CN113744080A - 基于多源数据的电力设备发电偏差的诊断方法及系统 - Google Patents
基于多源数据的电力设备发电偏差的诊断方法及系统 Download PDFInfo
- Publication number
- CN113744080A CN113744080A CN202110942607.1A CN202110942607A CN113744080A CN 113744080 A CN113744080 A CN 113744080A CN 202110942607 A CN202110942607 A CN 202110942607A CN 113744080 A CN113744080 A CN 113744080A
- Authority
- CN
- China
- Prior art keywords
- deviation
- power generation
- power
- reason
- electric quantity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000010248 power generation Methods 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000003745 diagnosis Methods 0.000 title description 4
- 238000004458 analytical method Methods 0.000 claims description 19
- 239000003245 coal Substances 0.000 claims description 11
- 238000004321 preservation Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000002405 diagnostic procedure Methods 0.000 claims 1
- 238000012937 correction Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011214 deviation management Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于多源数据的电力设备发电偏差的诊断方法,包括以下步骤:步骤1:获取电力系统多源数据文件;步骤2:将一天24小时按照固定时间进行分割,分割成多个时间区间,每个区间作为一个点;步骤3:计算每个点的电量偏差率,并与偏差率阈值进行比较,判断正负偏差类别;步骤4:根据正负偏差类别对每个点进行偏差原因和偏差电量分析;步骤5:若有连续至少4个点都为同一种偏差原因,则将该偏差原因作为实际的电量偏差原因,否则属于调峰调频。
Description
技术领域
本发明涉及电力发电领域,尤其涉及一种基于多源数据的电力设备发电偏差的诊断方法。
背景技术
由于电力市场化改革不断深化,发用电计划放开力度加大,发电企业市场化电量指标占比大幅提高,市场化交易电量要求发电调度环节刚性执行。但电厂发电计划执行受负荷水平、发电设备运行情况、电网安全约束、供热安全约束、新能源消纳约束等影响,刚性执行面临较大困难,导致调控中心“三公调度偏差分析”工作面临巨大压力。深化发电调度数据统计分析,开展电量计划执行偏差量化分析,可以准确找出电量计划执行偏差责任,对于不可抗因素造成的计划电量偏差,可以通过市场规则明确处理原则,对于调度环节可控的电量偏差,调度部门可以超前开展电量偏差管控。通过开展“偏差分析”调度工作动态评价,提升调度电力市场履行能力,有利于促进电力市场平稳、健康发展。
但是现有技术中缺少针对电量的偏差分析方法,为适应电力市场化改革要求,迫切需要提供一种力设备发电偏差的诊断方法,从而深化和加强停电计划检修管理工作。
发明内容
本发明主要目的在于提供一种可有效提高偏差原因分析能力的基于多源数据的电力设备发电偏差的诊断方法及系统。
本发明所采用的技术方案是:
提供一种基于多源数据的电力设备发电偏差的诊断方法,包括以下步骤:
步骤1:获取电力系统多源数据文件;
步骤2:将一天24小时按照固定时间进行分割,分割成多个时间区间,每个区间作为一个点;
步骤3:计算每个点的电量偏差率,并与偏差率阈值进行比较,判断正负偏差类别;
步骤4:根据正负偏差类别对每个点进行偏差原因和偏差电量分析;
步骤5:若有连续至少4个点都为同一种偏差原因,则将该偏差原因作为实际的电量偏差原因,否则属于调峰调频。
接上述技术方案,电力系统多源数据文件包括SCADA系统的动态实时发电量数据,发电计划管理系统的火电设备发电情况和预测电量文件、调峰预测文件、深调峰可调区间文件,
新能源功率预测系统的风/光功率预测数据以及数据上报系统的燃煤质量和库存情况。
接上述技术方案,步骤1具体为定时监听指定源的ftp服务器仓库,根据文件名称上的时间戳判断该文件是否为新文件,并判断文件是否为非空,将文件下载到本地并解析,将解析后的数据存储在数据库中,以给偏差分析做准备。
