-
公开(公告)号：CN114819885A
公开(公告)日：2022-07-29
申请号：CN202210357956.1
申请日：2022-04-06
IPC分类号： G06Q10/10 , G06Q50/06 , G06F16/23 , G06F16/248 , G06F16/242 , G06F16/36
摘要： 本申请提出了一种基于本体的风电场站集控中心的建设项目管理方法及装置，该方法包括：通过工作分解结构将风电场站集控中心的建设项目进行多级分解，确定各级项目信息和建设活动中的可监测信息；在预设的应用工具中通过本体描述语言进行本体建模，将各级项目信息和可监测信息映射到本体架构中，以构建本体信息库；在本体信息库中通过类语义和个体语义分别表示各级项目和子项目的完成度，并通过导入插件将可监测信息的工作记录作为个体添加至本体信息库中的对应子类下；根据工作记录确定对应的可监测信息的完成度，并计算建设项目的整体完成度。该方法有利于把控风电场集控项目中各个子项目的进度，且提高了对集控项目的整体把控水平。
-
公开(公告)号：CN114623050A
公开(公告)日：2022-06-14
申请号：CN202210261000.1
申请日：2022-03-16
IPC分类号： F03D17/00
摘要： 本申请提出了一种风电机组的运行数据异常检测方法、系统及介质，该方法包括：从目标风电机组的历史运行数据中剔除异常数据以及非稳态数据；通过等间隔分类对历史运行数据进行工况划分，并通过高斯混合模型对每种工况下的数据样本根据样本相似性进行聚类，根据预设的筛选标准筛选出基准样本；基于条件变分自编码器构建目标风电机组在变工况下的基准模型,并通过基准样本进行训练；通过训练完成的基准模型计算重构概率，并获取所述目标风电机组的实时运行数据，根据重构概率以及实时运行参数的偏离度定位出异常的运行数据。该方法可以在变工况的条件下建立精确的基准模型，提高了机组在变工况下运行状态评估的准确性，并可精确定位异常参数。
-
公开(公告)号：CN114358371A
公开(公告)日：2022-04-15
申请号：CN202111424158.8
申请日：2021-11-26
发明人： 曾谁飞 , 王振荣 , 叶林 , 童强 , 李国庆 , 张燧 , 王青天 , 黄思皖 , 刘旭亮 , 李小翔 , 冯帆 , 邸智 , 韦玮 , 杜静宇 , 赵鹏程 , 武青 , 祝金涛 , 朱俊杰 , 吴昊 , 吕亮 , 童彤 , 任鑫
摘要： 本发明提出一种基于深度学习的光伏短期功率预测方法及设备，分别将光伏实时数据、历史功率数据输入由不同尺寸卷积核的卷积神经网络、BiLSTM网络模型、双向Attention注意力机制构建深度学习预测模型方法，最终将其获得的两种数据文本特征进行合并运算得到更有效的融合特征表征能力，从而得到最优的文本特征对光伏短期功率进行精准的预测。通过该方法不仅提高光伏短期功率预测的精准度，而且有利于优化、大幅降低光伏发电系统的运营成本，包括人力、物力、时间效率等降本增效。
-
公开(公告)号：CN114757371A
公开(公告)日：2022-07-15
申请号：CN202210295663.5
申请日：2022-03-23
摘要： 本申请提出了一种风电机组故障诊断知识库的管理方法、系统及介质，该方法包括：在预设的应用工具中通过本体语言构建风电机组的本体故障诊断知识库；构建服从Leaky Noisy‑Or假设的结构性因果模型表示故障与征兆之间的因果关系，并向结构性因果模型中引入激励节点和两类外部隐变量节点，将与或门逻辑应用至结构性因果模型中的结构性等式；向故障诊断知识库中批量导入核验后的历史故障诊断案例；根据每个案例的诊断数据对应更新故障诊断知识库中的因果知识和故障诊断模型，并整合多个案例对隐变量的伯努利分布参数的影响。该方法对诊断知识库的创建、应用和更新的整个流程进行管理，有利于提高风机诊断的效率和准确性。
-
公开(公告)号：CN114912640A
公开(公告)日：2022-08-16
申请号：CN202210603255.1
申请日：2022-05-30
摘要： 本申请提出了一种基于深度学习的发电机组的异常模式检测方法及系统，该方法包括：获取发电机组的历史运行数据,并对剔除异常数据后的历史运行数据进行稳态判别和工况划分；通过高斯混合模型确定每个工况下阈值型征兆的基准值，并训练双向长短期记忆网络预测数据趋势；将实时数据与对应工况下的阈值型征兆的基准值进行对比，提取阈值型征兆；获取在实时数据之前的相邻预设时段内的目标数据，通过训练完成的双向长短期记忆网络预测目标数据的数据趋势，确定实时数据与数据趋势的偏离程度，提取趋势型征兆；根据提取的征兆确定异常模式。该方法可以从大量运行数据中对异常阶段的数据进行准确的识别，提高异常模式检测的准确性。
-
公开(公告)号：CN114358012A
