智慧风场+大数据的能源信息管控方法设计

为了解决智慧风场中大量能源信息的存储和处理问题,使用Hadoop大数据框架、分布式关系型数据库和大数据引擎完成数据的存储和转换。采用超声波风速传感器,利用超声波技术计算相应的风速和风向。提出基于Apriori算法的关联规则数据挖掘技术,根据用户需求对数据库进行数据挖掘过程中通过关联规则快速准确地发现类型关联,并通过压缩数据库和删除候选集对Apriori算法进行优化改进。实验结果显示,数据挖掘时间低至1218 ms,加速度比最高可达3.4。

基于大数据的风电机组性能监控与故障预测

本文研究了大数据在风电行业中的应用现状,及基于大数据的风电机组性能监控与故障预测。实行技术架构、数据采集、特征提取、模型训练和实时监测等关键步骤,提高了风电机组的可靠性和可用率,降低了运营成本。未来,大数据技术将为风电行业带来更多创新与发展。

基于大数据的风电设备故障预警机制研究

本文全面探讨了基于大数据的风电设备故障预警机制。首先对风电设备的数据采集和处理进行了分析,强调了高质量数据对准确预测的重要性。其次详细介绍了预警模型的构建,特别是机器学习算法如支持向量机在故障识别中的应用。然后研究探讨了数据驱动的决策支持系统在提高故障预警效率和准确性中的作用。文中还分析了故障响应流程的优化策略,以及通过实际案例评估了预警机制的效果。最后提出了针对现有系统的优化建议,旨在提高风电场的运营效率和设备可靠性。

基于大数据驱动的风力发电对竞争市场批发价格的影响

针对目前电力市场难以高效、智能地处理和分析大量数据的问题,提出了一种基于大数据驱动的技术来分析风力发电对批发电价的影响。通过探索竞争市场批发电价与风力普及率提高之间的关系,为电力市场中各类产消者提供有用信息。以艾伯塔省的电力市场为案例进行研究,基于该省电力系统运营商的公共数据,评估每100 MWh风力发电对电价的影响。结果表明,一般情况下,风力发电的增加在一定程度上降低了电力市场批发价格,但这种影响不是恒定的,而是取决于电力市场的运行状况。

风光一体化项目PC总承包模式档案管理优化探究

探讨了基于大数据分析的风光一体化项目PC总承包模式下的档案管理优化策略。首先,通过收集和整合采购阶段、施工阶段以及验收阶段的数据,建立数据采集系统和整合平台,实现对项目数据的统一管理和存储;其次,运用大数据分析技术,对档案管理过程中的关键指标进行分析和挖掘,以发现潜在的优化空间;最后,提出了针对档案管理过程的优化策略,包括优化数据采集流程、提升数据分析能力、加强信息安全保障等方面。该研究可为风光一体化项目PC总承包模式下的档案管理提供理论支持和实践指导。

提高风电场运行效率的大数据评估方法及应用研究

随着可再生能源的需求不断增加,提高风电场的运行效率已成为当务之急。本文详细探讨了大数据技术在风电场效率评估中的应用,包括风能预测、实时数据分析与监测、以及数据驱动的维护和故障预测。通过分析风电场的数据管理和处理流程,本文强调了数据收集方法的重要性和挑战,以及数据清洗和处理的关键步骤。本文研究的目的是为风电行业提供一个全面的大数据应用框架,以提高能源产出和运营效率。

计及数据降维和数据清洗的超短期风电功率预测

现代通讯和测量技术飞速发展,“风电大数据”时代随之而来。在众多数据维度中提取有效的特征量能提高风电功率预测精度。Shap值可以解释特征变量对预测结果的影响程度,文中应用基于Shap的归因分析模型梳理出对风电功率影响较大的6维特征变量。将其与风电功率数据同时导入基于LOF-ARIMA的异常数据识别模型,从而对风电功率预测过程中所使用的历史数据加以清洗。最终根据VMD-PSO-BiLSTM分解模型完成风电功率超短期预测,实践表明可以显著提高风电功率预测精度。

