水电站液压泄洪闸门的运行状态检测方法、装置及介质

    公开(公告)号:CN117516909A

    公开(公告)日:2024-02-06

    申请号:CN202311713542.9

    申请日:2023-12-13

    IPC分类号: G01M13/00

    摘要: 本发明公开了一种水电站液压泄洪闸门的运行状态检测方法、装置及介质,本发明只需采集水电站泄洪闸门的日常运行数据,就可以实现对闸门健康状态的诊断;如此,相比于传统技术,避免了人为主观的影响,提高了检测的准确性;同时,也不需要布置复杂的传感器,可降低检测成本和维护工作量;基于此,本发明充分利用弧形泄洪闸门的实时运行数据来进行闸门的健康状态诊断,可提高对泄洪闸门健康状态诊断的准确性和效率,能够为水电站运维管理提供可靠的技术支持,因此,非常适用于在水电站闸门工程运行诊断技术领域的大规模应用与推广。

    基于机器视觉单元神经网络的供水系统巡检方法及系统

    公开(公告)号:CN109798449B

    公开(公告)日:2021-08-10

    申请号:CN201811564138.9

    申请日:2018-12-20

    IPC分类号: F17D5/02 G06K9/00 G07C1/20

    摘要: 本发明公开基于机器视觉单元神经网络的供水系统巡检方法及系统,包括如下步骤:S1、由多个传感器、多个摄像头和多个执行子系统组成单元神经网络,并建立设备及环境标准图像库;S2、供水系统运行,由多个传感器实时采集供水系统的运行数据;S3、对实时采集的运行数据根据供水系统的平衡条件进行计算并判断供水系统是否可能出现泄漏情况,若否,则返回执行S2,若是,则执行S4;S4、触发多个摄像头巡检,多个摄像头进入机器视觉巡检模式采集实时图像并与标准图像库进行对比分析。本发明实时或短周期、快速检测,将硬件资源与软件资源及网络资源进行优化,减小信息的误报率与人员的误动率,从技术上保障设备安全与人身安全。

    一种基于模型预测控制的水电站实时调度方法

    公开(公告)号:CN115511183A

    公开(公告)日:2022-12-23

    申请号:CN202211188494.1

    申请日:2022-09-28

    摘要: 本发明公开了一种基于模型预测控制的水电站实时调度方法,包括S1、构建考虑水电站风控能力、经济效益和设备使用寿命的水电站实时调度策略模型;S2、选择求解方法;S3、设定闸门分配方式;S4、设定负荷分配方式;S5、基于穷举法和差分进化算法对所述策略模型进行求解,得到水电站实时调度策略。本申请方案针对不同的工况和调度需求允许自由选择优化目标和约束条件,有利于水位维持平稳、提高电站经济效益、为电网提供更加稳定优质电力;本申请方案避免了机组处于振动区,减少了机组和闸门动作次数,减少了维修次数,提高了设备的使用寿命。

    水电站泄洪发电联合运行调控方法、装置及电子设备

    公开(公告)号:CN113011679A

    公开(公告)日:2021-06-22

    申请号:CN202110387620.5

    申请日:2021-04-10

    摘要: 本发明提供一种水电站泄洪发电联合运行调控方法、装置及电子设备,该方法包括:根据水位模拟参数信息和预先设定的水位预测模型,确定水电站坝前预设时段的初始水位高度;将初始水位高度与预先设定的水位高度阈值范围进行比较;若初始水位高度高于水位高度阈值范围的上限值,则执行水位超上限调控步骤以确定调控指令;或,若初始水位高度低于水位高度阈值范围的下限值,则执行水位超下限调控步骤以确定调控指令;或,若初始水位高度处于水位高度阈值范围内,则执行水位不超限调控步骤以确定调控指令;根据调控指令进行闸门开度和负荷的调控。该方法可高效快速地进行水电站泄洪发电联合运行调控过程,最终保障水电站长期稳定且安全地运行。

    一种基于神经网络模型的电站水位过程预测方法及设备

    公开(公告)号:CN113256005B

    公开(公告)日:2023-07-25

    申请号:CN202110589919.9

    申请日:2021-05-28

    摘要: 本发明涉及河道型水库水量平衡计算领域,公开了一种基于神经网络模型的电站水位过程预测方法及设备,包括将上游电站出库流量到下游电站入库流量的径流演进时间作为下游电站入库流量的预测时长;将上一个预测时长内的电站运行数据作为一组输入变量序列输入BP神经网络模型,BP神经网络模型输出下一个预测时长内的下游电站的坝前预测水位,对BP神经网络模型进行训练;将电站当前运行数据输入至已训练完成的BP神经网络模型中,利用BP神经网络模型输出电站水位过程预测结果。本发明避免了直接采用静态曲线而导致的误差,不受静态曲线变化的影响,提高了水位计算速度和计算精度,预测结果相比于传统水量平衡模型精度更高。