基于峰度值的告警方法及装置、电子设备和存储介质

    公开(公告)号:CN116400038B

    公开(公告)日:2024-08-20

    申请号:CN202310387663.2

    申请日:2023-04-07

    IPC分类号: G01N33/18 G08B21/18

    摘要: 本公开涉及一种基于峰度值的告警方法及装置、电子设备和存储介质,能够实现提升水质监测结果的准确率的目的。告警方法包括:分别获取与多个第一水质告警事件一一对应的多个第一化学需氧量序列,多个第一水质告警事件对应同一流域中同一个测量位置处的不同时间内的化学需氧量,预设时间小于等于2小时,化学需氧量通过光谱传感器实时原位采集,采集频率为3‑60分钟/次;确定各第一水质告警事件的准确性;根据预设告警准确率阈值确定目标化学需氧量集合,根据目标化学需氧量集合中各第一化学需氧量序列的峰度值,确定告警临界值;根据告警临界值更新预设告警条件;根据更新的预设告警条件对获取的化学需氧量进行异常告警判断。

    电解槽故障在线检测方法、装置、设备和可读存储介质

    公开(公告)号:CN118153463B

    公开(公告)日:2024-07-19

    申请号:CN202410579101.2

    申请日:2024-05-11

    摘要: 本发明提供了一种电解槽故障在线检测方法、装置、设备和可读存储介质,其中方法包括:S1.采集电解槽部材传感数据并分析后生成电解槽部材状态标签。S2.将S1所得数据和标签进行模型训练生成传感数据模型。S3.获取电解水制氢外部特性数据,将电解槽部材状态标签与电解水制氢外部特性数据输入传感数据模型中进行训练,生成电解槽部材故障状态检测模型。S4.利用电解槽部材故障状态检测模型对当前电解槽部材运行故障进行检测,生成电解槽关键部材故障检测结果。本发明通过电解槽部材传感数据与电解水制氢外部特性数据的结合分析,确保了电解槽部材故障检测的内外机理耦合,使得分析结果更为直观准确。

    基于ARIMA模型的水质告警方法及装置、电子设备和存储介质

    公开(公告)号:CN116448683B

    公开(公告)日:2024-07-19

    申请号:CN202310434040.6

    申请日:2023-04-18

    摘要: 本公开涉及一种基于ARIMA模型的水质告警方法及装置、电子设备和存储介质,该方法包括:构建ARIMA目标预测模型;根据监测点位各待预测时间点的前一时间点的化学需氧量预测值、历史时间周期中与各所述待预测时间点相同的时间点的化学需氧量实测值以及所述ARIMA目标预测模型,预测出各所述待预测时间点的化学需氧量预测值;根据各所述化学需氧量预测值的标准差,建立置信区间;根据各所述待预测时间点的化学需氧量实测值是否落入所述置信区间,确定是否进行管网水质异常告警。本公开实施例能够提高化学需氧量预测值的准确性,进而能够更准确地、及时地判断出管网水质异常,并发出水质异常告警。

    基于贝叶斯模型的水质状态监测方法及装置、电子设备

    公开(公告)号:CN116304913A

    公开(公告)日:2023-06-23

    申请号:CN202310371021.3

    申请日:2023-04-07

    摘要: 本公开涉及一种基于贝叶斯模型的水质状态监测方法及装置、电子设备。所述水质状态监测方法包括:获取检测点在第一预设时间段内、由化学需氧量的实测值构成的第一历史时间序列;将第一历史时间序列输入至贝叶斯动态线性模型;根据贝叶斯动态线性模型的输出,确定检测点在第一预测时间段内、由化学需氧量的预测值构成的预测时间序列;根据预测值的标准差,设定预测时间序列内每一时间点的预测值的置信区间;获取检测点在第一预测时间段内每一时间点的化学需氧量的实测值;根据第一预测时间段内每一时间点的化学需氧量的实测值和置信区间,得到第一预测时间段内的水质状态监测结果。通过上述过程,提高了水质状态监测结果的准确性、精细化和灵敏度。

    基于贝叶斯模型的水质状态监测方法及装置、电子设备

    公开(公告)号:CN116304913B

    公开(公告)日:2024-08-20

    申请号:CN202310371021.3

    申请日:2023-04-07

    摘要: 本公开涉及一种基于贝叶斯模型的水质状态监测方法及装置、电子设备。所述水质状态监测方法包括:获取检测点在第一预设时间段内、由化学需氧量的实测值构成的第一历史时间序列;将第一历史时间序列输入至贝叶斯动态线性模型;根据贝叶斯动态线性模型的输出,确定检测点在第一预测时间段内、由化学需氧量的预测值构成的预测时间序列;根据预测值的标准差,设定预测时间序列内每一时间点的预测值的置信区间;获取检测点在第一预测时间段内每一时间点的化学需氧量的实测值;根据第一预测时间段内每一时间点的化学需氧量的实测值和置信区间,得到第一预测时间段内的水质状态监测结果。通过上述过程,提高了水质状态监测结果的准确性、精细化和灵敏度。

