一种基于群厂协同的智能电厂数据模型构建方法

    公开(公告)号:CN113849547A

    公开(公告)日:2021-12-28

    申请号:CN202111078163.8

    申请日:2021-09-15

    IPC分类号: G06F16/25 G06Q50/06

    摘要: 本发明涉及一种基于群厂协同的智能电厂数据模型构建方法,包括步骤:在集团侧部署用于实现各厂综合展示与综合决策的综合决策模块;在集团侧进行业务数据抽取、智能电厂数据模型构建和训练。本发明的有益效果是:本发明采用云边端分布式弹性架构模式,分布式包括厂侧一区、厂侧四区所属的边端以及集团侧所属的云数据汇聚应用、物联网平台(以电厂DCS系统为主,构建各个设备的数据采集平台),厂侧一区为电厂实际生产区,厂侧四区为生产管理区,所述弹性架构为各部分可按照需求对业务、模型、数据提供组件支持;本发明解决了数据孤岛导致的数据互联互通率低、信息整合不充分、知识积累困难等问题。

    一种基于智能打分的火电机组冷端优化闭环控制方法

    公开(公告)号:CN113671830A

    公开(公告)日:2021-11-19

    申请号:CN202110912951.6

    申请日:2021-08-10

    IPC分类号: G05B13/04

    摘要: 本发明涉及一种基于智能打分的火电机组冷端优化闭环控制方法,包括步骤:预测未来设定时长内的机组负荷,同步未来设定时长内的气象站数据作为气象预测数据;结合获取到的当前循泵组合方式数据,构建以机组净增功率最大化为目标的冷端优化机理计算模型;结合机组最佳真空下的循环水流量,判断是否要进行循环水泵启停操作推送。本发明的有益效果是:本发明基于实际运行情况的智能打分模块实现冷端优化的闭环,将冷端优化的循泵启停操作自动执行;形成优化控制指令,反向穿透至DCS控制系统,实现自动控制冷端设备的启动和停止,减少运行人员操作量,保证机组全年稳定地保持在最佳经济状况附近运行。

    一种基于有监督的多模型编码映射推荐方法

    公开(公告)号:CN113343643B

    公开(公告)日:2021-11-02

    申请号:CN202110906330.7

    申请日:2021-08-09

    摘要: 本发明涉及一种基于有监督的多模型编码映射推荐方法,包括步骤:使用采集设备收集原KKS编码列表和新KKS编码列表;将原KKS编码列表、新KKS编码列表进行人工匹配;将监督匹配模型训练数据集D中的数据采用Jieba分词工具进行分词。本发明的有益效果是:本发明将原KKS编码列表与新KKS编码列表进行匹配,解决了在已运行多年的老厂系统采用的编码规则不一致的问题;构建分词字典并得到数字化编码,实现底层数据的通用化;本发明还构建了基于有监督的多模型匹配网络,采用不同融合策略进行特征融合,得到编码结果;不仅能够消除不同编码的歧义,增强信息互联互通,还可以更准确地标识出所有设备对象,保持数据的一致性、避免数据冗余完整性。

    基于有监督序列生成网络的集团级KKS编码自动映射方法

    公开(公告)号:CN113343642B

    公开(公告)日:2021-11-02

    申请号:CN202110905902.X

    申请日:2021-08-09

    摘要: 本发明涉及一种基于有监督序列生成网络的集团级KKS编码自动映射方法,包括步骤:通过采集设备收集旧KKS编码列表和新KKS编码列表;由通用分词规则对KKS编码数据集进行分词。本发明的有益效果是:将标准编码与厂侧编码通过模型完成自动映射,保证字典能在动态更新的情况下实现快速匹配;将厂侧编码作为输入用于模型训练,得到序列生成网络模型;序列生成网络模型中引入长短期记忆网络用于构建编码网络与解码网络,编码网络与解码网络中心对称,便于对KKS编码特征进行提取和重构;解决了不同编码规则下的映射问题,避免了因改变原有KKS编码导致的其他生产系统测点无法读取问题,降低了工作强度,实现底层数据的通用化。

    一种面向百万千瓦超超临界机组制粉系统报警管理的因果网络构建方法

    公开(公告)号:CN111445674B

    公开(公告)日:2021-09-14

    申请号:CN202010269592.2

    申请日:2020-04-08

    摘要: 本发明涉及一种面向百万千瓦超超临界机组制粉系统报警管理的因果网络构建方法,包括:步骤1、根据制粉系统结构进行分布式划分,划分出各个子设备变量组;步骤2、数据预处理;步骤3、粗糙图构建;步骤4、精细图构建;步骤5、因果网络图的修剪;步骤6、因果网络参数的确定。本发明的有益效果是:结合系统级分布式思想,基于数据驱动,将过程变量按照设备功能分组,对每个设备分别建模,解决大型系统因果关系挖掘困难的问题;确定性系统的角度解决了非线性工业过程中的因果关系识别问题,不涉及样本分布问题,降低了对样本质量的要求。此外,在因果定向性的识别中,考虑了因果传播的时滞效应,可以识别因果链中的间接因果关系。

    一种基于卷积神经网络的锅炉受热面管壁泄漏预测方法

    公开(公告)号:CN112685964B

    公开(公告)日:2021-06-08

    申请号:CN202110295637.8

    申请日:2021-03-19

    IPC分类号: G06F30/27 G06N3/08 G06F119/08

    摘要: 本发明涉及一种基于卷积神经网络的锅炉受热面管壁泄漏预测方法,包括步骤:构建受热面数据矩阵,并将数据映射到0~255灰度值,通过构建温度场图的方式构建受热面温度场,以受热面温度场为输入,对锅炉受热面管泄漏进行了分类分级预测,并设定了风险等级,将受热面管壁泄漏风险等级作为输出,训练出CNN卷积神经网络进行分类预测;对锅炉受热面管壁泄漏风险进行等级划分,以更好的为预测性维护提供决策建议和支持。本发明的有益效果是:本发明提出了基于卷积神经网络的锅炉受热面管泄漏预测模型;对于燃煤电厂锅炉受热面管泄漏故障检测和风险分级具有重要意义。