基于复合特征指标和深度极限学习机的泵站机组诊断方法

    公开(公告)号:CN108869145B

    公开(公告)日:2020-03-24

    申请号:CN201810385373.3

    申请日:2018-04-26

    IPC分类号: F03B11/00

    摘要: 本发明公开了一种基于复合特征指标和深度极限学习机的泵站机组诊断方法,涉及水力机械故障诊断技术领域。该诊断方法采用自适应迭代滤波直接从原始振动信号中进行非平稳时间序列分解,可以有效地提取机组非平稳特征,在各个非平稳信号成分基础上提取时域统计信号、频域统计信号、能量信号、样本熵信号、排列熵信号,并利用深度极限学习机,快速有效的进行特征学习,提取各个特征的隐含故障信息,避免了手动设计和提取特征的局限性和基于人工神经网络的复杂调参过程,从而实现水泵机组故障的智能诊断,以提高水泵机组故障诊断的准确性和有效性。

    基于综合评价信息的城市多水库水源水量分配方法

    公开(公告)号:CN109377064A

    公开(公告)日:2019-02-22

    申请号:CN201811288996.5

    申请日:2018-10-31

    IPC分类号: G06Q10/06 G06Q50/06

    摘要: 本发明公开了一种基于综合评价信息的城市多水库水源水量分配方法,涉及水资源规划和配置技术领域。该方法首先构建多水库水源综合评价系统,确定四个评价子系统的评价因子,并计算水质目标子系统的综合水质值、运行情况子系统的综合运行值以及多水库水源供水系统的综合评价值,进而确定多水库水源联合供水的先后顺序和实际供水量,其中,在筛选水质评价因子时,采用主成分分析法,客观选取影响水质目标的评价因子;采用综合评价法和模糊评价法,分别计算水质目标子系统的综合水质值和运行情况子系统的综合运行值;基于综合评价值的多水库水源水量分配方法,可以减少人为主观因素影响,为多水库水源供水的先后顺序和实际供水量提供科学依据。

    一种基于深度森林和自编码的泵站机组诊断方法

    公开(公告)号:CN109102032A

    公开(公告)日:2018-12-28

    申请号:CN201811018396.7

    申请日:2018-09-03

    IPC分类号: G06K9/62 G06F17/50

    摘要: 本发明公开了一种基于深度森林和自编码的泵站机组诊断方法,涉及水力机械故障诊断技术领域。该方法,首先利用深度森林的多粒度扫描对所述原始振动信号进行特征转换,然后采用多层自编码结构进行无监督特征学习,得到具有故障特征的特征向量,最终将得到的所述具有故障特征的特征向量代入深度森林的级联森林中进行有监督的逐级训练,得到最终分类结果,完成泵站机组智能诊断。利用深度森林模型,避免了深度神经网络应用于故障诊断领域中的复杂的理论分析、繁琐的调参过程;利用多层自编码,避免了级联森林训练中维数大,耗时大的问题;避免了人工特征提取的局限性以及浅层机器学习诊断精度低的问题,实现了从原始监测数据的端对端的智能故障诊断。

    一种自适应泵站故障智能诊断方法

    公开(公告)号:CN109063782A

    公开(公告)日:2018-12-21

    申请号:CN201810935911.1

    申请日:2018-08-16

    IPC分类号: G06K9/62 G06N3/00 G06F17/50

    摘要: 本发明公开了一种自适应泵站故障智能诊断方法,涉及水力机械故障诊断技术领域。该方法针对泵站的故障诊断分类方面,用各种故障数据进行支持向量机分类,分类时采用概念更为简单,而且更易于实现的CSA优化算法对C‑SVC中的参数‑c,与RBF核函数进行优化。提高了分类准确率,缩短了分类所需要的时间,提高了故障诊断的自适应性。从而提高了泵站故障诊断的效率,解决了现有的分类优化算法中实现时间较长,分类不准确等的问题,进而实现自适应的泵站故障智能诊断方法。另外,本发明在进行分类优化之前,在泵站的故障诊断方面引入了经验模态分解和样本熵理论,从而进一步提高了水泵机组故障发生类型的诊断准确率。

