-
公开(公告)号：CN111720296B
公开(公告)日：2022-03-08
申请号：CN202010527007.4
申请日：2020-06-11
申请人： 浙江浙能技术研究院有限公司 , 山东鲁能软件技术有限公司
摘要： 本发明涉及一种基于自编码器的汽动给水泵设备异常状态预警方法，包括：步骤1、选取汽动给水泵设备关键部件的全部状态参数，并把部分状态参数进行扩维处理；步骤2、数据预处理。本发明的有益效果是：本发明基于自编码器深度学习模型对汽动给水泵运行中各测点的异常状态进行识别并预警。通过建立基于自编码器的汽动给水泵深度学习模型，计算评估值与置信区间，监测汽动给水泵运行状态并对异常状态进行预警。这将给随后的设备维护计划制定提供坚实的支撑，对于对可靠性要求严格的设备维护管理大有裨益，在工程实际应用方面具有广阔前景。本发明可以有效得辨识设备运行中的异常状况，为汽动给水泵状态异常预警研究提供了一种崭新的思路。
-
公开(公告)号：CN111754030A
公开(公告)日：2020-10-09
申请号：CN202010527009.3
申请日：2020-06-11
申请人： 浙江浙能技术研究院有限公司 , 山东鲁能软件技术有限公司
摘要： 本发明涉及一种基于HAC和RF-GA的火电机组供电煤耗优化方法，包括：步骤1、将火电机组中计算供电煤耗的相关参数分为三类；步骤2、数据预处理；步骤3、基于凝聚层次聚类(HAC)算法构建工况划分模型，利用工况识别参数进行工况划分。本发明的有益效果是：本发明可用于燃煤机组供电煤耗优化。本发明采用随机森林回归算法构建供电煤耗预测模型，并采用遗传优化算法建立基于供电煤耗优化模型。建立各工况最优可调参数数据库。对于实时数据，通过工况划分模型匹配工况后在最优可调参数数据库中获得优化目标，对供电煤耗值进行优化。本发明可为发电企业提供优化建议，实现对发电成本的优化控制。
-
公开(公告)号：CN111754030B
公开(公告)日：2022-04-12
申请号：CN202010527009.3
申请日：2020-06-11
申请人： 浙江浙能技术研究院有限公司 , 山东鲁能软件技术有限公司
摘要： 本发明涉及一种基于HAC和RF‑GA的火电机组供电煤耗优化方法，包括：步骤1、将火电机组中计算供电煤耗的相关参数分为三类；步骤2、数据预处理；步骤3、基于凝聚层次聚类(HAC)算法构建工况划分模型，利用工况识别参数进行工况划分。本发明的有益效果是：本发明可用于燃煤机组供电煤耗优化。本发明采用随机森林回归算法构建供电煤耗预测模型，并采用遗传优化算法建立基于供电煤耗优化模型。建立各工况最优可调参数数据库。对于实时数据，通过工况划分模型匹配工况后在最优可调参数数据库中获得优化目标，对供电煤耗值进行优化。本发明可为发电企业提供优化建议，实现对发电成本的优化控制。
-
公开(公告)号：CN111753889A
公开(公告)日：2020-10-09
申请号：CN202010526996.5
申请日：2020-06-11
申请人： 浙江浙能技术研究院有限公司 , 山东鲁能软件技术有限公司
摘要： 本发明涉及一种基于CNN-SVDD的引风机故障识别方法，包括：步骤1：采集足量训练数据，进行数据预处理；步骤2：利用预处理后的训练数据构建CNN-SVDD模型，利用CNN算法对时间序列数据进行降维，然后通过SVDD算法进行数据单分类；步骤3：采集足量实时数据，用基于已构建的CNN-SVDD模型对实时数据对应的引风机故障进行识别。本发明的有益效果是：本发明利用深度学习先进行特征提取，大量减少特征维度后，再使用SVDD进行单分类分析，这样可以节省SVDD的时间和内存开销。另外由于引风机数据具有时间序列特性，可以充分利用时间序列数据时间维度上的局部相关性，使用一维卷积网络减少学习参数，进一步减少计算开销。
-
公开(公告)号：CN111753889B
公开(公告)日：2022-04-12
申请号：CN202010526996.5
申请日：2020-06-11
申请人： 浙江浙能技术研究院有限公司 , 山东鲁能软件技术有限公司
摘要： 本发明涉及一种基于CNN‑SVDD的引风机故障识别方法，包括：步骤1：采集足量训练数据，进行数据预处理；步骤2：利用预处理后的训练数据构建CNN‑SVDD模型，利用CNN算法对时间序列数据进行降维，然后通过SVDD算法进行数据单分类；步骤3：采集足量实时数据，用基于已构建的CNN‑SVDD模型对实时数据对应的引风机故障进行识别。本发明的有益效果是：本发明利用深度学习先进行特征提取，大量减少特征维度后，再使用SVDD进行单分类分析，这样可以节省SVDD的时间和内存开销。另外由于引风机数据具有时间序列特性，可以充分利用时间序列数据时间维度上的局部相关性，使用一维卷积网络减少学习参数，进一步减少计算开销。
-
公开(公告)号：CN111720296A
公开(公告)日：2020-09-29
申请号：CN202010527007.4
申请日：2020-06-11
申请人： 浙江浙能技术研究院有限公司 , 山东鲁能软件技术有限公司
摘要： 本发明涉及一种基于自编码器的汽动给水泵设备异常状态预警方法，包括：步骤1、选取汽动给水泵设备关键部件的全部状态参数，并把部分状态参数进行扩维处理；步骤2、数据预处理。本发明的有益效果是：本发明基于自编码器深度学习模型对汽动给水泵运行中各测点的异常状态进行识别并预警。通过建立基于自编码器的汽动给水泵深度学习模型，计算评估值与置信区间，监测汽动给水泵运行状态并对异常状态进行预警。这将给随后的设备维护计划制定提供坚实的支撑，对于对可靠性要求严格的设备维护管理大有裨益，在工程实际应用方面具有广阔前景。本发明可以有效得辨识设备运行中的异常状况，为汽动给水泵状态异常预警研究提供了一种崭新的思路。
-
公开(公告)号：CN113221441B
公开(公告)日：2022-12-02
申请号：CN202110386981.8
申请日：2021-04-12
申请人： 山东鲁能软件技术有限公司
摘要： 本发明公开了一种电厂设备健康评估的方法及装置，包括：从P I数据库中获取设备参数的实时运行数据；加载训练阶段中的BP神经网络回归模型，计算实时运行数据各个参数的残差值；根据实时运行数据的参数残差大小按照变权公式调整参数权重，获取参数的变权重；按照偏差分值公式、偏差严重等级公式、偏差紧迫性公式计算各个参数的偏差分值、偏差严重等级、偏差紧迫性指标，并与训练阶段中的同类设备同类参数均值进行对比计算各个参数的同类横向对比指标；各个参数偏差严重等级、偏差紧迫性、同类横向对比指标跟参数变权重进行累乘，实现对参数权重再次调整，以便对实时运行数据进行工况类型识别，代入训练阶段确定的该工况下的归一化映射关系得到归一化数值，作为工况运行等级数值。
-
公开(公告)号：CN110752003A
公开(公告)日：2020-02-04
申请号：CN201910830291.X
申请日：2019-09-04
申请人： 山东鲁能软件技术有限公司
摘要： 本发明涉及人工智能技术领域，具体为基于人工智能技术模式识别的应用于健康预防的识别技术，包括如下步骤：S1：运动类型信息采集：对生物运动类型信息进行采集，获取相关数据，建立预留模版，组建运动类型数据库；S2：运动类型信息比对：对生物运动类型信息进行测量，获取相关数据，然后统计样本与预留模版数据一致程度，经比对阈值的误差达到分析判别的目的；S3：运动类型信息完善：开放运动类型识别标记口，引入用户共同标记，增强视频识别自我学习和完善能力，进而降低“拒识率”和“误识率”。该基于人工智能技术模式识别的应用于健康预防的识别技术适用性广，该专利技术不仅可应用于健康行业，亦可应用于竞技行业、体育行业等。
-
公开(公告)号：CN105302848B
公开(公告)日：2018-11-13
申请号：CN201510105156.0
申请日：2015-03-10
申请人： 山东鲁能软件技术有限公司
IPC分类号： G06F17/30
摘要： 本发明属于设备状态预警技术领域，特别涉及一种基于SVM回归模型的设备智能预警系统的评估值校准方法。该设备智能预警系统的评估值校准方法，依次通过建立设备智能预警模型、影响关系曲线拟合、异常测点识别和校准受扰的评估值四部分可以实时地消除异常测点对其他正常测点评估值的偏离，具有良好的通用性，可以嫁接到其他回归算法中进行性能优化；在线调整设备受影响测点的评估值的时候，不会产生过多的延时效果，确保了模型对设备实时预警能力；能实时地进行异常测点辨析，判断的实时性得以保证，可以为设备数据进行在线状态解析；能为正常测点稳定输出无干扰的评估值；本发明的预警模型可靠性更高，且生命周期长。
-
公开(公告)号：CN105467975B
公开(公告)日：2018-08-03
申请号：CN201511004767.2
申请日：2015-12-29
申请人： 山东鲁能软件技术有限公司
摘要： 种设备故障诊断方法,依次包括故障诊断训练步骤和故障诊断运行步骤,着手数据形态特征本质,基于设备故障数据,结合了多维分段拟合算法和优化的动态时间弯曲算法实现建模的模式表达和距离阈值提取功能,并通过对发现的设备异常数据提取形态特征进行模式匹配达到设备数据故障类型识别和原因诊断的功能解决当前故障诊断技术中难以高效、准确地刻画故障数据之间相似程度的难题。
-
-
-
-
-
-
-
-
-
搜索结果
28 条记录 (耗时 0.121 秒)