高的识别精度和泛化能力，性能好，适用于矿渣粉磨系统的健康状态识别和诊断。
-
公开(公告)号：CN106990763A
公开(公告)日：2017-07-28
申请号：CN201710262112.8
申请日：2017-04-20
Applicant: 浙江大学
IPC: G05B19/418 , B24B51/00
CPC classification number: Y02P90/02 , G05B19/41885 , B24B51/00 , G05B2219/32339
Abstract: 本发明公开了一种基于数据挖掘的立磨运行调控系统及方法，利用一种综合的特征筛选方法对工况数据进行挖掘分析，得到立磨健康状态评估指标；对工况状态进行聚类挖掘分析，得到的各个工况簇的特点，获得历史工况中的各个状态分布情况；定义历史工况中的运行状态类别，得到稳定模式工况库；利用ARIMA算法对立磨健康状态特征获取模块中确定的特征值训练模型，对参数的变化趋势进行预测，用预测值辅助状态识别；结合ARIMA模型给出的预测值，对立磨的运行状态进行判断，当判定为异常时，从稳定工况模式库中读取工况记录，得到推荐的调控目标值，对该时刻的可控参数进行调控。本发明可以准确地给出立磨的定性和定量调控建议，实现磨机长期稳定运行。
-
公开(公告)号：CN107239066B
公开(公告)日：2018-02-16
申请号：CN201710437494.3
申请日：2017-06-09
Applicant: 浙江大学
IPC: G05B19/418 , G06F17/30
CPC classification number: Y02P90/02
Abstract: 本发明公开了一种基于数据挖掘的立磨运行闭环控制装置及方法，利用一种综合的特征筛选方法对工况数据进行挖掘分析，得到立磨健康状态评估指标；对工况状态进行聚类挖掘分析，得到的各个工况簇的特点，获得历史工况中的各个状态分布情况；定义历史工况中的运行状态类别，得到稳定模式工况库；利用ARIMA算法对立磨健康状态特征获取单元中确定的特征值训练模型，对参数的变化趋势进行预测，用预测值辅助状态识别；结合ARIMA模型给出的预测值，对立磨的运行状态进行判断，当判定为异常时，从稳定工况模式库中读取工况记录，得到推荐的控制目标值，结合矿渣水分和微粉比表面积检测结果，对该时刻的可控参数进行闭环控制，实现磨机长期稳定运行。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.023 seconds)
