JP2018200043A - 適応発電管理 - Google Patents
適応発電管理 Download PDFInfo
- Publication number
- JP2018200043A JP2018200043A JP2018031565A JP2018031565A JP2018200043A JP 2018200043 A JP2018200043 A JP 2018200043A JP 2018031565 A JP2018031565 A JP 2018031565A JP 2018031565 A JP2018031565 A JP 2018031565A JP 2018200043 A JP2018200043 A JP 2018200043A
- Authority
- JP
- Japan
- Prior art keywords
- model
- wind turbine
- sensor data
- wind
- output
- 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 description 11
- 230000003044 adaptive effect Effects 0.000 title description 2
- 238000000034 method Methods 0.000 claims description 44
- 238000012549 training Methods 0.000 claims description 43
- 238000003860 storage Methods 0.000 claims description 40
- 238000012706 support-vector machine Methods 0.000 claims description 36
- 238000013480 data collection Methods 0.000 claims description 17
- 230000009471 action Effects 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 7
- 230000002085 persistent effect Effects 0.000 claims description 4
- 230000003213 activating effect Effects 0.000 claims 4
- 238000007726 management method Methods 0.000 description 44
- 230000006870 function Effects 0.000 description 28
- 238000004891 communication Methods 0.000 description 27
- 238000012821 model calculation Methods 0.000 description 19
- 238000004364 calculation method Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 18
- 238000012545 processing Methods 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 238000005457 optimization Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 238000011161 development Methods 0.000 description 7
- 230000018109 developmental process Effects 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 230000002860 competitive effect Effects 0.000 description 6
- 230000001932 seasonal effect Effects 0.000 description 6
- 230000002354 daily effect Effects 0.000 description 5
- 230000009977 dual effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 238000007792 addition Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000002790 cross-validation Methods 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 3
- 241000699670 Mus sp. Species 0.000 description 2
- 240000007651 Rubus glaucus Species 0.000 description 2
- 235000011034 Rubus glaucus Nutrition 0.000 description 2
- 235000009122 Rubus idaeus Nutrition 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000002688 persistence Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- -1 Ethernet Substances 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- ZZUFCTLCJUWOSV-UHFFFAOYSA-N furosemide Chemical compound C1=C(Cl)C(S(=O)(=O)N)=CC(C(O)=O)=C1NCC1=CC=CO1 ZZUFCTLCJUWOSV-UHFFFAOYSA-N 0.000 description 1
- 230000013632 homeostatic process Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D9/00—Adaptations of wind motors for special use; Combinations of wind motors with apparatus driven thereby; Wind motors specially adapted for installation in particular locations
