-
公开(公告)号:CN113792940A
公开(公告)日:2021-12-14
申请号:CN202111264860.2
申请日:2021-10-28
Applicant: 湖南五凌电力科技有限公司 , 五凌电力有限公司
Inventor: 李崇仕 , 赵训新 , 何葵东 , 罗立军 , 邓盛名 , 侯凯 , 王卫玉 , 金艳 , 肖杨 , 姜晓峰 , 莫凡 , 张培 , 胡蝶 , 阳瑞霖 , 王思嘉 , 陈启卷 , 何智成 , 霍树林
Abstract: 本发明公开了基于深度学习的水轮发电机组振摆数据预测方法及装置,包括:根据水轮发电机组中的工况测点和振摆测点构建机组监测体系,根据机组监测体系获取水轮发电机组的历史监测数据集;对水轮发电机组的历史监测数据集进行预处理后,根据预处理获得的目标时序数据表构建训练数据库;基于LSTM网络和GRU网络构建时序数据预测模型,并利用训练数据库对构建的时序数据预测模型进行训练,并获取训练好的时序数据预测模型;获取机组监测体系中各测点在同一采样时刻的实时监测数据,构建待测数据矩阵;将连续采样时间段内的待测数据矩阵输入训练好的时序数据预测模型,并获取模型输出的振摆预测数据。本发明提高了振摆数据预测的准确度和实时性。
-
公开(公告)号:CN116517746A
公开(公告)日:2023-08-01
申请号:CN202211093795.6
申请日:2022-09-08
Applicant: 湖南大学 , 湖南五凌电力科技有限公司
Abstract: 本申请公开提供了一种水轮机监测方法及装置,其中,该方法包括:采用自适应小波半软阈值去噪方法对水轮机振动信号数据进行去噪;采用小波能量系数分析法与小波分解系数均方值统计分析法相结合,从振动信号数据中提取特征数据,并建立水轮机组诊断样本数据库;利用基于深度学习的不确定性贝叶斯神经网络模型挖掘水轮机数据之间的特征关系,解决了现有技术中通过离线状态下,人工复检的方式进行水轮机检测,实施难度高、覆盖率底,容易出现漏检、无法对服役状态下的水轮机组进行实时在线监测的问题。
-