简介:摘要:准确预测风力发电机组故障对于降低风电场的运行和维护成本至关重要。现有的方法依赖于昂贵的、专门建立的状态监测系统来进行风力发电机组故障的诊断和预测。本文提出了一种预测发电机剩余使用寿命的预后方法,该方法除了被广泛采用的SCADA系统外,不需要额外的硬件支持。本文首先引入了一个概念,异常运行指数,以定量地测量风机在运行时的性能下降。然后提出了一种数据驱动的风力发电机异常检测方法和一种时间序列分析方法来预测风力发电机的预期寿命。对实际风电场数据的实验研究表明,该方法能够准确地实现对风力发电机转速的预测,并为调度维修提供足够的前置时间。
简介:摘要作为承担用户持续稳定用电量和用电量安全管理的无限责任电网企业,其主要经营利润来自电费回收。确保企业电力收入能够有效控制企业经营风险。因此,有必要分析客户的付款行为和客户的基本属性,预测客户的电费回收的风险,并采取差异化的电费为不同客户提前复苏策略和预防措施,以确保企业的发电收入和控制企业的运营风险。然而,当前研究电价复苏主要关注客户本身的角度来看,客户服务,电价会计和会计,忽视经济信息,如经济周期在电价的过程中复苏,以及行业本身和区域经济问题,并没有考虑到外部环境信息,如天气、温度和突发性自然灾害,导致电价回收预测结果不足。事实上,电价的恢复过程是困难的,对确保电价收入产生了负面影响。
简介:随着电力用户的增加,各种电力用户产生的数据,用传统的简单的负荷预测方法难以满足人们对于大数据的分析。大数据时代的来临,在电力系统中不断显现出来的。随着智能电网、通信网络技术和传感器技术的发展,直接导致了电力用户侧数据呈指数式增长,使电力用户侧大数据变得十分复杂。本文主要是针对电力用户侧数据的一些特点提出一些并行负荷预测方法。电力用户侧数据特征有数据数量大、数据结构类型繁多和更新的速度快。电力用户侧大数据在存储处理这些数据上对我们研究这些数据是一个挑战。本文是基于随机森林算法的并行负荷预测方法,通过现代热门的云计算,对影响数据的历史负荷、温度、风速等数据进行并行化分析。
简介:摘要:为了系统研究高铁沿线大风风动特征及风速智能预测模型,以兰新客专沿线某一代表性监测点的部分大风数据为基础,利用HHT变换研究兰新客专沿线大风风动特性,发现大风能量在频域上分布在0 Hz–20 Hz内,在时域上主要集中在0 s-100 s。随后,提出了基于LSTM算法大风风速预测模型,该模型预测模型在的预测结果与实际结果拟合度高,预测结果精确,能够实现大风环境下高速列车的提前紧急处置,进而保障高速列车的运行安全。
简介:摘要微测井常用于地震采集时近地表结构调查工作,通过研究工区内低、降速带厚度和速度的变化规律,分析近地表地震地质条件的变化,为激发井深提供依据,为数据处理提供精确的静校正数据。鄂尔多斯盆地麻黄山西区块微测井调查中在草原沙化区大量微测井点出现高速层下重复出现低、高速层的现象,通过区域踏勘、露头调查、岩性及速度分析,结合构造演化,预测了近地表逆断层发育及展布。
简介:摘要为促进公司安全管理实现信息化,科学预测公司安全生产形势,最大限度地降低事故发生概率及后果的严重程度,实现公司安全稳定发展,公司自2016年5月开始运行安全标准化管理信息平台系统,对不可接受风险自动预测预警。主要做法如下?