-
公开(公告)号：CN114840575A
公开(公告)日：2022-08-02
申请号：CN202210383823.1
申请日：2022-04-12
申请人： 雅砻江流域水电开发有限公司
IPC分类号： G06F16/2458 , G06K9/62 , G06Q10/00 , G06Q50/06
摘要： 本发明涉及水电站数据管理领域，目的是提供一种基于水电站设备状态的数据预测模型细分方法，应用机器学习构建符合水电发电机组设备运行规律的模型，包括有已知故障类、正常运行类、规律性事件类、偶发事件类，根据产品连续性数据特性要求对数据进行时序化丰富处理，为丰富建模因子提供有效支撑。
-
公开(公告)号：CN114706730A
公开(公告)日：2022-07-05
申请号：CN202210398076.9
申请日：2022-04-12
申请人： 雅砻江流域水电开发有限公司
IPC分类号： G06F11/30 , G06F16/2455 , G06F16/2458 , G06Q10/00 , G06Q50/06
摘要： 本发明涉及水电站数据管理领域，目的是提供基于离散状态数据和连续监测的故障预测模型方法，包括下列步骤：步骤S1：获取机组设备的目标时间段内离散数据；步骤S2：按照离散数据捕捉的时间顺序进行排序，得到若干拟合时间段，选取第一拟合时间段内点位上的离散数据进行曲线拟合，根据最大误差阈值判断第一曲线拟合的误差结果，当误差结果不大于最大误差阈值时，执行步骤S4，当误差结果大于最大误差阈值时，执行步骤S3；步骤S3：对第一拟合时间段的终止时间进行修正，直至误差结果不大于最大误差阈值，执行步骤S4；步骤S4：按照时间顺序进行各个拟合时间段的曲线拟合，将各时间段拟合后的曲线与正常运行曲线进行比较，得到监控点位的预测事件结果。
-
公开(公告)号：CN114692990A
公开(公告)日：2022-07-01
申请号：CN202210399166.X
申请日：2022-04-12
申请人： 雅砻江流域水电开发有限公司
摘要： 本发明涉及水电站数据管理领域，目的是提供一种基于Aspen Mtell系统的水轮发电机组故障预警和预判方法，目前现有的设备状态监测分析系统虽然在国内水电企业得到了较大规模的应用，但这些系统基本都没有完全利用设备自身完整的监测数据由计算机进行自学习，自建模的机器学习算法，仅支持实时状态监测、不能实现早期提前预警，可能发生漏报和误报。Aspen Mtell在技术上具有独特的优势基本能够解决上述问题，在水电管理领域具有推广意义。
-
公开(公告)号：CN114861711A
公开(公告)日：2022-08-05
申请号：CN202210398077.3
申请日：2022-04-12
申请人： 雅砻江流域水电开发有限公司
摘要： 本发明涉及水电站机组监测领域，目的是提供基于机器学习的水轮机组设备故障影响因素智能预判方法，通过预测模型根据机组运行的监测传感器数据及其他运行数据的分析，得出故障(事件)的综合趋势所符合的预测模型，根据对这个模型的持续监控、分析获得该故障(事件)的影响因子及权重排序，直到工程师进行故障(事件)原因分析，做到有的放矢，提高故障(事件)原因确定的效率。
-
-
-
搜索结果
4 条记录 (耗时 0.026 秒)