接上述技术方案,步骤2中,具体将一天24个小时按照15分钟一个点进行分割,一共分割成96个点,计算每个点的偏差情况,形成96点曲线图,作为该设备一天的运行偏差情况。
接上述技术方案,步骤3中,偏差率阈值为人工预先设定值2%,当偏差率大于2%且偏差量大于0时为正偏差,当偏差率大于2%且偏差量小于0时为负偏差。
接上述技术方案,步骤4中,正偏差时对应的偏差原因和偏差电量分析包括:
临时启机:比较实际运行情况和计划停运情况进行判断;
网络约束:不满足临时起机时,根据输电断面实时发电信息进行判断;
保供热:不满足网络约束时,根据发布的数据,取各火电厂的时段的并集,计算出调峰时段,判断是否满足保供热,若满足,则属于保供热。
接上述技术方案,步骤4中,负偏差时对应的偏差原因和偏差电量分析包括:
非计划停运:比较全天计划发电曲线和实际发电进行判断;
停机调峰:不满足非计划停运时,开始判断此时间的节点是否有人工设置值,如果有值则此节点偏差原因便是属于停机调峰,若人工设置值为空或为0则继续判断是否为煤质问题;
煤质不好:根据辨别发电能力申报文件进行判断;
网络约束:不满足保供热时,根据输电断面实时发电信息进行判断;
深调峰:不满足网络约束时,根据发布的数据,取各火电厂的时段的并集,计算出调峰时段,不满足保供热时则属于调峰调频。
本发明还提供了一种基于多源数据的电力设备发电偏差的诊断系统,包括:
多源数据获取模块,用于获取电力系统多源数据文件;
区间分割模块,用于将一天24小时按照固定时间进行分割,分割成多个时间区间,每个区间作为一个点;
正负偏差类别判断模块,用于计算每个点的电量偏差率,并与偏差率阈值进行比较,判断正负偏差类别;
分析模块,用于根据正负偏差类别对每个点进行偏差原因和偏差电量分析,若有连续至少4个点都为同一种偏差原因,则将该偏差原因作为实际的电量偏差原因,否则属于调峰调频。
本发明还提供了一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述的基于多源数据的电力设备发电偏差的诊断方法。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的基于多源数据的电力设备发电偏差的诊断方法。
本发明产生的有益效果是:本发明所提出的电力设备发电偏差的诊断方法能够准确地判断一天中电量偏差原因和数据,不会修改原始正常数据,有效的提高了偏差原因分析能力,提高了故障定位的准确性,且计算耗时远小于数据的采样间隔时间。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明实施例基于多源数据的电力设备发电偏差的诊断方法的总体流程图;
图2是本发明实施例基于多源数据的电力设备发电偏差的诊断方法的具体流程图一;
图3是本发明实施例基于多源数据的电力设备发电偏差的诊断方法的具体流程图二。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
如图1所示,本发明主要通过获取多源数据并存储到数据库中,计算发电偏差,进而对电力设备的发电偏差进行分析诊断。
具体地,如图2所示,本发明实施例基于多源数据的电力设备发电偏差的诊断方法,包括以下步骤:
S1:获取电力系统多源数据文件,本发明可以通过电力调度计划管理系统获取。
S2:将一天24小时按照15分钟一个点进行分割,分割成96个点。
S3:比较每个点的电量偏差率和偏差率阈值判断正负偏差类别;
S4:根据正负偏差类别进行每个点对应的偏差原因和偏差电量分析;
S5:分析96个点的偏差原因和偏差电量,将有连续4个点及4个点以上的都属于同一种偏差原因的时间区间作为实际的电量偏差原因,非连续4个点的属于调峰调频。
步骤S1中多源故障数据为:
SCADA系统:获取动态实时发电量数据。
发电计划管理系统:火电设备发电情况和预测电量文件、调峰预测文件、深调峰可调区间文件。
新能源功率预测系统:风/光功率预测文件。
数据上报系统:燃煤质量和库存情况。
各信息数据获取接口如下表1所述:
表1:各信息数据获取接口
具体实施步骤为:
定时监听指定数据源系统的ftp服务器仓库,根据文件名称上的时间戳判断该文件是否为新文件并判断文件是否为非空。将文件下载到本地并解析文件将数据存储在数据库中,给偏差分析做准备。
如图3所示,步骤S2的具体实施步骤为:
步骤A:初始计算
Step-A1
计算火电发电机日发电量偏差率(96点):
Step-A2
偏差率大于等于2%且为正偏差时,进入step-B1正偏差。
偏差率小于等于2%且为负偏差时,进入step-C1负偏差。
偏差率小于2%时,进入step-D1人工修正。
步骤B:正偏差分析
Step-B1
比较发电机组计划和实际值,如果计划为停机但是实际发电,则偏差原因为临时启机(正偏差)。人工设置起始结束时间。偏差电量为:
偏差电量=平均负荷率*时间*机组额定容量
若偏差原因不为临时启机,进入step-B2。否则,进入Step-D1。
Step-B2
出现以下情况:
指定热电厂偏差率大于2%,相关输电断面负载率超过85%;
则偏差原因为网络约束(正偏差)。偏差电量为:
偏差电量=实际发电量-计划发电量
