[发明专利]一种基于结冰等级估计的机组快速启机控制方法及系统有效

专利信息
申请号: 202111344768.7 申请日: 2021-11-15
公开(公告)号: CN114060213B 公开(公告)日: 2023-03-31
发明(设计)人: 夏祥孟;董帅;黄国燕;王镔;张贝 申请(专利权)人: 明阳智慧能源集团股份公司
主分类号: F03D7/00 分类号: F03D7/00;F03D7/04;F03D80/40
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 冯炳辉
地址: 528437 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 结冰 等级 估计 机组 快速 控制 方法 系统
【权利要求书】:

1.一种基于结冰等级估计的机组快速启机控制方法,其特征在于,包括以下步骤:

1)采用网络云台相机实时或定时拍摄机组叶片状态视频;

2)构建机组叶片关键帧提取网络,实时分析新采集的机组叶片状态视频,提取出机组叶片分别在结冰、正在融冰和非结冰的正常状态时的机组叶片状态视频帧;

3)根据提取的机组叶片状态视频帧,构建无监督机组叶片融冰数据集,所述无监督机组叶片融冰数据集包括专家数据集和训练集;

4)根据所构建的无监督机组叶片融冰数据集,训练融冰状态网络和确定启机阈值曲线;

5)根据融冰状态网络和启机阈值预测机组叶片融冰状态,得到KL散度值;

6)根据KL散度值,预测机组的正常启机时间,进而控制机组快速启机。

2.根据权利要求1所述的一种基于结冰等级估计的机组快速启机控制方法,其特征在于,在步骤2)中,具体执行如下操作:

将机组叶片关键帧提取网络的网络主干设置为Resnet或alexnet深层卷积网络,将机组叶片关键帧提取网络的输出设置为单个回归输出或二分类输出;当机组叶片关键帧提取网络的输出结果为机组叶片状态视频帧中机组叶片的角度,则设置角度阈值,当机组叶片的角度小于该角度阈值时,提取出机组叶片分别在结冰、正在融冰和非结冰的正常状态时的机组叶片状态视频帧;当机组叶片关键帧提取网络的输出结果是对所有机组叶片状态视频帧中是否存在叶片的识别,则需要先筛选出存在叶片的机组叶片状态视频帧,再使用计算机视觉技术对机组叶片位置进行分析,进而提取出机组叶片分别在结冰、正在融冰和非结冰的正常状态时的机组叶片状态视频帧。

3.根据权利要求2所述的一种基于结冰等级估计的机组快速启机控制方法,其特征在于,所述计算机视觉技术为帧间差分法、轮廓提取法或光流法。

4.根据权利要求1所述的一种基于结冰等级估计的机组快速启机控制方法,其特征在于,在步骤3)中,具体执行如下操作:

构建专家数据集:

P={Ti,Vi,Bi,Si,Mi,Fi|i=1,2,…}

Ti=[t1,t2,…]

Vi=[v1,v2,…]

Mi=[m1,m2,…]

其中,Fi=0时表示机组叶片未结冰,Fi=1时表示机组叶片已结冰,Ti为时间t的序列,Vi为风速v的序列,Si为发电机/叶轮转速ω、转矩τ和变桨角度β的序列,Mi为机组叶片分别在结冰、正在融冰和非结冰的正常状态时的所有机组叶片状态视频帧的集合,i为常数;

构建训练集:

计算风速v的序列Vi的风速均值并依据风速均值/对专家数据集进行排序;取任意两组数据的风速均值/和/其中i=1,2,…,j=1,2,…且j≠i,若两组数据的风速均值/和/的差值不大于ε,即/且两组数据均为非结冰状态或其中一组数据为非结冰状态,即Fi+Fj<2时,则这两组数据构建为一个训练样本训练集Q={Qk},其中k为常数,ε为常数,Mj为机组叶片分别在结冰、正在融冰和非结冰的正常状态时的所有机组叶片状态视频帧的集合,Sj为发电机/叶轮转速ω、转矩τ和变桨角度β的序列。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于明阳智慧能源集团股份公司,未经明阳智慧能源集团股份公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111344768.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top