    电解水制氢设备用安全监控系统及设备及监控分析方法

    公开(公告)号:CN118422274A

    公开(公告)日:2024-08-02

    申请号:CN202410526033.3

    申请日:2024-04-29

    摘要: 本发明提供了一种电解水制氢设备用安全监控系统及设备及监控分析方法。方法包括:步骤1获取每一个电解水制氢设备运行过程中的运行参数和环境参数,并分析得到参数逻辑结构和各个电解水制氢设备的异常数据。步骤2通过参数逻辑结构计算各个电解水制氢设备异常概率一。步骤3对异常数据进行分析以确定电解水制氢设备的性能变化曲线。步骤4基于电解水制氢设备的性能变化曲线生成电解水制氢设备的异常概率二。步骤5基于各个电解水制氢设备的异常概率一和异常概率二分析得到电解水制氢设备当前状态的性能指标。本发明可在电解水制氢设备安装到电解水制氢车间之后还能对电解水制氢设备性能指标进行准确评估。

    一种电解槽制氢最优工况动态运行方法

    公开(公告)号:CN118241254A

    公开(公告)日:2024-06-25

    申请号:CN202410320242.2

    申请日:2024-03-20

    IPC分类号: C25B15/023 C25B1/04

    摘要: 本发明涉及工业制氢技术领域,且公开了一种电解槽制氢最优工况动态运行方法,包括获取多个电解槽相关监测数据,对各个电解槽的监测数据进行统计对比分析,得到产氢特性模型,对电解槽运行与产氢特性曲线进行分析计算得到每一个电解槽最佳运行参数构成,通过设备及系统健康融合算法,得到当前电解槽健康状况,从而了解设备工况。该电解槽制氢最优工况动态运行方法,以保证电解槽处在最大制氢量工况为基本逻辑,通过数据分析统计及建立制氢特性曲线,形成对电解槽工况动态更新及前瞻性预测的整体数据底座,采用设备健康融合算法和融合模型进行故障智能判断实现电解槽稳定的高产运行,提高能源利用效率,充分发挥电解槽效益,保持设备运行稳定。

    电解槽故障在线检测方法、装置、设备和可读存储介质

    公开(公告)号:CN118153463A

    公开(公告)日:2024-06-07

    申请号:CN202410579101.2

    申请日:2024-05-11

    摘要: 本发明提供了一种电解槽故障在线检测方法、装置、设备和可读存储介质,其中方法包括:S1.采集电解槽部材传感数据并分析后生成电解槽部材状态标签。S2.将S1所得数据和标签进行模型训练生成传感数据模型。S3.获取电解水制氢外部特性数据,将电解槽部材状态标签与电解水制氢外部特性数据输入传感数据模型中进行训练,生成电解槽部材故障状态检测模型。S4.利用电解槽部材故障状态检测模型对当前电解槽部材运行故障进行检测,生成电解槽关键部材故障检测结果。本发明通过电解槽部材传感数据与电解水制氢外部特性数据的结合分析,确保了电解槽部材故障检测的内外机理耦合,使得分析结果更为直观准确。

    基于ARIMA模型的水质告警方法及装置、电子设备和存储介质

    公开(公告)号:CN116448683A

    公开(公告)日:2023-07-18

    申请号:CN202310434040.6

    申请日:2023-04-18

    摘要: 本公开涉及一种基于ARIMA模型的水质告警方法及装置、电子设备和存储介质,该方法包括:构建ARIMA目标预测模型;根据监测点位各待预测时间点的前一时间点的化学需氧量预测值、历史时间周期中与各所述待预测时间点相同的时间点的化学需氧量实测值以及所述ARIMA目标预测模型,预测出各所述待预测时间点的化学需氧量预测值;根据各所述化学需氧量预测值的标准差,建立置信区间;根据各所述待预测时间点的化学需氧量实测值是否落入所述置信区间,确定是否进行管网水质异常告警。本公开实施例能够提高化学需氧量预测值的准确性,进而能够更准确地、及时地判断出管网水质异常,并发出水质异常告警。