若偏差原因不为网络约束,则进入step-B3,否则,进入Step-D1。
Step-B3
从数据上报系统中取电力辅助服务市场系统发布的数据,取各火电厂的时段的并集,计算出调峰时段。深调峰时段的负荷率高于“平均负荷率”时,且当前时间在非供热时间内,则偏差原因为保供热(正偏差)。
偏差电量=运行时间*(修正计划-平均负荷率*机组额定容量)
进入Step-D1。
步骤C:负偏差分析
Step-C1
取每日实际发电曲线与计划曲线判断,如果全天计划曲线是连续的,而实际曲线日内变为零,则偏差原因为非计划停运(停机类、负偏差)。偏差电量为:
偏差电量=非停、检修时间*此期间的平均负荷率*机组额定容量
若停机原因不为非计划停运,则进入step-C2,否则,进入step-D1。
Step-C2
偏差原因为停机调峰(停机类、负偏差)。人工设置起始结束时间,偏差电量为:
偏差电量=平均符合率*时间*机组额定容量
若偏差原因不为停机调峰,则进入step-C3,否则,进入step-D1。
Step-C3
偏差原因为煤质不好(出力受限、负偏差)。从发电能力申报文件中获取时段,偏差电量为:
偏差电量=时段*(修正计划-实际处理)
若偏差原因不为煤质不好,则进入step-C5,否则,进入step-D1。
Step-C5
读燃料信息文件中可用天数,如可用天数小于7天,则偏差原因为电煤库存不足(出力受限、负偏差)。偏差电量为:
偏差电量=小于7天的天数*24*(修正计划-实际出力)
若偏差原因不为电煤库存不足,则进入step-C6,否则,进入step-D1。
Step-C5
偏差原因为保供热(出力受限、负偏差),从发电能力申报文件中获取时段,偏差电量为(判定条件):
偏差电量=时段*(修订计划-实际出力)
偏差原因不为保供热,则进入step-C4,否则,进入step-D1。
Step-C6
指定热电厂偏差率低于-2%,相关输电断面负载率超过85%,则偏差原因为网络约束(外部因素、负偏差)。偏差电量为:
偏差电量=实际发电量-计划发电量
若偏差原因不为网络约束,则进入step-C7,否则,进入step-D1。
Step-C7
偏差原因为深调峰(外部因素、负偏差)。从数据上报系统中取电力辅助服务市场系统发布的数据,取各火电厂得钱的时段的并集,计算出调峰时段,偏差电量为(判定条件):
偏差电量=调峰时段*(修正计划-实际出力)
进入step-D1。
步骤D:人工修正
Step-D1
若经过自动分析后没有得出偏差原因,则偏差原因为调峰调频(外部因素、负偏差),偏差电量为:
偏差电量=实际发电量-计划发电量
Step-D2
人工确认或修改偏差原因、偏差电量大小,偏差分析方法结束。
本发明实施例的基于多源数据的电力设备发电偏差的诊断系统包括:
多源数据获取模块,用于获取电力系统多源数据文件;
区间分割模块,用于将一天24小时按照固定时间进行分割,分割成多个时间区间,每个区间作为一个点;
正负偏差类别判断模块,用于计算每个点的电量偏差率,并与偏差率阈值进行比较,判断正负偏差类别;
分析模块,用于根据正负偏差类别对每个点进行偏差原因和偏差电量分析,若有连续至少4个点都为同一种偏差原因,则将该偏差原因作为实际的电量偏差原因,否则属于调峰调频。
本发明实施例提供的一种计算机设备,如可以执行程序的智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器,或者多个服务器所组成的服务器集群)等。本实施例的计算机设备至少包括但不限于:可通过系统总线相互通信连接的存储器、处理器。
本实施例中,存储器(即可读存储介质)包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)储器也可以是计算机设备的外部存储设备,例如该计算机设备上配备的插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。当然,存储器还可以既包括计算机设备的内部存储单元也包括其外部存储设备。本实施例中,存储器通常用于存储安装于计算机设备的操作系统和各类应用软件,例如方法实施例中的基于多源数据的电力设备发电偏差的诊断方法的程序代码等。此外,存储器还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器通常用于控制计算机设备的总体操作。本实施例中,处理器用于运行存储器中存储的程序代码或者处理数据,例如运行圆柱棒料无序分拣的视觉识别装置,以实现方法实施例中的圆柱棒料无序分拣的视觉识别方法。
本申请还提供一种计算机可读存储介质,如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等,其上存储有计算机程序,程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质用于存储基于多源数据的电力设备发电偏差的诊断方法的计算机代码,被处理器执行该计算机代码。
综上,本发明所提出的电力设备发电偏差的诊断方法能够准确地判断一天中电量偏差原因和数据,不会修改原始正常数据,有效的提高了偏差原因分析能力,提高了故障定位的准确性,且计算耗时远小于数据的采样间隔时间。