- F03D9/20—Wind motors characterised by the driven apparatus
- F03D9/25—Wind motors characterised by the driven apparatus the apparatus being an electrical generator
- F03D9/255—Wind motors characterised by the driven apparatus the apparatus being an electrical generator connected to electrical distribution networks; Arrangements therefor
- F03D9/257—Wind motors characterised by the driven apparatus the apparatus being an electrical generator connected to electrical distribution networks; Arrangements therefor the wind motor being part of a wind farm
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/026—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor for starting-up
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/0264—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor for stopping; controlling in emergency situations
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/028—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/028—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power
- F03D7/0284—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power in relation to the state of the electric grid
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/04—Automatic control; Regulation
- F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
- F03D7/043—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
- F03D7/045—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with model-based controls
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/04—Automatic control; Regulation
- F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
- F03D7/043—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
- F03D7/046—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with learning or adaptive control, e.g. self-tuning, fuzzy logic or neural network
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/04—Automatic control; Regulation
- F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
- F03D7/047—Automatic control; Regulation by means of an electrical or electronic controller characterised by the controller architecture, e.g. multiple processors or data communications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/04—Automatic control; Regulation
- F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
- F03D7/048—Automatic control; Regulation by means of an electrical or electronic controller controlling wind farms
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02K—DYNAMO-ELECTRIC MACHINES
- H02K7/00—Arrangements for handling mechanical energy structurally associated with dynamo-electric machines, e.g. structural association with mechanical driving motors or auxiliary dynamo-electric machines
- H02K7/18—Structural association of electric generators with mechanical driving motors, e.g. with turbines
- H02K7/1807—Rotary generators
- H02K7/1823—Rotary generators structurally associated with turbines or similar engines
