-
公开(公告)号：CN113837459B
公开(公告)日：2024-05-03
申请号：CN202111084120.0
申请日：2021-09-15
申请人： 浙江浙能数字科技有限公司 , 浙江浙能技术研究院有限公司
摘要： 本发明涉及一种基于RF‑DTW的智能电厂燃煤发电机组短期负荷预测方法，包括步骤：获取当前时间作为预测时刻；从机组的数据库中获取历史数据；对历史数据进行预处理；根据预测时刻计算预测时刻前一周的平均负荷。本发明的有益效果是：本发明克服了仅用机组历史负荷数据预测机组负荷的局限性，本发明基于RF‑DTW算法，给出了任意当前时间点24小时内的机组负荷预测值，确保了未来24小时内机组负荷预测的最大误差小于5％；据此可以为燃煤发电机组的循环水泵、磨煤机、脱硫浆液循环泵等重要辅机的启停优化操作提供决策支撑，对燃煤发电机组在确保安全的基础上尽可能提高机组的经济运行水平具有重要意义，具有广阔的推广前景。
-
公开(公告)号：CN112801426A
公开(公告)日：2021-05-14
申请号：CN202110364925.4
申请日：2021-04-06
申请人： 浙江浙能技术研究院有限公司
摘要： 本发明涉及一种基于关联参数挖掘的工业过程故障融合预测方法，包括步骤：基于关联规则挖掘算法对工业过程运行参数进行关联性挖掘；利用训练样本提取关联参数的参数特征，基于参数特征和故障时间构造训练集；利用训练集构造BP神经网络模型，作为基于关联参数的故障时间预测模型。本发明的有益效果是：构建了多参数多模型融合预测模型，将关联规则引入参数选取中，挖掘参数关联性进而筛选出用以建模的运行参数；进一步针对不同参数构建了不同预测模型，进一步将关联规则挖掘结果引入模型融合中实现预测模型的融合，从而获得了覆盖状态信息全面且具有强鲁棒性的故障时间预测模型。对于工程上的故障预测和健康管理有重大应用价值。
-
公开(公告)号：CN112990773B
公开(公告)日：2022-03-01
申请号：CN202110438852.9
申请日：2021-04-23
申请人： 浙江浙能技术研究院有限公司
摘要： 本发明涉及一种基于多指标融合的控制回路性能评价方法，包括步骤：构建控制回路性能评价指标；为控制回路性能评价指标分配权重；对控制回路性能评价指标进行加权平均，获得综合性能评价指标，并划分综合性能评价指标的性能等级，得到最终性能评价结果。本发明的有益效果是：本发明设计了静态偏差指标、波动指标、阀门饱和指标、回路振荡指标以及Hurst指数指标，并对其进行加权融合，得到综合评价指标对控制回路进行客观的性能评价；进一步构建了性能等级机制，辅助火电厂业务人员进行决策；可以及时发现工作状态不佳的控制回路，提升经济效益，降低因控制回路问题造成意外事件的风险，对于控制系统性能监测具有重要应用价值。
-
公开(公告)号：CN112990773A
公开(公告)日：2021-06-18
申请号：CN202110438852.9
申请日：2021-04-23
申请人： 浙江浙能技术研究院有限公司
摘要： 本发明涉及一种基于多指标融合的控制回路性能评价方法，包括步骤：构建控制回路性能评价指标；为控制回路性能评价指标分配权重；对控制回路性能评价指标进行加权平均，获得综合性能评价指标，并划分综合性能评价指标的性能等级，得到最终性能评价结果。本发明的有益效果是：本发明设计了静态偏差指标、波动指标、阀门饱和指标、回路振荡指标以及Hurst指数指标，并对其进行加权融合，得到综合评价指标对控制回路进行客观的性能评价；进一步构建了性能等级机制，辅助火电厂业务人员进行决策；可以及时发现工作状态不佳的控制回路，提升经济效益，降低因控制回路问题造成意外事件的风险，对于控制系统性能监测具有重要应用价值。
-
公开(公告)号：CN113837459A
公开(公告)日：2021-12-24
申请号：CN202111084120.0
申请日：2021-09-15
申请人： 浙江浙能技术研究院有限公司
摘要： 本发明涉及一种基于RF‑DTW的智能电厂燃煤发电机组短期负荷预测方法，包括步骤：获取当前时间作为预测时刻；从机组的数据库中获取历史数据；对历史数据进行预处理；根据预测时刻计算预测时刻前一周的平均负荷。本发明的有益效果是：本发明克服了仅用机组历史负荷数据预测机组负荷的局限性，本发明基于RF‑DTW算法，给出了任意当前时间点24小时内的机组负荷预测值，确保了未来24小时内机组负荷预测的最大误差小于5％；据此可以为燃煤发电机组的循环水泵、磨煤机、脱硫浆液循环泵等重要辅机的启停优化操作提供决策支撑，对燃煤发电机组在确保安全的基础上尽可能提高机组的经济运行水平具有重要意义，具有广阔的推广前景。
-
公开(公告)号：CN112801426B
公开(公告)日：2021-06-22
申请号：CN202110364925.4
申请日：2021-04-06
申请人： 浙江浙能技术研究院有限公司
摘要： 本发明涉及一种基于关联参数挖掘的工业过程故障融合预测方法，包括步骤：基于关联规则挖掘算法对工业过程运行参数进行关联性挖掘；利用训练样本提取关联参数的参数特征，基于参数特征和故障时间构造训练集；利用训练集构造BP神经网络模型，作为基于关联参数的故障时间预测模型。本发明的有益效果是：构建了多参数多模型融合预测模型，将关联规则引入参数选取中，挖掘参数关联性进而筛选出用以建模的运行参数；进一步针对不同参数构建了不同预测模型，进一步将关联规则挖掘结果引入模型融合中实现预测模型的融合，从而获得了覆盖状态信息全面且具有强鲁棒性的故障时间预测模型。对于工程上的故障预测和健康管理有重大应用价值。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.058 秒)