需要指出,根据实施的需要,可将本申请中描述的各个步骤/部件拆分为更多步骤/部件,也可将两个或多个步骤/部件或者步骤/部件的部分操作组合成新的步骤/部件,以实现本发明的目的。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种基于多源数据的电力设备发电偏差的诊断方法,其特征在于,包括以下步骤:
步骤1:获取电力系统多源数据文件;
步骤2:将一天24小时按照固定时间进行分割,分割成多个时间区间,每个区间作为一个点;
步骤3:计算每个点的电量偏差率,并与偏差率阈值进行比较,判断正负偏差类别;
步骤4:根据正负偏差类别对每个点进行偏差原因和偏差电量分析;
步骤5:若有连续至少4个点都为同一种偏差原因,则将该偏差原因作为实际的电量偏差原因,否则属于调峰调频。
2.根据权利要求1所述的基于多源数据的电力设备发电偏差的诊断方法,其特征在于,电力系统多源数据文件包括SCADA系统的动态实时发电量数据,发电计划管理系统的火电设备发电情况和预测电量文件、调峰预测文件、深调峰可调区间文件,
新能源功率预测系统的风/光功率预测文件以及数据上报系统的燃煤质量和库存情况。
3.根据权利要求1所述的基于多源数据的电力设备发电偏差的诊断方法,其特征在于,步骤1具体为定时监听指定源的ftp服务器仓库,根据文件名称上的时间戳判断该文件是否为新文件,并判断文件是否为非空,将文件下载到本地并解析,将解析后的数据存储在数据库中,以给偏差分析做准备。
4.根据权利要求1所述的基于多源数据的电力设备发电偏差的诊断方法,其特征在于,步骤2中,具体将一天24个小时按照15分钟一个点进行分割,一共分割成96个点,计算每个点的偏差情况,形成96点曲线图,作为该设备一天的运行偏差情况。
5.根据权利要求1所述的基于多源数据的电力设备发电偏差的诊断方法,其特征在于,步骤3中,偏差率阈值为人工预先设定值2%,当偏差率大于2%且偏差量大于0时为正偏差,当偏差率大于2%且偏差量小于0时为负偏差。
6.根据权利要求1所述的基于多源数据的电力设备发电偏差的诊断方法,其特征在于,步骤4中,正偏差时对应的偏差原因和偏差电量分析包括:
临时启机:比较实际运行情况和计划停运情况进行判断;
网络约束:不满足临时起机时,根据输电断面实时发电信息进行判断;
保供热:不满足网络约束时,根据发布的数据,取各火电厂的时段的并集,计算出调峰时段,判断是否满足保供热,若满足,则属于保供热。
7.根据权利要求1所述的基于多源数据的电力设备发电偏差的诊断方法,其特征在于,步骤4中,负偏差时对应的偏差原因和偏差电量分析包括:
非计划停运:比较全天计划发电曲线和实际发电进行判断;
停机调峰:不满足非计划停运时,开始判断此时间的节点是否有人工设置值,如果有值则此节点偏差原因便是属于停机调峰,若人工设置值为空或为0则继续判断是否为煤质问题;
煤质不好:根据辨别发电能力申报文件进行判断;
网络约束:不满足保供热时,根据输电断面实时发电信息进行判断;
深调峰:不满足网络约束时,根据发布的数据,取各火电厂的时段的并集,计算出调峰时段,不满足保供热时则属于调峰调频。
8.一种基于多源数据的电力设备发电偏差的诊断系统,其特征在于,包括:
多源数据获取模块,用于获取电力系统多源数据文件;
区间分割模块,用于将一天24小时按照固定时间进行分割,分割成多个时间区间,每个区间作为一个点;
正负偏差类别判断模块,用于计算每个点的电量偏差率,并与偏差率阈值进行比较,判断正负偏差类别;
分析模块,用于根据正负偏差类别对每个点进行偏差原因和偏差电量分析,若有连续至少4个点都为同一种偏差原因,则将该偏差原因作为实际的电量偏差原因,否则属于调峰调频。
9.一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-7中任一项所述的基于多源数据的电力设备发电偏差的诊断方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-7中任一项所述的基于多源数据的电力设备发电偏差的诊断方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110942607.1A CN113744080B (zh) | 2021-08-17 | 基于多源数据的电力设备发电偏差的诊断方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110942607.1A CN113744080B (zh) | 2021-08-17 | 基于多源数据的电力设备发电偏差的诊断方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113744080A true CN113744080A (zh) | 2021-12-03 |
CN113744080B CN113744080B (zh) | 2024-07-12 |
Family
ID=
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010122134A (ja) * | 2008-11-21 | 2010-06-03 | Toyota Central R&D Labs Inc | 障害原因分析システム、障害原因分析方法 |
