-
公开(公告)号：CN112377985B
公开(公告)日：2022-02-01
申请号：CN202011078040.X
申请日：2020-10-10
Applicant: 湖南大唐先一科技有限公司 , 广西电网有限责任公司
Inventor： 江平 , 陈佳佳 , 陈标 , 刘智辉 , 刘文哲 , 张成煜 , 张宇 , 文立斌 , 崔长江 , 刘麟夫 , 谢小鹏 , 李俊 , 祁乐 , 李德忠 , 龙建平 , 胡加庆 , 王凯
Abstract: 本发明公开了一种基于反馈神经网络的供热机组调峰下限评估方法及系统，首先基于统计学的数据分析方法，根据历史工况数据中在较低工况下的数据运行情况，评估供热机组在纯凝工况下的调峰下限。然后根据低压缸排汽流量计算供热工况下的调峰下限值，将基于低压缸排汽流量的变工况计算得到的计算调峰下限值，与预处理后的数据并成数据集，利用数据集训练反馈神经网络模型，可以通过训练好的反馈神经网络模型对供热机组的调峰下限进行实时评估，评估结果的准确性高、误差小，并且供热机组的历史工况数据直接通过现有的供热机组系统即可获得，整个评估过程不会影响正常的供热和供电，工作量和耗费的时间都相对较少。
-
公开(公告)号：CN112377985A
公开(公告)日：2021-02-19
申请号：CN202011078040.X
申请日：2020-10-10
Applicant: 湖南大唐先一科技有限公司 , 广西电网有限责任公司
Inventor： 江平 , 陈佳佳 , 陈标 , 刘智辉 , 刘文哲 , 张成煜 , 张宇 , 文立斌 , 崔长江 , 刘麟夫 , 谢小鹏 , 李俊 , 祁乐 , 李德忠 , 龙建平 , 胡加庆 , 王凯
Abstract: 本发明公开了一种基于反馈神经网络的供热机组调峰下限评估方法及系统，首先基于统计学的数据分析方法，根据历史工况数据中在较低工况下的数据运行情况，评估供热机组在纯凝工况下的调峰下限。然后根据低压缸排汽流量计算供热工况下的调峰下限值，将基于低压缸排汽流量的变工况计算得到的计算调峰下限值，与预处理后的数据并成数据集，利用数据集训练反馈神经网络模型，可以通过训练好的反馈神经网络模型对供热机组的调峰下限进行实时评估，评估结果的准确性高、误差小，并且供热机组的历史工况数据直接通过现有的供热机组系统即可获得，整个评估过程不会影响正常的供热和供电，工作量和耗费的时间都相对较少。
-
公开(公告)号：CN103065041A
公开(公告)日：2013-04-24
申请号：CN201210548064.6
申请日：2012-12-18
Applicant: 湖南大唐先一科技有限公司
IPC: G06F19/00
Abstract: 一种冗余数据检验方法，包含以下步骤：冗余数据采集和序列构成，序列特征值检验，狄克松检验，偏差积检验，冗余数据状态信息提示。序列特征值检验和偏差积检验引入测量不确定度，避免了限值选取凭经验的随意性或繁琐性，使得检验参数设置有据可循，检验结果更加可靠。本发明的目的是提出一种能在计算机上实现，适用于任意情况的冗余数据准确性甄别的方法，且要求这种方法的甄别可靠性非常高。
-
公开(公告)号：CN108171271A
公开(公告)日：2018-06-15
申请号：CN201810026999.5
申请日：2018-01-11
Applicant: 湖南大唐先一科技有限公司
IPC: G06K9/62
Abstract: 本发明涉及设备状态检测预警技术领域，公开了一种设备劣化早期预警方法和系统，以通过对设备的运行状态的参数进行数据挖掘和分析，节省时间成本，并为工作人员准确和全面的掌握设备的劣化趋势提供了有效的科学依据；本发明的设备劣化早期预警方法包括根据能反映设备运行状态的测点建立预警监测模型；选取设备在时间步长内的正常运行参数数据作为预警监测模型的训练样本数据；采用K‑Means聚类算法对训练样本数据进行初步聚类分析，并将分析结果通过混合高斯模型进行迭代得到训练矩阵；进一步生成相似关系度矩阵，然后得到实时数据与训练矩阵中的各状态向量之间的隶属度矩阵，并得到与实时数据对应的期望值；计算实时数据与期望值的相似度。
-
公开(公告)号：CN119692515A
公开(公告)日：2025-03-25
申请号：CN202411507817.8
申请日：2024-10-28
Applicant: 湖南大唐先一科技有限公司
IPC: G06Q10/04 , G06Q10/067 , G06Q10/0631 , G06Q50/06
Abstract: 本发明涉及智能电网技术领域，具体涉及一种基于聚合分布式资源的虚拟电厂协同调度方法及系统，方法包括：对分布式资源进行聚合，建立基于物理特性的模型；通过双向通信技术采集各资源点的实时状态信息，并下发初步调度指令；对各资源点的数据进行本地处理和初步调节，并将处理结果上传至云端进行全局优化；构建优化调度模型，并通过智能算法进行调度策略的动态调整，得到动态调度方案；获取调度执行过程中的反馈数据，实时调整优化调度模型的参数，并对动态调度方案进行迭代优化。通过本发明，有效解决了传统能源系统各自为政、调度实时性和准确性较低的问题，实现了分布式资源的统一调度和实时优化，显著提升了虚拟电厂的能源管理和优化能力。