- H02K7/183—Rotary generators structurally associated with turbines or similar engines wherein the turbine is a wind turbine
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D9/00—Adaptations of wind motors for special use; Combinations of wind motors with apparatus driven thereby; Wind motors specially adapted for installation in particular locations
- F03D9/10—Combinations of wind motors with apparatus storing energy
- F03D9/11—Combinations of wind motors with apparatus storing energy storing electrical energy
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2260/00—Function
- F05B2260/82—Forecasts
- F05B2260/821—Parameter estimation or prediction
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2260/00—Function
- F05B2260/82—Forecasts
- F05B2260/821—Parameter estimation or prediction
- F05B2260/8211—Parameter estimation or prediction of the weather
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2260/00—Function
- F05B2260/84—Modelling or simulation
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/10—Purpose of the control system
- F05B2270/103—Purpose of the control system to affect the output of the engine
- F05B2270/1033—Power (if explicitly mentioned)
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/32—Wind speeds
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/335—Output power or torque
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/40—Type of control system
- F05B2270/404—Type of control system active, predictive, or anticipative
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Wind Motors (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Feedback Control In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
Description
(P(t−d),・・・,P(t−l),WS(t−d),・・・,P(t−l),POD(t),p(t+h)),
ここで、tは任意の時点に固定可能であり、Pは電力、WSは風速、hは予測展望、PODは1日の周期である。
||w||2の1/2を最小化する。
ただし、以下の制約を受ける。
yi−<w,xi>−b≦ε
<w,xi>+b−yi≦ε
ここで、xiは、目標値yiのトレーニングサンプルである。内積に切片を足したもの〈w、xi〉+bは当該サンプルの予測であり、εは閾値として機能する自由パラメータである。すべての予測は、真の予測のε範囲内である必要がある。
小さなw値が好ましく、最小化する目的関数は||w||2である。
トレーニングセットのすべてのiについて、|yi−f(xi)|≦εという制約を受ける。
||w||2+C×Σ(ξi+ξ’i)を最小化する。
ただし、以下の制約を受ける。
yi−f(xi)≦ε+ξi, ξi≧0
f(xi)−yi≦ε+ξ’i, ξ’i≧0
αiおよびα’iにおいて目的関数の二次式を最大化する(ここでは詳細を省略する)。
ただし、以下の制約を受ける。
Σ(αi−α’i)=0, 0≦αi,α’i≦C
w=Σ(αi−α’i)xi
f(x)=Σ(αi−α’i)<xi,x>+b
ここで、iは、元のトレーニングデータの部分集合に及び、サポートベクターと称する。このように、SVM回帰モデルは、サポートベクターおよびその重みにより定義されるようになっていてもよい。
αiおよびα’iの二次関数を最大化する(元の形式に見られる如何なるドット積<xi,xj>もK(xi,xj)で置き換えられる)。
ただし、以下の制約を受ける。
Σ(αi−α’i)=0, 0≦αi,α’i≦C
w=Σ(αi−α’i)Φ(xi)
f(x)=Σ(αi−α’i)K(xi,x)+b
ここで、iは、サポートベクターの部分集合に及ぶ。
RBF(x,x’)=e^(−Gamma×||x−x’||2)
Claims (20)
- 1つまたは複数のプロセッサと、
前記1つまたは複数のプロセッサにより実行された場合に、
第1の期間にわたって、複数の風力タービンの各風力タービンから第1のセンサデータを受信することであり、前記第1のセンサデータが、少なくとも時間間隔当たりの出力および風速を含み、前記第1の期間が、複数の前記時間間隔を含む、ことと、
前記各風力タービンから受信した前記第1のセンサデータに少なくとも部分的に基づいて、各風力タービンの少なくとも1つのモデルをそれぞれトレーニングすることと、
第2の期間にわたって、前記各風力タービンから第2の各センサデータを受信することと、
前記各風力タービンから受信した前記第2の各センサデータを用いて、前記各風力タービンから受信した前記第1のセンサデータを用いてトレーニングされた前記各モデルを実行することにより、各風力タービンについて、次回期間の予測出力を決定することと、
前記予測出力を統合して、前記複数の風力タービンの合計予測出力を決定することと、
前記合計予測出力に少なくとも部分的に基づいて、