CN103529825A (zh) * | 2013-10-23 | 2014-01-22 | 上海白丁电子科技有限公司 | 自动分析和诊断设备故障的方法及其装置 |
JP2014044510A (ja) * | 2012-08-24 | 2014-03-13 | Hitachi-Ge Nuclear Energy Ltd | 異常診断装置 |
CN105134510A (zh) * | 2015-09-18 | 2015-12-09 | 北京中恒博瑞数字电力科技有限公司 | 一种风力发电机组变桨系统的状态监测和故障诊断方法 |
EP3043066A1 (en) * | 2015-01-07 | 2016-07-13 | Mitsubishi Heavy Industries, Ltd. | System and method of diagnosing wind turbine power generation facility |
CN107612024A (zh) * | 2017-09-12 | 2018-01-19 | 国网吉林省电力有限公司 | 一种新能源电站并网调度方法 |
CN109450000A (zh) * | 2017-11-09 | 2019-03-08 | 广东电网有限责任公司电力调度控制中心 | 一种基于负荷率调整方向的发电计划偏差电量分配方法 |
CN110492497A (zh) * | 2019-08-16 | 2019-11-22 | 国网河南省电力公司电力科学研究院 | 一种发电机组功率振荡综合诊断方法及系统 |
CN111724253A (zh) * | 2020-05-21 | 2020-09-29 | 中国南方电网有限责任公司 | 一种水电交易执行偏差调度方法、系统、装置及存储介质 |
CN111751777A (zh) * | 2020-06-29 | 2020-10-09 | 深圳供电局有限公司 | 一种电压互感器运行状态诊断方法 |
CN112001555A (zh) * | 2020-08-26 | 2020-11-27 | 广州兆和电力技术有限公司 | 一种用于发电厂发电计划考核的方法、装置、系统及介质 |
CN112200433A (zh) * | 2020-09-25 | 2021-01-08 | 华电福新广州能源有限公司 | 一种发电厂热力性能分析与优化系统 |
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010122134A (ja) * | 2008-11-21 | 2010-06-03 | Toyota Central R&D Labs Inc | 障害原因分析システム、障害原因分析方法 |
JP2014044510A (ja) * | 2012-08-24 | 2014-03-13 | Hitachi-Ge Nuclear Energy Ltd | 異常診断装置 |
CN103529825A (zh) * | 2013-10-23 | 2014-01-22 | 上海白丁电子科技有限公司 | 自动分析和诊断设备故障的方法及其装置 |
EP3043066A1 (en) * | 2015-01-07 | 2016-07-13 | Mitsubishi Heavy Industries, Ltd. | System and method of diagnosing wind turbine power generation facility |
CN105134510A (zh) * | 2015-09-18 | 2015-12-09 | 北京中恒博瑞数字电力科技有限公司 | 一种风力发电机组变桨系统的状态监测和故障诊断方法 |
CN107612024A (zh) * | 2017-09-12 | 2018-01-19 | 国网吉林省电力有限公司 | 一种新能源电站并网调度方法 |
CN109450000A (zh) * | 2017-11-09 | 2019-03-08 | 广东电网有限责任公司电力调度控制中心 | 一种基于负荷率调整方向的发电计划偏差电量分配方法 |
CN110492497A (zh) * | 2019-08-16 | 2019-11-22 | 国网河南省电力公司电力科学研究院 | 一种发电机组功率振荡综合诊断方法及系统 |
CN111724253A (zh) * | 2020-05-21 | 2020-09-29 | 中国南方电网有限责任公司 | 一种水电交易执行偏差调度方法、系统、装置及存储介质 |
CN111751777A (zh) * | 2020-06-29 | 2020-10-09 | 深圳供电局有限公司 | 一种电压互感器运行状态诊断方法 |
CN112001555A (zh) * | 2020-08-26 | 2020-11-27 | 广州兆和电力技术有限公司 | 一种用于发电厂发电计划考核的方法、装置、系统及介质 |
