基于模板引擎的多维度画布生成系统及方法

    公开(公告)号:CN117873475A

    公开(公告)日:2024-04-12

    申请号:CN202410065445.1

    申请日:2024-01-17

    IPC分类号: G06F8/38 G06F8/35 G06F8/30

    摘要: 本发明提供了基于模板引擎的多维度画布生成系统,其具备灵活性和可定指定、自动化且高效,此外具备可扩展性和易管理性。其包括:维度定义模块,用于接收用户定义的维度信息;指标定义模块,用于接收用户定义的指标信息;画布模板创建模块,用于创建画布模板并定义维度和指标的展示方式和位置;数据填充模块,用于从数据源中获取数据,并将数据填充到画布模板中相应的位置;以及画布生成模块,用于根据填充后的画布模板生成最终的画布。

    一种状态机的开发方法
    5.
    发明公开

    公开(公告)号:CN117873451A

    公开(公告)日:2024-04-12

    申请号:CN202410065443.2

    申请日:2024-01-17

    IPC分类号: G06F8/30 G06F8/36 G06F11/36

    摘要: 本发明提供了一种状态机的开发方法,其通过状态的切换和方法的执行来改变系统的行为和状态,从而实现灵活的状态管理和流程控制,该方法在软件开发和系统设计中具有广泛的应用前景,能够有效提高系统的可控性、可扩展性和可维护性。基于状态机模型,其包括如下步骤:S1、定义一组状态,每个状态代表系统或对象在特定条件下的一种行为或状态;S2、确定状态之间的转换规则,规则描述了从一个状态到另一个状态的条件或事件;S3、为每个状态转换关联相应的方法,方法定义了在状态转换发生时要执行的具体操作或任务;S4、根据定义的状态、转换规则和方法,实现状态机,并在系统运行过程中根据外部事件或条件触发状态的转换。

    新能源分布式光伏设备异常离线查询验证方法

    公开(公告)号:CN117493404A

    公开(公告)日:2024-02-02

    申请号:CN202311488116.X

    申请日:2023-11-09

    摘要: 本发明提供了新能源分布式光伏设备异常离线查询验证方法,其可判断出设备的大量异常离线是否在系统上属于长停,是否数据传输有断连的现象,快速判断出问题的原因。确认离线设备都接入到平台,长停只推送设备状态离线1天及以上的设备,筛选出处于长停状态的离线设备,之后进行如下步骤操作:a、先查询大量离线设备是否已经接入到管理云平台;b、根据页面列表信息,分公司、场站、姓名或设备编码查询获得设备ID;c、拿到设备ID去clickhouse中按照长停开始时间查询设备状态;d、看到next_state字段5是离线状态,不属于误判;e、场站云平台显示设备室正常运行,但是管理云平台显示是离线状态,则跟场站云平台核实设备状态和数据;f、问题原因查实,闭环处理。

    风电生产运营管理系统及方法
    7.
    发明公开

    公开(公告)号:CN117345551A

    公开(公告)日:2024-01-05

    申请号:CN202311488117.4

    申请日:2023-11-09

    IPC分类号: F03D17/00 F03D80/00 F03D7/04

    摘要: 本发明公开了一种风电生产运营管理系统及方法,风电生产运营管理系统包括风电场管理系统,用以监测该风电场内的风机的运行状态,以及记录并存储历史故障;远程接入端,远程信号连接风电场管理系统,所述远程接入端用以初步处理对应的风电场内的风机故障;远程集控系统,远程信号连接风电场管理系统,所述远程集控系统用以接收所述远程接入端未能够初步处理的风机故障,并统一收发管理。本发明的风电生产运营管理系统及方法能够实现标准化有效的风电生产运营管理。

    基于EEMD的双向LSTM网络风速预测方法

    公开(公告)号:CN114781739A

    公开(公告)日:2022-07-22

    申请号:CN202210484593.8

    申请日:2022-05-06

    摘要: 本发明提供了基于EEMD的双向LSTM网络风速预测方法,其采用EEMD将风速序列分解为多个频域相对稳定的子序列,避免了EMD的模态混叠现象,再采用BiLSTM构建预测模型,提高了风速预测的精度。其包括如下步骤:步骤1、数据采集,采集得到对应风力发电场的风速数据;步骤2、数据预处理,采用Z‑score对数据进行归一化处理,将数据集使用转换成合适的形式,其中x为原始风速数据,μ为全部风速数据的均值,σ为全部风速数据的标准方差,x'为归一化后的风速数据;步骤3、数据去噪,其在混合模型中采用EEMD进行数据去噪,其将实际输入信号分为多个IMFS和一个残差分量;步骤4、模型训练,将数据划分为训练数据及测试数据,其采用双向LSTM网络进行风速预测;步骤5、性能验证。

    风力发电机组故障判断方法
    9.
    发明公开

    公开(公告)号:CN114198265A

    公开(公告)日:2022-03-18

    申请号:CN202111296506.8

    申请日:2021-11-03

    IPC分类号: F03D17/00 F03D80/00

    摘要: 本发明提供一种风力发电机组故障判断方法,属于风力发电技术领域。该方法包括:获取风力发电机PLC的实时数据,并在实时数据中获取风力发电机有功功率,并对风力发电机有功功率值进行判定,如果风力发电机有功功率不大于零,则对风力发电机的状态码是否是故障进行判定;如果风力发电机的状态码是故障,则判定风力发电机的当前状态是故障,并对故障持续的时间进行判定;如果故障持续的时间超过第一预设阈值,则需要现场对风力发电机的故障进行处理。采用本方法对风力发电机故障进行判断,判断结果与风力发电机实际状态偏差小,判断结果准确。

    基于增强卷积去噪算法的风电机组数据清洗方法及装置

    公开(公告)号:CN114153826A

    公开(公告)日:2022-03-08

    申请号:CN202111312716.1

    申请日:2021-11-08

    摘要: 本公开提供一种基于增强卷积去噪算法的风电机组数据清洗方法及装置。所述方法包括:基于SCADA系统,采集风电机组的风电数据;对所述风电机组的风电数据,采用模糊C均值FCM进行数据聚类;对聚类处理后的所述风电数据,基于增强卷积神经网络进行数据去噪;对去噪处理后的所述风电数据,基于布谷鸟算法进行数据缺失值填补和无效值处理,完成风电机组数据清洗。本公开的风电机组数据清洗,为风电机组的状态监测和异常检测以及长短期风电功率预测等奠定了良好的基础。在风机数据去噪中引入了增强卷积神经网络方法,并且在神经网络隐藏层的输出附加辅助监督信息作为正则化约束,可有效提高数据去噪的效率和精确性。