前記複数の風力タービンのうちの少なくとも1つの風力タービンを停止または始動させるメッセージを送信することと、
スイッチを作動させることにより、発生電力の少なくとも一部を電力貯蔵装置に振り分けるメッセージを送信することと、
スイッチを作動させることにより、貯蔵電力を前記電力貯蔵装置から送電網に送るメッセージを送信することと、
前記次回期間の少なくとも一部に関する予想出力を示すメッセージをユーティリティ演算装置に送信することと、
のうちの少なくとも1つ、
を含む動作を実行するように前記1つまたは複数のプロセッサを構成する実行可能命令を格納した1つまたは複数の持続性コンピュータ可読媒体と、
を備えるシステム。 - 前記プロセッサのうちの少なくとも1つをそれぞれ含む複数のモデル演算装置をさらに備え、
前記複数のモデル演算装置が、それぞれ、前記風力タービンそれぞれの前記各モデルをトレーニングして実行する、
請求項1に記載のシステム。 - 前記複数の風力タービンの地理的領域に近接して位置付けられ、前記複数の風力タービンから前記センサデータを受信するデータ収集演算装置をさらに備え、
前記複数のモデル演算装置が、前記複数の風力タービンの前記地理的領域に近接して位置付けられ、ローカルエリアネットワーク上で前記データ収集演算装置と通信可能である、請求項1に記載のシステム。 - 前記動作が、
外部源から、前記複数の風力タービンが位置付けられた地理的領域の天気予報データを受信することと、
前記天気予報データに少なくとも部分的に基づいて、前記各風力タービンの前記各モデルをトレーニングすることと
をさらに含み、
各風力タービンから受信した前記第2のセンサデータを用いて、前記各風力タービンから受信した前記第1のセンサデータを用いてトレーニングされた前記各モデルを実行することが、前記各モデルの実行時に受信した天気予報データを使用することを含む、
請求項1に記載のシステム。 - 前記動作が、
前記各風力タービンのうちの第1の風力タービンの前記各モデルを実行する際に、第1の各風力タービンに近接した閾値距離内の1つまたは複数の第2の各風力タービンを決定すること
をさらに含み、
前記第1の各風力タービンから受信した前記第2のセンサデータを用いて、前記第1の各風力タービンから受信した前記第1のセンサデータを用いてトレーニングされた前記各モデルを実行することが、前記1つまたは複数の第2の各風力タービンから受信したセンサデータを使用することを含む、
請求項1に記載のシステム。 - 前記各モデルが、サポートベクターマシン回帰モデルであり、前記各モデルを実行するために入力として用いられる前記センサデータが、前記各風力タービンから受信した複数の前記時間間隔の時系列を含み、測定出力および測定風速が、前記時系列中の各時間間隔にわたって平均化され、
前記時系列中の前記時間間隔のうちの少なくとも1つが、前記時系列中の前記時間間隔のうちの別の1つに少なくとも部分的に重なる、
請求項1に記載のシステム。 - 前記各風力タービンのうちの第1の風力タービンに関して、前記各モデルが第1のモデルであり、前記動作が、
前記第2のセンサデータの受信に先立って、前記第1の風力タービンから受信した別のセンサデータを用いて第2のモデルをトレーニングすることと、
前記第2のセンサデータを用いて前記第2のモデルを実行することにより、前記第1の風力タービンの第2の予測出力を決定することと、
実際の出力を示す前記第1の各風力タービンからの後続受信センサデータに基づいて、前記第1のモデルまたは前記第2のモデルによるいずれの予測出力が前記実際の出力により近いかを判定することと、
前記第2のモデルによる前記予測出力が前記実際の出力により近いことに少なくとも部分的に基づいて、前記第1の各風力タービンの前記第1のモデルを前記第2のモデルで置き換えることと、
をさらに含む、
請求項1に記載のシステム。 - 1つまたは複数のプロセッサにより、第1の期間にわたって複数の風力タービンの各風力タービンから受信した第1のセンサデータに少なくとも部分的に基づいて、前記各風力タービンの少なくとも1つのモデルをそれぞれトレーニングするステップと、
第2の期間にわたって、前記各風力タービンから第2の各センサデータを受信するステップと、
前記各風力タービンから受信した前記第2の各センサデータを用いて、前記各風力タービンに関してトレーニングされた前記各モデルを実行することにより、各風力タービンについて、次回期間の予測出力を決定するステップと、
前記各風力タービンに関する前記予測出力を統合して、前記複数の風力タービンの合計予測出力を決定するステップと、
前記合計予測出力に少なくとも部分的に基づいて、少なくとも1つの行為を実行するステップと、
を有する方法。 - 少なくとも1つの行為を実行するステップが、
前記複数の風力タービンのうちの少なくとも1つの風力タービンを停止または始動させるメッセージを送信することと、
スイッチを作動させることにより、発生電力の少なくとも一部を電力貯蔵装置に振り分けるメッセージを送信することと、
スイッチを作動させることにより、貯蔵電力を前記電力貯蔵装置から送電網に送るメッセージを送信することと、
のうちの少なくとも1つを含む、
請求項8に記載の方法。 - 少なくとも1つの行為を実行するステップが、前記次回期間の少なくとも一部に関する予想出力を示すメッセージをユーティリティ演算装置に送信することを含む、
請求項8に記載の方法。 - 前記風力タービンが位置付けられた地理的領域で複数のモデル演算装置を構成するステップをさらに有し、
前記複数のモデル演算装置が、それぞれ、前記風力タービンそれぞれの前記各モデルをトレーニングして実行するようになっている、
請求項8に記載の方法。 - 前記各風力タービンのうちの第1の風力タービンの前記各モデルを実行する際に、第1の各風力タービンに近接した閾値距離内の1つまたは複数の第2の各風力タービンを決定するステップをさらに有し、
前記各風力タービンから受信した前記第2の各センサデータを用いて、前記各風力タービンに関してトレーニングされた前記各モデルを実行するステップが、前記1つまたは複数の第2の各風力タービンから受信したセンサデータを使用することを含む、
請求項8に記載の方法。 - 各風力タービンの少なくとも1つのモデルをそれぞれトレーニングするステップが、各風力タービンの少なくとも1つの各サポートベクターマシン回帰モデルをトレーニングすることを含み、前記各モデルを実行するために入力として用いられる前記センサデータが、前記各風力タービンから受信した複数の前記時間間隔の時系列を含み、測定出力および測定風速が、前記時系列中の各時間間隔にわたって平均化され、
前記時系列中の前記時間間隔のうちの少なくとも1つが、前記時系列中の前記時間間隔のうちの別の1つに少なくとも部分的に重なる、