风电机组集群大数据平台应用存在的问题分析及解决方法

介绍了大数据在风电企业应用中存在的风机状态判定和电量损失归类不准确以及风机系统各参数间关联价值挖掘不深入等问题,结合风电机组现场实际运行情况进行了原因分析,并提出提高风机状态判定的准确性、对大数据系统开发挂牌识别功能、优化电量损失的分类方式、深入挖掘风机系统各参数间的关联价值等建议,以有效提升大数据平台应用效能,发挥大数据对生产实践的技术支撑作用。

基于大数据的风电远控系统采集数据与分析

为提高风电场选址准确性,优化风电场风电机组设备设计,基于风电远控系统采集的风况特性和风电机组设备特性数据,并借助大数据分析技术,对风电场风况和风电机组设备性能进行评估。结果表明,利用风电远控系统采集的风电场风速时间特性和风速湍流特性数据进行大数据分析,可验证风场选址的合理性,提高风电场选址准确性;利用风电远控系统采集的风电机组功率特性、风能吸收特性和风轮转矩与推力特性数据,可为风电场风电机组设备设计优化和合理选型提供理论依据,具有操作简单、易于实现的特点,可广泛应用于风电场风电机组设备性能综合评估。

抗战时期《大风》的香港叙说

以抗战时期南来文人创办的《大风》杂志为切入口,敷陈刊物内纪行、文学、漫画、学术等诸多话语脉络中的香港地区书写;依凭现存史料,打捞许地山、叶恭绰等《大风》同人未竟的香港地区文史纂修计划;循此,可探勘《大风》香港地区叙说的演绎轨辙及其呈露香港地区形象的衍化踪迹。《大风》场域中的香港地区叙说交织着对香港地区主体性的发现与不见,既体现出内地与香港地区文化互动间不平衡与不平等的症候,又掺杂着抗战时期香港地区文化主体性生发的幽微杂音与可贵契机。

基于大数据分析的风电智慧化巡检系统研究与建设

为了有效解决风电场巡检难度大、效率低等问题,设计了一种风电场智慧化巡检系统,通过数据采集与监视控制系统(SCADA),结合机器人、无人机智慧巡检技术获取风机机组设备状态信息,并利用Hadoop大数据分析技术、智能算法及评估模型对设备的健康度、寿命等进行智能评价,为管理人员决策提供数据支持,旨在提高风电场巡检数字化、智慧化水平,可为风电场智慧化巡检建设提供参考。

大数据技术下的智慧风场建设

为使风力发电场的经济效益和社会效益最大化,本文从选址规划与建设、运营管理两方面研究了传统风场的困境,并针对传统风场的困境提出智慧风场建设措施建议,即风场选址智能化、设备多样化、监测维护信息化、经营管理精准化、运行维护数字化、管理维护信息化等。

大数据技术在风电机组运行状态监测评估中的应用

风电机组一旦因组件故障而停机,将耗费较长时间排故,给风电场带来较大的经济损失,因此需加强机组运行状态的实时监测,科学评估机组状态,以指导日常检修、维护等工作,有效降低机组发生故障的概率。在明确机组运行状态监测评估需求的基础上,引入大数据技术实现机组运行调度、故障处理等操作,需做好数据收集、分析和推理。把握大数据应用的技术思路,利用存储模块、收集模块、分析系统等加强技术实践应用,有效实现风电机组运行状态的监测评估,为解决风电机组运行管理问题提供有效的技术方案。

面向异构数据的风电大数据质量治理方法

为了有效地分析和评估风电大数据,建立风电数据质量评估系统,利用数据质量评估模型对风电数据进行评估,并对各异构数据源进行整合处理,提高数据质量。设计基于可信分析的风电大数据质量评估模型,分析数据库中数据来源是否可信,设定5个维度的评估规则,根据数据每个维度的分值去除低可信度数据。通过贝叶斯网络训练关联模型库对系统中的异构数据的质量进行优化,建立关联模型对问题数据进行诊断和修正。经过数据评估实验测试表明,所提出的系统数据质量评价结果中的规范性和及时性高达100%,系统运行时间低于21 s。