公开(公告)日：2022-04-15
申请号：CN202111396841.5
申请日：2021-11-23
发明人： 曾谁飞 , 王振荣 , 李国庆 , 童强 , 桑申刚 , 张燧 , 王青天 , 黄思皖 , 刘旭亮 , 李小翔 , 冯帆 , 杜静宇 , 赵鹏程 , 武青 , 祝金涛 , 朱俊杰 , 吴昊 , 吕亮 , 韦玮 , 邸智 , 童彤 , 任鑫
摘要： 本发明提供一种设备异常语义识别方法、装置、设备及介质，用以解决现有技术中设备异常语义识别的数据单一，识别率不高的技术问题，该方法包括：获取设备的异常数据；基于所述异常数据，通过预先训练好的神经网络模型得到文本特征；根据所述文本特征，得到识别结果并展示。
-
公开(公告)号：CN115792461A
公开(公告)日：2023-03-14
申请号：CN202211565179.6
申请日：2022-12-07
IPC分类号： G01R31/00
摘要： 本发明提出一种以可靠性为中心的变压器状态检修方法及设备，该方法通过对变压器的故障类型和故障原因进行FMEA分析，梳理出完备的变压器故障知识；基于完备的变压器故障知识，进行变压器状态参量故障概率分析；对变压器组成设备级组部件进行重要度分级和变压器风险评估；基于变压器状态监测与寿命评估进行变压器健康状态评估，以确定变压器全周期运行健康维护措施。通过本发明，能够对变压器这一复杂变电设备开展以可靠性为中心的状态检修工作，明确变压器的组成结构，根据设备各组部件实现的不同功能单元，划分变压器设备子系统并分析各个独立子系统的运行特性，从而明确设备的功能实现机理，从而更好的识别并诊断缺陷或失效模式。
-
公开(公告)号：CN114742363A
公开(公告)日：2022-07-12
申请号：CN202210262342.5
申请日：2022-03-16
摘要： 本申请提出了一种风电机组的能效状态评价方法、系统及介质，该方法包括：对风电机组的能效机理进行分析，建立能效状态评价指标体系；获取机组的历史数据，通过多步K均值聚类算法对历史数据进行工况划分；针对每个工况，从历史数据中获取包含综合性指标和影响综合性指标的特征参数的样本集，并通过支持向量机回归技术计算特征参数的权重；根据历史数据确定各个工况下特征参数的基准值和阈值；根据当前工况下每个特征参数的实际值、基准值和阈值计算特征参数的偏离度，并根据特征参数的偏离度和权重生成机组的能效状态评价结果。该方法能够对风电机组的能效状态进行准确的评价，有利于客观全面的了解机组当前的运行状况，避免发生故障。
-
公开(公告)号：CN114117887B
公开(公告)日：2024-07-02
申请号：CN202111264967.7
申请日：2021-10-28
申请人： 华能利津风力发电有限公司 , 中国华能集团清洁能源技术研究院有限公司
IPC分类号： G06F30/27 , G06Q10/04 , G06Q10/0639 , G06Q50/06 , G06N3/084 , G06F111/08 , G06F113/06
摘要： 本申请提出了一种风电机组的在线发电性能的实时评估方法、系统及介质，该方法包括：根据有功功率和对应的标准功率计算瞬时效率；根据风速对机组的工况进行划分，在每个第一工况内对瞬时效率进行等级划分，并根据滑动窗口和多个连续的瞬时效率的等级计算发电指数；根据有功功率预测模型的训练集中的桨距角和偏航误差对风电机组的工况进行划分，针对每个第二工况训练对应的有功功率预测模型，根据有功功率的实际值和预测值，计算机组的发电潜力；根据瞬时效率、发电指数和发电潜力评估机组的发电性能。该方法考虑了机组的实际运行状况，根据有功功率等级化模型以及基于有功功率的发电指数和发电潜力，对风电机组发电性能进行全面和准确的评估。
-
公开(公告)号：CN117217406A
公开(公告)日：2023-12-12
申请号：CN202311092114.9
申请日：2023-08-28
IPC分类号： G06Q10/063 , G06Q10/109 , G06Q50/06
摘要： 本申请提出了一种光伏组件清洗日期的计算方法及系统，该方法包括：根据光伏组件在清洁状态下的输出功率数据与对应时刻下的太阳辐照度数据，计算理想状态下光伏组件输出功率与太阳辐照度之间的曲线关系；基于曲线关系计算光伏组件每日的发电能力，并根据发电能力和采集的实际日发电量，计算每日的无积灰理论发电量和积灰损失发电量；计算以电量表示的光伏组件的清洗成本，并基于每日的积灰损失发电量，以预设的基准时间作为起始日期，计算因积灰造成的累积损失发电量超过清洗成本的日期，作为光伏组件的清洗日期。该方法能够计算出光伏组件合理的清洗日期，为光伏组件清洗提供合理的决策依据。
-
-
-
-
-
-
-
-
-
搜索结果
114 条记录 (耗时 0.111 秒)