請求項8に記載の方法。 - 前記各風力タービンのうちの第1の風力タービンに関して、前記各モデルが第1のモデルであり、
前記第2のセンサデータの受信に先立って、前記第1の風力タービンから受信した別のセンサデータを用いて第2のモデルをトレーニングするステップと、
前記第2のセンサデータを用いて前記第2のモデルを実行することにより、前記第1の風力タービンの第2の予測出力を決定するステップと、
実際の出力を示す前記第1の各風力タービンからの後続受信センサデータに基づいて、前記第1のモデルまたは前記第2のモデルによるいずれの予測出力が前記実際の出力により近いかを判定するステップと、
前記第2のモデルによる前記予測出力が前記実際の出力により近いことに少なくとも部分的に基づいて、前記第1の各風力タービンの前記第1のモデルを前記第2のモデルで置き換えるステップと、
をさらに有する、
請求項8に記載の方法。 - 1つまたは複数のプロセッサと、
前記1つまたは複数のプロセッサにより実行された場合に、
第1の期間にわたって複数の風力タービンの各風力タービンから受信した第1のセンサデータに少なくとも部分的に基づいて、前記各風力タービンの少なくとも1つのモデルをそれぞれトレーニングすることと、
第2の期間にわたって、前記各風力タービンから第2の各センサデータを受信することと、
前記各風力タービンから受信した前記第2の各センサデータを用いて、前記各風力タービンに関してトレーニングされた前記各モデルを実行することにより、各風力タービンについて、次回期間の予測出力を決定することと、
前記各風力タービンに関する前記予測出力を統合して、前記複数の風力タービンの合計予測出力を決定することと、
前記合計予測出力に少なくとも部分的に基づいて、少なくとも1つの行為を実行することと、
を含む動作を実行するように前記1つまたは複数のプロセッサをプログラムする実行可能命令を保持した1つまたは複数の持続性コンピュータ可読媒体と、
を備えるシステム。 - 前記各風力タービンのうちの第1の風力タービンに関して、前記各モデルが第1のモデルであり、前記動作が、
前記第2のセンサデータの受信に先立って、前記第1の風力タービンから受信した別のセンサデータを用いて第2のモデルをトレーニングすることと、
前記第2のセンサデータを用いて前記第2のモデルを実行することにより、前記次回期間について、前記第1の風力タービンの第2の予測出力を決定することと、
実際の出力を示す前記第1の各風力タービンからの後続受信センサデータに基づいて、前記第1のモデルまたは前記第2のモデルによるいずれの予測出力が前記実際の出力により近いかを判定することと、
前記第2のモデルによる前記予測出力が前記実際の出力により近いことに少なくとも部分的に基づいて、前記第1の各風力タービンの前記第1のモデルを前記第2のモデルで置き換えることと、
をさらに含む、
請求項15に記載のシステム。 - 前記各風力タービンのうちの第1の風力タービンに関して、前記各モデルが第1のモデルであり、前記動作が、
前記第2のセンサデータの受信に先立って、前記第1の風力タービンから受信した別のセンサデータを用いて第2のモデルをトレーニングすることと、
前記第2のセンサデータを用いて前記第2のモデルを実行することにより、前記次回期間について、前記第1の風力タービンの第2の予測出力を決定することと、
前記第1のモデルから決定した前記予測出力および前記第2のモデルから決定した前記予測出力に基づいて、前記次回期間に関する前記第1の風力タービンの予測出力を決定することと、
をさらに含む、
請求項15に記載のシステム。 - 前記風力タービンが位置付けられた地理的領域に複数のモデル演算装置をさらに備え、
各モデル演算装置が前記1つまたは複数のプロセッサのうちの少なくとも1つを含み、
前記複数のモデル演算装置が、それぞれ、前記風力タービンそれぞれの前記各モデルをトレーニングして実行する、
請求項15に記載のシステム。 - 少なくとも1つの行為を実行する前記動作が、
前記複数の風力タービンのうちの少なくとも1つの風力タービンを停止または始動させるメッセージを送信すること、
スイッチを作動させることにより、発生電力の少なくとも一部を電力貯蔵装置に振り分けるメッセージを送信すること、
スイッチを作動させることにより、貯蔵電力を前記電力貯蔵装置から送るメッセージを送信すること、及び、
前記次回期間の少なくとも一部に関する予想出力を示すメッセージをユーティリティ演算装置に送信すること、
のうちの少なくとも1つを含む、
請求項15に記載のシステム。 - 前記動作が、
前記各風力タービンのうちの第1の風力タービンの前記各モデルを実行する際に、第1の各風力タービンに近接した閾値距離内の1つまたは複数の第2の各風力タービンを決定すること
をさらに含み、
前記各風力タービンから受信した前記第2の各センサデータを用いて、前記各風力タービンに関してトレーニングされた前記各モデルを実行することが、前記1つまたは複数の第2の各風力タービンから受信したセンサデータを使用することを含む、
請求項15に記載のシステム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/605,184 US10309372B2 (en) | 2017-05-25 | 2017-05-25 | Adaptive power generation management |
US15/605,184 | 2017-05-25 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018200043A true JP2018200043A (ja) | 2018-12-20 |
JP6695370B2 JP6695370B2 (ja) | 2020-05-20 |
Family
ID=61616828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018031565A Expired - Fee Related JP6695370B2 (ja) | 2017-05-25 | 2018-02-26 | 適応発電管理 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10309372B2 (ja) |
EP (1) | EP3406894A1 (ja) |
JP (1) | JP6695370B2 (ja) |
CN (1) | CN108930632B (ja) |
SG (1) | SG10201801978QA (ja) |
TW (1) | TWI678677B (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020197967A (ja) * | 2019-06-04 | 2020-12-10 | メタウォーター株式会社 | モデル予測制御システム、情報処理装置、プログラム、及びモデル予測制御方法 |