CN112200433A (zh) * | 2020-09-25 | 2021-01-08 | 华电福新广州能源有限公司 | 一种发电厂热力性能分析与优化系统 |
Non-Patent Citations (4)
Title |
---|
HE Y等: "Research on the On-Line Model for Energy Efficiency Diagnosis of Thermal Power Pulverized Coal Boiler", 《ADVANCED MATERIALS RESEARCH》, 31 August 2011 (2011-08-31), pages 542 - 547 * |
彭文季;罗兴;李福松;陈志敏;: "基于频谱法和带偏差单元递归神经网络的水电机组振动故障诊断", 机械科学与技术, no. 11, 28 November 2006 (2006-11-28), pages 25 - 28 * |
李秀丽;李文正;鲍都都;倪传坤;李宝伟;李杰;杨飞;: "基于电子式互感器双A/D采样的差动保护可靠性方案研究", 电力系统保护与控制, no. 16, 16 August 2012 (2012-08-16), pages 112 - 116 * |
赵洪山;刘辉海;刘宏杨;林酉阔;: "基于堆叠自编码网络的风电机组发电机状态监测与故障诊断", 电力系统自动化, no. 11, 24 April 2018 (2018-04-24), pages 108 - 114 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Blanco et al. | An efficient robust solution to the two-stage stochastic unit commitment problem | |
Lowery et al. | Impact of wind forecast error statistics upon unit commitment | |
JP2012043421A (ja) | 保守最適化の方法及びシステム | |
WO2019196427A1 (zh) | 基于支撑故障事件约束机组组合的备用优化方法和装置 | |
CN107730076B (zh) | 一种区域配电网设备综合利用效率分析方法 | |
CN114498679A (zh) | 计及调频速率与容量的电力系统储能需求量化方法及系统 | |
CN115660222A (zh) | 一种抽水蓄能电站的容量优化方法、装置及设备 | |
Liu et al. | Online short-term reliability evaluation using a fast sorting technique | |
CN115940273A (zh) | 一种海上新能源并网和调度运行管控方法及系统 | |
CN110580538A (zh) | 一种电力系统备用需求的预测方法及装置 | |
US20220220938A1 (en) | Method for controlling a renewable energy farm in compliance with obligations towards a power grid | |
CN116502771B (zh) | 一种基于电力物资预测的配电方法及系统 | |
CN112039127B (zh) | 一种考虑风功率预测误差相关特征的日前调度方法及系统 | |
CN113744080B (zh) | 基于多源数据的电力设备发电偏差的诊断方法及系统 | |
CN113744080A (zh) | 基于多源数据的电力设备发电偏差的诊断方法及系统 | |
CN112632749A (zh) | 一种风力发电机发电性能的评价方法及装置 | |
CN112531773A (zh) | 一种新能源发电系统及其能量调控方法及装置 | |
CN110909068A (zh) | 应急柴油发电机组大数据采集处理方法、系统及存储介质 | |
CN112800625B (zh) | 一种区域电网全清洁供电运行边界确定方法和系统 | |
Jain et al. | Reliability based computational model for stochastic unit commitment of a bulk power system integrated with volatile wind power | |
CN111445070B (zh) | 负荷曲线生成方法及相关设备 | |
Gross et al. | The UK Energy Research Centre review of the costs and impacts of intermittency | |
CN113052716B (zh) | 风力发电机组主轴承的异常预警方法及装置 | |
CN114548603A (zh) | 一种年度电量校核计算方法 | |
CN105024379A (zh) | 一种风机检修管理调度系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |