-
公开(公告)号：CN115438697A
公开(公告)日：2022-12-06
申请号：CN202211059932.4
申请日：2022-08-30
Applicant: 广东省能源集团有限公司 , 华中科技大学
Abstract: 本申请涉及一种水电机组轴系劣化度评估方法，所述方法包括：分析水电机组在健康运行阶段的健康波形样本均值与对应的初始工况参数的相关性，筛选高相关性工况参数，并构建对应的高相关性工况参数特征向量；对振动波形样本对应的高相关性工况参数特征向量进行K均值聚类分析，结合独热编码方法，获取振动波形样本的分类工况标签；将劣化运行阶段劣化波形样本的分类工况标签依次输入到健康模型生成对应的健康波形，比较实际的劣化波形与生成的健康波形获取劣化度，构建子劣化序列；根据子劣化序列以及子劣化序列的权重，计算综合劣化序列以评估水电机组轴系的劣化程度；本发明能够有效避免单纯考虑振动差异，而忽略不同工况条件导致的机组状态误判。
-
公开(公告)号：CN117436564A
公开(公告)日：2024-01-23
申请号：CN202310766145.1
申请日：2023-06-27
Applicant: 广东省能源集团有限公司 , 华中科技大学
IPC: G06Q10/04 , G01M13/02 , G01R31/34 , G06Q10/20 , G06F16/2458 , G06N3/0464 , G06N3/084 , G06N3/0455
Abstract: 本发明公开了一种水电机组轴系劣化趋势预测方法，对每个监测部位获取对应的待评估数据，对每个监测部位生成对应的劣化趋势序列。精确的判断每一个监测部位的劣化趋势序列，并通过监测部位的显著性系数和信息系数更加准确的获得轴系劣化趋势序列。使得轴系劣化趋势序列更准确的体现全部监测部位的劣化程度。并由预测模型通过轴系劣化趋势序列进行预测未来的劣化趋势序列。根据历史轴系劣化趋势序列建立相适应的神经网络，以保证所述神经网络与轴系劣化趋势的拟合程度，从而提高预测的轴系劣化趋势的预测精度，并保证预测结果的稳定性。
-
公开(公告)号：CN114329835B
公开(公告)日：2024-05-28
申请号：CN202111657847.3
申请日：2021-12-30
Applicant: 华中科技大学
IPC: G06F30/17 , G06F17/16 , F03B15/00 , G06F111/04
Abstract: 本发明提供一种多机共管道水轮机调节系统稳定域确定方法及系统，包括：确定高阶状态空间模型；模型通过状态方程表示多机共管道水轮机调节系统的状态变量与各个模块参数组成的系统矩阵之间的关系；确定系统矩阵的特征值；当特征值的实部均小于零时，水轮机调节系统处于稳定状态；通过变步长和二分法确定水轮机调节系统的稳定域；采用变步长方式确定稳定域的第一种稳定边界，第一种稳定边界为三个系数中一个系数为预设固定值，另外两个系数一个为0，另一个系数从0到最大值变化；采用二分法确定稳定域的第二种稳定边界，第二种稳定边界为三个系数中一个系数为预设固定值，另外两个系数均从0到最大值变化。本发明实现对系统稳定域的快速计算。
-
公开(公告)号：CN117574231A
公开(公告)日：2024-02-20
申请号：CN202311549086.9
申请日：2023-11-21
Applicant: 国网江西省电力有限公司柘林水电厂 , 华中科技大学
IPC: G06F18/241 , G06N3/0442 , G06N3/042 , G06F18/214 , G01H17/00
Abstract: 本发明公开了一种水电机组多通道劣化趋势预测及其模型训练方法，属于水电机组状态预测技术领域。本发明方案中首先基于水电机组轴系各通道工况数据和振摆数据构建多通道健康模型；再通过多通道健康模型计算得到理论健康值，比对理论健康值和振摆数据监测值，得到劣化度；通过各通道的劣化度计算得到通道间的相关性；最后基于时间图卷积网络构建多通道劣化趋势预测模型，将各通道的劣化度趋势序列和对应通道间的相关性作为训练集，预测标签值作为目标变量，对所述预测模型进行拟合训练，得到多通道劣化趋势预测模型。本发明充分获取多通道之间的空间信息与劣化趋势预测中的时序信息，有效的提高了水电机组劣化趋势预测的精度。
-
公开(公告)号：CN116911378A
公开(公告)日：2023-10-20
申请号：CN202310840411.0
申请日：2023-07-10
Applicant: 国网湖南省电力有限公司电力科学研究院 , 中国电力科学研究院有限公司 , 华中科技大学
IPC: G06N3/096 , G06N3/0985 , G06N3/082 , G06N3/086 , G06N3/0442 , G06F18/214 , G01R31/34
Abstract: 本发明公开基于迁移学习和PSO算法的水电机组故障诊断方法和系统，属于水电机组故障诊断技术领域。包括：将设计工况下水电机组故障振动数据作为源域数据，将变工况下水电机组故障振动数据作为辅助域数据，将故障类型作为标签，得到源域样本集和目标域辅助域样本集；采用源域样本集有监督训练故障诊断模型，确定整个模型的连接权重；采用目标域辅助样本集有监督训练故障诊断迁移学习模型，调整全连接层和分类层的连接权重；采用粒子群优化算法对故障诊断模型GRU网络模型的超参数进行寻优，确定最优超参数；将待测样本输入至训练好的故障诊断模型，进行水电机组故障诊断。本发明通过迁移要学习解决水电机组某些工况下缺乏样本导致诊断准确率低的问题。