JP2021069209A (ja) * | 2019-10-24 | 2021-04-30 | 株式会社東芝 | 監視制御システム、監視制御方法、および監視制御プログラム |
JP2022050615A (ja) * | 2021-06-30 | 2022-03-30 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | 送電網システムディスパッチングモデルのトレーニング方法、装置、機器及び記憶媒体 |
JP2022054443A (ja) * | 2020-09-25 | 2022-04-06 | ヴォッベン プロパティーズ ゲーエムベーハー | 風力発電設備の無停電電源 |
KR20230063762A (ko) * | 2021-11-02 | 2023-05-09 | 한국에너지기술연구원 | 해상 풍력발전 건전성 모니터링 시스템 및 이를 이용한 풍력발전 건전성 진단 방법 |
JP7512882B2 (ja) | 2020-12-22 | 2024-07-09 | 株式会社Ihi | 情報提供装置、バイナリ発電装置、およびエネルギシステム |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210334914A1 (en) * | 2017-02-07 | 2021-10-28 | Foresight Energy Ltd | System and method for determining power production in an electrical power grid |
TWI623890B (zh) * | 2017-07-04 | 2018-05-11 | 台灣電力股份有限公司 | 由多個類神經網路組成的發電量預測系統與其方法 |
US11725625B2 (en) | 2018-07-31 | 2023-08-15 | Alliance For Sustainable Energy, Llc | Distributed reinforcement learning and consensus control of energy systems |
DE102018008700A1 (de) * | 2018-11-06 | 2020-05-07 | Senvion Gmbh | Windpark-Energieparameterwert-Prognose |
CN109340062B (zh) * | 2018-12-18 | 2020-01-31 | 国电联合动力技术有限公司 | 一种低风速风电机组数字双胞胎式的疲劳损伤预测方法 |
RU2724075C1 (ru) * | 2018-12-28 | 2020-06-19 | Акционерное общество "Лаборатория Касперского" | Система и способ определения источника аномалии в кибер-физической системе, обладающей определенными характеристиками |
EP3935581A4 (en) * | 2019-03-04 | 2022-11-30 | Iocurrents, Inc. | DATA COMPRESSION AND COMMUNICATION USING MACHINE LEARNING |
US10815972B2 (en) * | 2019-03-22 | 2020-10-27 | General Electric Company | System and method for assessing and validating wind turbine and wind farm performance |
CN111765052B (zh) * | 2019-04-01 | 2022-07-15 | 北京金风科创风电设备有限公司 | 风力发电机组的风速修正方法、装置、***及存储介质 |
EP3744973B1 (en) * | 2019-05-31 | 2023-10-04 | Vestas Wind Systems A/S | Controlling flap loading on a wind turbine blade based on predicted flap loading |
JP7359580B2 (ja) * | 2019-07-08 | 2023-10-11 | ファナック株式会社 | 制御装置及び判定装置 |
EP3792483A1 (en) * | 2019-09-16 | 2021-03-17 | Siemens Gamesa Renewable Energy A/S | Wind turbine control based on reinforcement learning |
CN114514688A (zh) * | 2019-09-30 | 2022-05-17 | 维斯塔斯风力***集团公司 | 一种控制发电单元的提升后的电力输出的方法 |
US20240077058A1 (en) * | 2019-10-09 | 2024-03-07 | Vestas Wind Systems A/S | Waking a wind turbine from a sleep state |
EP3839250A1 (en) * | 2019-12-16 | 2021-06-23 | Siemens Gamesa Renewable Energy A/S | Method and an apparatus for computer-implemented monitoring of a wind turbine |
CN111105050B (zh) * | 2019-12-23 | 2023-09-29 | 远景智能国际私人投资有限公司 | 风机维护计划的生成方法、装置、设备及存储介质 |
US20210239099A1 (en) * | 2020-01-30 | 2021-08-05 | Honeywell International Inc. | Systems and methods for model based wind turbine diagnostics |
US11428212B2 (en) * | 2020-02-11 | 2022-08-30 | Inventus Holdings, Llc | Wind turbine drivetrain wear detection using azimuth variation clustering |
CN111664061B (zh) * | 2020-06-15 | 2021-12-17 | 三一重能有限公司 | 风力发电机组中偏航***的故障诊断方法及装置 |
