一种基于多源异构的分布式能源数据融合和应用方法

    公开(公告)号:CN114461620A

    公开(公告)日:2022-05-10

    申请号:CN202210026436.2

    申请日:2022-01-11

    摘要: 本发明公开了一种基于多源异构的分布式能源数据融合和应用方法,该方法是面向天然气能源行业的多源异构数据采集、数据融合和数据应用;其中数据采集包含天然气站场仪器仪表数据、分子公司信息系统数据和填报数据;数据采集层以OPC、HTTP、WEBSERVICE、TCP/IP协议为传输通道,采用分布式任务调度的方式完成数据采集;数据采集完成后,对数据进行完整性、有效性校验,同时建立数据的来源、业务属性和上下文信息,完成数据的融合和存储;数据发布采用授权方式,以HTTP协议传输JSON报文的形式建立统一的数据接口服务。本发明解决了企业管理中数据孤岛、数据冗余、数据交换的问题,为企业建立了信息采集自动化、数据服务标准化、决策管理智能化的应用示范。

    一种管道监测装置
    6.
    发明公开

    公开(公告)号:CN110118309A

    公开(公告)日:2019-08-13

    申请号:CN201910508665.6

    申请日:2019-06-13

    IPC分类号: F17D5/02

    摘要: 一种管道监测装置,包括管道本体,还包括密封罩和三通,密封罩和三通的两个通孔之间密封连接;三通的第三个通孔上固定安装有气管,气管上固定连接有电磁阀和抽气泵,气管的侧面开设有支气管,支气管上固定安装有气体浓度传感器;密封罩内表面中间填充有密封填料。本发明克服了现有技术的不足,通过在密封罩中间填充密封填料,并在密封填料两侧均设有压力传感器,通过两个密封填料之间的压力传感器同时对两个密封填料所形成的密闭空间内的气压进行检测,从而能够判断在此密闭空间内是否存在泄漏,进而能够实现快速维修保护;并通过设置气体浓度传感器,从而能够对两个密封填料之间的轻微泄漏起到检测作用。

    一种大数据信息分析管理系统
    7.
    发明公开

    公开(公告)号:CN117408635A

    公开(公告)日:2024-01-16

    申请号:CN202311396139.8

    申请日:2023-10-26

    IPC分类号: G06Q10/10 G06F21/60 G06F21/62

    摘要: 本发明公开了一种大数据信息分析管理系统,包括:数据访问模块,基于通过时间编码器对获取的数据进行编码,并对获取的数据相同时间段的预设阈值进行判定,并根据判定结果生成哈希值;数据管理模块,根据所述哈希值进行所述数据的属性判定,并基于判定的结果将该数据传送至特定的数据通道内;数据分析模块,接收上述数据通道内被传送的所述数据,并通过解密获取完整数据包,若解密失败,则重新进行数据获取。该发明提供的大数据信息分析管理系统,通过在业务交流过程中对交流的多方进行数据获取,并分别执行数据加密,并通过区块链对数据分析委托系统上接收到数据分析委托请求进行数据分别加密处理。

    基于神经网络算法的风电齿轮箱预防性维修监测系统

    公开(公告)号:CN115329996A

    公开(公告)日:2022-11-11

    申请号:CN202210847934.3

    申请日:2022-07-19

    摘要: 本发明公开了基于神经网络算法的风电齿轮箱预防性维修监测系统,包括以下步骤:收集SCADA数据、CMS数据等基础数据;基于SCADA数据、CMS数据建立神经网络模型;利用建立好的神经网络模型对需要预测的数据进行预测,并输出预测结果;通过预测结果得出的故障信息,给出相应的维修建议;通过实地检查及内窥镜检查,确认齿轮箱故障情况,并对故障部位、故障类别、故障程度进行维修和记录;将记录的故障信息更新到基础数据库中。本发明克服了现有技术的不足,利用神经网络算法结合SCADA数据以及CMS数据建立预防性维修监测系统,及时给出预警及维修建议,通过内窥镜检查确认问题,然后动态更新算法模型,从而提高预测精度。

    基于协同表达和LightGBM算法的风机变桨电机温度故障预警方法

    公开(公告)号:CN112598148A

    公开(公告)日:2021-04-02

    申请号:CN202011063836.8

    申请日:2020-09-30

    摘要: 基于协同表达和LightGBM算法的风机变桨电机温度故障预警方法,包括以下步骤:S1对数据进行清洗;S2对数据进行预处理,通过引入变桨电机温度与上一时刻变桨电机温度差参数来体现时间序列;S3通过协同表达选出输入参数;S4通过十折交叉法验证进行超参数调参,选取得到最优参数;S5将最优参数带入模型进行训练,得到最优参数下的每台风机的Light GBM模型;S6对新来的数据直接带入已经训练好的模型中,得到变桨电机温度的预测值;S7将预测值与实际值进行对比,比较预测值与实际值的残差,判断残差是否持续大于设定的阈值;若是,则发出预警。本发明克服了现有技术的不足,大大提高了算法运行效率,提高了算法精度。