海上风电工程施工气象实时监测预警大数据平台设计

海上风电工程施工受海洋环境影响,而海洋环境复杂多变,热带气旋、海上大风、强对流和大雾等灾害性天气频繁发生,如果无法及时获取这些信息,将会给海上风电工程施工过程造成极大的威胁和损失。为解决这一难点,设计开发海上风电工程施工气象实时监测预警大数据平台,实现在线监测、施工区域、人员信息的统计,各类重要天气、施工指数、项目进展等信息的可视化展示,提升海上风电施工安全管理能力,避免或减少海上风电施工安全事故。

工业大数据驱动的故障预测与健康管理

新一代人工智能技术的发展与应用装备积累了大量数据,推动着故障预测与健康管理(PHM)进入了工业大数据时代。结合装备的功能作用、结构组成和工作特点,分析装备大数据,进行价值挖掘、信息提取进而实现装备的状态监测、异常预警、故障诊断、寿命预测、智能维护等工作十分迫切。在回顾并剖析当前PHM技术内涵、发展现状与应用的同时讨论了装备工业大数据的特点、分析方法及其工作中的难点和疑点。以风力发电机组和机械硬盘两类典型复杂装备为例,从工业大数据角度对其PHM技术进行探讨,总结当前研究工作的热点与不足,思考未来研究方向,以期为相关领域的研究人员提供一定参考。

北京盛夏一次罕见的大雹事件分析

分析了1969年8月29日出现在北京的罕见大雹事件。冰雹发生在蒙古低涡低槽大尺度环流背景下,500hPa的冷空气叠置在低层暖空气上,为冰雹等强对流天气的出现提供了有利的条件。分析表明,华北东部的降雹区位于高能带中,北京在高能带的中心并且对流有效位能(CAPE)和抬升指数(LI)均达到了一个较高的水平,特别是在-10～-30℃层内有高的CAPE值,使大冰雹的出现成为可能。此外,对流层中下层较强的环境风垂直切变有利于多单体风暴或超级单体等强风暴云的发展,从而增加了冰雹出现的几率。而且,合适的冻结层高度以及冷暖云厚度比也为降雹创造了条件。

宁夏沙坡头黄河大弯曲形成时代的讨论

通过宁夏中卫县沙坡头黄河大弯曲内侧大湾子—小湾子一带黄河T1～T7级不同阶地的分布范围、出露高度、野外表征等方面的野外调查和分析,对黄河大弯曲的形成时代及其演化过程进行了讨论.认为该大弯曲的形成始于黄河第Ⅴ级阶地的形成时期,成型于黄河第Ⅲ级阶地形成之后,约在距今10万年～28万年之间.

水火风光多源发电调度系统大数据平台架构及关键技术

水风光等可再生能源高速发展使得电力调度数据出现爆发式增长,并呈现出多源、异构、高维等大数据典型特点,如何应对电力大数据的集成管理及高效应用是我国电网运行的重大技术挑战之一。为此,围绕水火风光复杂发电调度系统,解析超大规模电站群调度大数据特征及相互关系,设计调度管理功能体系,构建发电调度大数据平台架构,提出满足不同业务场景共性需求的多源数据校验和多平台协同存储技术、面向发电调度分析场景的大数据融合处理技术以及面向发电计划编制场景的大数据分析决策技术,实现电力大数据的采集、存储、分析及知识提取等一体化功能。以云南省调400余座大中型电站为工程背景,应用大数据平台架构和关键技术,构建超大规模多源发电系统调度软件,通过电网月度计划跟踪分析、新能源功率预测偏差确定、梯级水电站群发电调度计划编制3个核心业务场景的典型应用,表明电力大数据技术确实可以为复杂发电调度系统高效和实用化运行提供新的解决途径。

风电场运行数据分析

为了挖掘风电大数据蕴含的深层信息,探索风电场生产运行的规律,科学指导风电场生产经济运行,开展风电场运行数据分析研究,以风电场风力发电机组SCADA系统运行数据为主要研究对象,以电力大数据分析为基本思路,以计量经济学和统计学为主要研究方法,提出了风电场大数据分析的层次结构,归纳了风电场数据分类框架结构,分析了风电场风力发电机不同参数的运行特性,在数据分析的基础上验证了时下风电产业热点研究方向的研究必要性。