CN112761896B (zh) * | 2020-09-24 | 2024-05-14 | 国网内蒙古东部电力有限公司 | 提高风力发电站发电量预测精度的计算方法、装置和计算机设备 |
KR102309596B1 (ko) * | 2020-12-29 | 2021-10-06 | 포항공과대학교 산학협력단 | 미래 풍황 예측을 통한 풍력발전 시스템 및 풍력발전기 제어방법 |
CN114139791A (zh) * | 2021-11-24 | 2022-03-04 | 北京华能新锐控制技术有限公司 | 风力发电机组功率预测方法、***、终端及存储介质 |
WO2023201214A2 (en) * | 2022-04-12 | 2023-10-19 | Mark Daniel Farb | Systems and methods for operating a cluster of fluid turbines |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DK2148225T3 (en) * | 2008-07-22 | 2017-02-06 | Siemens Ag | Method and device for predicting wind resources |
US8620634B2 (en) | 2009-07-24 | 2013-12-31 | Honeywell International Inc. | Energy resource allocation including renewable energy sources |
CN102102626B (zh) * | 2011-01-30 | 2012-08-29 | 华北电力大学 | 风电场短期功率预测方法 |
CN102269124B (zh) * | 2011-06-30 | 2013-04-03 | 内蒙古电力勘测设计院 | 超短期风电场发电功率预测*** |
CN104021424B (zh) * | 2013-02-28 | 2018-12-07 | 乌托巴斯洞察公司 | 用于预测风场中的风机的输出功率的方法和装置 |
CN103410660B (zh) * | 2013-05-14 | 2016-08-03 | 湖南工业大学 | 基于支持向量机的风力发电变桨距自学习控制方法 |
DK3161931T3 (da) * | 2014-06-27 | 2019-05-27 | Abb Schweiz Ag | Fremgangsmåde og indretning til bestemmelse af referenceudgangseffekt for energilagringssystem i vindkraftgenereringssystem |
TWI540533B (zh) * | 2015-03-18 | 2016-07-01 | 聖約翰科技大學 | 智慧型短期電力發電量預測方法 |
US10443577B2 (en) | 2015-07-17 | 2019-10-15 | General Electric Company | Systems and methods for improved wind power generation |
CN107194507A (zh) * | 2017-05-17 | 2017-09-22 | 华北电力大学(保定) | 一种基于组合支持向量机的风电场短期风速预测方法 |
-
2017
- 2017-05-25 US US15/605,184 patent/US10309372B2/en active Active
-
2018
- 2018-02-26 JP JP2018031565A patent/JP6695370B2/ja not_active Expired - Fee Related
- 2018-03-08 EP EP18160744.1A patent/EP3406894A1/en not_active Withdrawn
- 2018-03-09 SG SG10201801978QA patent/SG10201801978QA/en unknown
- 2018-03-09 TW TW107108063A patent/TWI678677B/zh not_active IP Right Cessation
- 2018-03-09 CN CN201810193688.8A patent/CN108930632B/zh not_active Expired - Fee Related
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020197967A (ja) * | 2019-06-04 | 2020-12-10 | メタウォーター株式会社 | モデル予測制御システム、情報処理装置、プログラム、及びモデル予測制御方法 |
JP7353804B2 (ja) | 2019-06-04 | 2023-10-02 | メタウォーター株式会社 | モデル予測制御システム、情報処理装置、プログラム、及びモデル予測制御方法 |
JP2021069209A (ja) * | 2019-10-24 | 2021-04-30 | 株式会社東芝 | 監視制御システム、監視制御方法、および監視制御プログラム |
JP7204629B2 (ja) | 2019-10-24 | 2023-01-16 | 株式会社東芝 | 監視制御システム、監視制御方法、および監視制御プログラム |
JP2022054443A (ja) * | 2020-09-25 | 2022-04-06 | ヴォッベン プロパティーズ ゲーエムベーハー | 風力発電設備の無停電電源 |
JP7512882B2 (ja) | 2020-12-22 | 2024-07-09 | 株式会社Ihi | 情報提供装置、バイナリ発電装置、およびエネルギシステム |
JP2022050615A (ja) * | 2021-06-30 | 2022-03-30 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | 送電網システムディスパッチングモデルのトレーニング方法、装置、機器及び記憶媒体 |
JP7314330B2 (ja) | 2021-06-30 | 2023-07-25 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | 送電網システムディスパッチングモデルのトレーニング方法、装置、機器及び記憶媒体 |
KR20230063762A (ko) * | 2021-11-02 | 2023-05-09 | 한국에너지기술연구원 | 해상 풍력발전 건전성 모니터링 시스템 및 이를 이용한 풍력발전 건전성 진단 방법 |