    基于复合特征指标和深度极限学习机的泵站机组诊断方法

    公开(公告)号:CN108869145A

    公开(公告)日:2018-11-23

    申请号:CN201810385373.3

    申请日:2018-04-26

    IPC分类号: F03B11/00

    摘要: 本发明公开了一种基于复合特征指标和深度极限学习机的泵站机组诊断方法,涉及水力机械故障诊断技术领域。该诊断方法采用自适应迭代滤波直接从原始振动信号中进行非平稳时间序列分解,可以有效地提取机组非平稳特征,在各个非平稳信号成分基础上提取时域统计信号、频域统计信号、能量信号、样本熵信号、排列熵信号,并利用深度极限学习机,快速有效的进行特征学习,提取各个特征的隐含故障信息,避免了手动设计和提取特征的局限性和基于人工神经网络的复杂调参过程,从而实现水泵机组故障的智能诊断,以提高水泵机组故障诊断的准确性和有效性。

    一种基于夜间灯光数据提取城市建成区阈值的方法

    公开(公告)号:CN107016403B

    公开(公告)日:2018-10-19

    申请号:CN201710099361.X

    申请日:2017-02-23

    IPC分类号: G06K9/62

    摘要: 本发明提出的一种基于夜间灯光数据提取城市建成区阈值的方法,属于夜间灯光遥感数据领域。本方法分为TM影像数据的处理和夜间灯光DMSP数据阈值的选取两个阶段:首先对研究区TM影像数据预处理,并进行监督分类和分类后处理,提取城市用地;然后将裁剪后的研究区范围内夜间灯光数据与绘制出的城市区域多边形边界叠加,作一条穿过研究区灯光数据中心区域和多边形边界的辅助直线,得到灯光数据阈值相邻的辅助点;计算每个辅助点所代表的城市建成区面积并与统计年鉴比较,与后者最相近面积所对应的灯光数据阈值为城市建成区的最佳阈值。本发明将遥感影像数据与统计数据相结合,准确提取不同大小城市建成区范围的阈值并反映城市区域的变化情况。

    一种梯级泵站调水工程甩站优化调度方法

    公开(公告)号:CN107133731B

    公开(公告)日:2018-07-06

    申请号:CN201710282582.0

    申请日:2017-04-26

    IPC分类号: G06F17/00

    摘要: 本发明涉及一种梯级泵站调水工程甩站优化调度方法,包括:对泵站进行甩站可行性分析;判断是否可以甩站;形成甩站运行可行域;构建甩站优化调度模型;优化调度结果;构建甩站调控模型;形成甩站调控方案。本发明建立适用于梯级泵站调水工程在特定时期(工程试运行期或水源地可供水量较少时)小流量输水工况下的甩站优化调度方法,能根据实际工况优化参与调水的泵站级数,降低运行成本;同时优化甩站相邻泵站的运行工况,合理分配泵站扬程,进一步节能降耗,为实际调度提供科学依据和技术支撑。

    长距离大流量输水系统过渡过程的阀门关闭优化控制方法

    公开(公告)号:CN106842928B

    公开(公告)日:2018-05-11

    申请号:CN201710076342.5

    申请日:2017-02-13

    IPC分类号: G05B13/04

    摘要: 本发明公开了一种长距离大流量输水系统过渡过程的阀门关闭优化控制方法,涉及有压管道水力学模拟领域。所述方法包括:建立长距离大流量输水工程水力过渡过程仿真模型;在泵站水锤两阶段关阀的基础上,采用试算法从关闭时间、角度变化对第一段关阀寻求可行域区间;根据得到的可行域区间,用最优化区间搜索法在可行域区间内逐步搜索,得到在设计范围以内浮动的最优可行域,终止计算,完成长距离大流量输水系统过渡过程的阀门关闭优化控制。本发明实现关阀的最优可行域,既能满足泵站机组和管路安全运行,同时能减小或防止断流和弥合水锤的出现。