-
Patent Agency Ranking
公开(公告)号：CN108171271B
公开(公告)日：2022-04-29
申请号：CN201810026999.5
申请日：2018-01-11
Applicant: 湖南大唐先一科技有限公司
IPC: G06V10/762 , G06V10/774 , G06K9/62
Abstract: 本发明涉及设备状态检测预警技术领域，公开了一种设备劣化早期预警方法和系统，以通过对设备的运行状态的参数进行数据挖掘和分析，节省时间成本，并为工作人员准确和全面的掌握设备的劣化趋势提供了有效的科学依据；本发明的设备劣化早期预警方法包括根据能反映设备运行状态的测点建立预警监测模型；选取设备在时间步长内的正常运行参数数据作为预警监测模型的训练样本数据；采用K‑Means聚类算法对训练样本数据进行初步聚类分析，并将分析结果通过混合高斯模型进行迭代得到训练矩阵；进一步生成相似关系度矩阵，然后得到实时数据与训练矩阵中的各状态向量之间的隶属度矩阵，并得到与实时数据对应的期望值；计算实时数据与期望值的相似度。
-
公开(公告)号：CN108241894A
公开(公告)日：2018-07-03
申请号：CN201810021807.1
申请日：2018-01-10
Applicant: 湖南大唐先一科技有限公司
IPC: G06Q10/00
Abstract: 本发明涉及设备智能运维技术领域，公开了一种故障定位方法、设备及存储介质，以提高故障定位的实时性及精准性。本发明方法包括：在待故障定位设备中设置关联不同维度的至少两个测点，针对各种故障类型确定所一一对应的故障矩阵；获取各测点基于时间序列的异常状态信息数据以构建异常状态信息特征值矩阵；计算待分析的异常状态信息特征值矩阵与各故障矩阵的匹配度，并将匹配度最大的故障矩阵所对应的故障类型定位为当前故障类型；根据预设的采样周期，判断当前所定位的故障类型在相应采样周期内连续发生的累计时间是否等于或大于死区时间，若等于或大于死区时间，则输出相应的故障告警；否则，输出设备在当前采样周期正常运行的相关状态信息。
-
公开(公告)号：CN104573850B
公开(公告)日：2017-08-11
申请号：CN201410786881.4
申请日：2014-12-18
Applicant: 湖南大唐先一科技有限公司
Abstract: 本发明公开了一种火电厂设备状态评估方法，步骤包括：将火电厂设备分层划分为机组、设备群或系统和设备，并针对设备建立设备监测模型；从历史数据库中筛选出正常运行历史数据得到正常状态数据集；建立基于广义矩估计算法的回归模型，使用正常状态数据集进行模型训练得到训练值；从实时数据库中获取设备监测参数数据并依次进行甄别、状态评估，最后根据设备监测模型的分层模型分层加权评估状态值及状态。本发明能够实现火电厂的设备、系统及机组的状态评估和设备对象潜在故障变化的早期预警，并通过基于不同报警类型的参数状态评估方法，提示引起设备、系统及机组报警的监测参数，帮助火电厂关注设备早期劣化、分析故障原因以及积累诊断经验。
-
公开(公告)号：CN103034209B
公开(公告)日：2016-02-17
申请号：CN201210548174.2
申请日：2012-12-18
Applicant: 湖南大唐先一科技有限公司
IPC: G05B19/418
Abstract: 一种在线测量数据准确性甄别方法，包括：在线测量数据采集，数据检验和重构，数据告警，数据告警信息Web发布。本发明能够主动地发现测点异常，生成告警提示信息，同时有一套完善的报警机制实现了测点报警信息的统计分析与管理。数据预处理方法基于动态测试数据处理的经典方法，同时引入热力生产过程经验对数据准确性做判断，判断过程科学，判断结果可靠；数据准确性甄别的统计信息能够调动电厂对于自身测点维护的积极性，同时也是帮助电厂进行热工测量的相关检查。方法的配置调试一次性完成，维护工作量小，解决了大方法数据维护的一大难题。
-
公开(公告)号：CN104573850A
公开(公告)日：2015-04-29
申请号：CN201410786881.4
申请日：2014-12-18
Applicant: 湖南大唐先一科技有限公司
Abstract: 本发明公开了一种火电厂设备状态评估方法，步骤包括：将火电厂设备分层划分为机组、设备群或系统和设备，并针对设备建立设备监测模型；从历史数据库中筛选出正常运行历史数据得到正常状态数据集；建立基于广义矩估计算法的回归模型，使用正常状态数据集进行模型训练得到训练值；从实时数据库中获取设备监测参数数据并依次进行甄别、状态评估，最后根据设备监测模型的分层模型分层加权评估状态值及状态。本发明能够实现火电厂的设备、系统及机组的状态评估和设备对象潜在故障变化的早期预警，并通过基于不同报警类型的参数状态评估方法，提示引起设备、系统及机组报警的监测参数，帮助火电厂关注设备早期劣化、分析故障原因以及积累诊断经验。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.126 seconds)