-
Patent Agency Ranking
公开(公告)号：CN116613801A
公开(公告)日：2023-08-18
申请号：CN202310571920.8
申请日：2023-05-19
Applicant: 华中科技大学
Abstract: 本发明公开了一种风光蓄电池混合氢储能发电系统日前优化调度方法，属于供电管理技术领域。本发明方法首先综合考虑风光储能计划出力偏差惩罚成本、弃风弃光惩罚成本和碳排放环境效益，以风光蓄电池混合氢储能发电系统联合运行的期望最大化为优化目标构建优化模型；再为所述优化模型添加功率平衡约束、风机光伏出力约束、蓄电池约束、电解槽出力约束、储氢罐储能约束、燃料电池出力约束和电价需求响应约束；最后对所述优化模型求解，得到所述风光蓄电池混合氢储能发电系统联合运行的最大期望。通过本发明方法可有效提高风光蓄电池混合氢储能发电系统的发电效率、环境效益、稳定性和安全性。
-
公开(公告)号：CN115221470A
公开(公告)日：2022-10-21
申请号：CN202210781952.6
申请日：2022-06-30
Applicant: 华中科技大学
Abstract: 本发明提供了一种自适应多元时变信号分解方法及系统，属于机械运行过程中信号分解领域，包括：采用希尔伯特变换对多元时变信号进行解析表示，获取多元信号解析式；假设在所有通道中存在一个共有频率分量，简化多元信号解析式；通过解调技术获取解调后的多元调频模式并与频移算子相乘，将解调后的多元调频模式的频谱移到基带后，使用多元时变信号的实信号替代多元时变信号，获取多元输入信号；采用递归提取框架，建立目标函数并将其离散化；基于离散化后的目标函数更新解调信号并提取目标信号模式，且基于多元输入信号中的解调信号更新共有瞬时频率，实现多元时变信号的分解。本发明解决了现有多元信号分解方法需要多元信号模式的先验知识的问题。
-
公开(公告)号：CN114329835A
公开(公告)日：2022-04-12
申请号：CN202111657847.3
申请日：2021-12-30
Applicant: 华中科技大学
IPC: G06F30/17 , G06F17/16 , F03B15/00 , G06F111/04
Abstract: 本发明提供一种多机共管道水轮机调节系统稳定域确定方法及系统，包括：确定高阶状态空间模型；模型通过状态方程表示多机共管道水轮机调节系统的状态变量与各个模块参数组成的系统矩阵之间的关系；确定系统矩阵的特征值；当特征值的实部均小于零时，水轮机调节系统处于稳定状态；通过变步长和二分法确定水轮机调节系统的稳定域；采用变步长方式确定稳定域的第一种稳定边界，第一种稳定边界为三个系数中一个系数为预设固定值，另外两个系数一个为0，另一个系数从0到最大值变化；采用二分法确定稳定域的第二种稳定边界，第二种稳定边界为三个系数中一个系数为预设固定值，另外两个系数均从0到最大值变化。本发明实现对系统稳定域的快速计算。
-
公开(公告)号：CN113283300B
公开(公告)日：2022-04-08
申请号：CN202110457485.7
申请日：2021-04-27
Applicant: 华中科技大学
IPC: G06K9/00 , G06K9/62 , G01M13/045 , G06F17/15 , G06F17/18
Abstract: 本发明提供了一种抽水蓄能机组轴系劣化评估方法及装置，属于机组故障预测与健康管理领域，方法具体为：利用实时运行过程中的状态量信号，结合核密度估计计算过程概率密度函数；结合健康概率密度函数获取劣化度，其并与各采样点的权重相乘后求和，获取机组轴系融合劣化度；支持结合预警劣化度阈值生成不同程度预警信号；获取健康概率密度函数和各采样点的权重方法为：将抽水蓄能机组轴系历史多测点多通道数据，按抽水蓄能机组状态量进行过程划分；根据候选健康样本的均值和标准差进行非支配排序，获取健康样本；结合核密度估计，计算各采样点的健康概率密度函数；将健康样本合成健康样本集，结合主成分分析获取权重。本发明具有很高的应用价值。
-
公开(公告)号：CN112651290A
公开(公告)日：2021-04-13
申请号：CN202011142739.8
申请日：2020-10-22
Applicant: 国家电网有限公司 , 国网新源控股有限公司 , 浙江仙居抽水蓄能有限公司 , 中国电建集团华东勘测设计研究院有限公司 , 华中科技大学
Abstract: 本发明实施例提供一种水电机组振动趋势预测方法和系统，方法包括：采集水电机组的原始信号特征集；基于最大信息系数(MIC)分析各本征模态分量与环境变量的相关性，提取相关性大于预设相关度阈值的环境变量作为各本征模态分量的环境特征；将每个本征模态分量及对应的环境特征构成特征输入序列，将特征输入序列按时间顺序作为神经网络的输入，进行神经网络训练，得到振动趋势预测模型；将当前待预测水电机组的每个本征模态分量及对应的环境特征构成特征输入向量，输入至振动趋势预测模型进行预测，并将所有预测结果进行融合得到水电机组的未来趋势预测值,大大提高了振动趋势预测结果的精度和稳定性。
-
-
-
-
-
-
-
-
-
Search Results
117
records
(took 0.043 seconds)