KR102644417B1 (ko) * | 2021-11-02 | 2024-03-07 | 한국에너지기술연구원 | 해상 풍력발전 건전성 모니터링 시스템 및 이를 이용한 풍력발전 건전성 진단 방법 |
Also Published As
Publication number | Publication date |
---|---|
US10309372B2 (en) | 2019-06-04 |
SG10201801978QA (en) | 2018-12-28 |
EP3406894A1 (en) | 2018-11-28 |
TW201901590A (zh) | 2019-01-01 |
US20180340515A1 (en) | 2018-11-29 |
CN108930632A (zh) | 2018-12-04 |
TWI678677B (zh) | 2019-12-01 |
CN108930632B (zh) | 2020-10-27 |
JP6695370B2 (ja) | 2020-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6695370B2 (ja) | 適応発電管理 | |
US9312698B2 (en) | System and method for energy distribution | |
CN106351793B (zh) | 用于改进风力发电的***和方法 | |
US10205317B2 (en) | Management of grid-scale energy storage systems for multiple services | |
CN102184453A (zh) | 基于模糊神经网络和支持向量机的风电功率组合预测方法 | |
US20120053837A1 (en) | Estimation of remaining battery life in a wind energy application | |
CN104115166A (zh) | 一种用于由发电厂特别是可再生发电厂所产生的电能的使用的计算机辅助确定的方法 | |
US10686327B2 (en) | Energy storage controller | |
US11293404B2 (en) | Model predictive control in local systems | |
CN107017625B (zh) | 用于独立微电网的能量动态调度的方法和设备 | |
Rafique et al. | Renewable generation (wind/solar) and load modeling through modified fuzzy prediction interval | |
US20180166880A1 (en) | Data-Driven Demand Charge Management Solution | |
KR20210026447A (ko) | 심층 신경망 기반 전력 수요 예측 장치 및 방법 | |
Feng et al. | Advanced machine learning applications to modern power systems | |
Liri et al. | An Efficient Energy Management Solution for Renewable Energy Based IoT Devices | |
KR102566824B1 (ko) | 장단기 메모리 네트워크 모델을 학습시키는 방법 및 학습된 장단기 메모리 네트워크 모델을 이용하여 에너지 비용을 최소화하는 방법 | |
US11802537B2 (en) | Methods and systems for wave energy generation prediction and optimization | |
CN112821456A (zh) | 基于迁移学习的分布式源-储-荷匹配方法及装置 | |
US20190326780A1 (en) | Power supply mode selection | |
Jendoubi et al. | Hybrid storage system control for real-time power bal-ancing in a hybrid renewable energy system | |
Espino et al. | Nowcasting of wind speed using support vector regression. Experiments with time series from Gran Canaria | |
Pellegrini | Intelligent wireless sensor nodes in water monitoring systems | |
US20240170986A1 (en) | Virtual peaker power plant | |
Crippa et al. | Predictive Resource Management in Energy-constrained Embedded Systems | |
Zhang et al. | High-Resolution Load Forecasting Approach for Micro-grid with Renewable Energy Sources |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180226 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190219 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190412 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191001 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191120 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200407 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200421 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6695370 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |