-
公开(公告)号：CN114018499B
公开(公告)日：2022-09-09
申请号：CN202111140680.3
申请日：2021-09-28
Applicant: 雅砻江流域水电开发有限公司 , 北京华控智加科技有限公司
Abstract: 本申请属于设备状态监测方法技术和故障定位技术领域，具体而言，涉及一种水电站水车室噪声声源成像方法。首先设计一个多声音传感器同步声音采集系统；生成一个声音传感器与水电站水车室之间的声音传播距离与声音传播时间的关系表；采集水电站水车室噪声信号，计算噪声声源成像点噪声信号的强度Image，得到水电站水车室噪声声源的成像；根据噪声声源成像点噪声信号的强度Image，确定噪声声源处的工作状态；将所述成像结果可视化。本方法在水车室内使用多个同步采集的声音传感器设备组合成一个大型的声音传感器阵列，利用声阵列成像算法对水导轴承、上腹板和水车室厂房进行全空间声成像，并利用可视化技术显示设备和空间中不同位置的噪声激发强度，用于水车室运行状态监测和故障定位。
-
公开(公告)号：CN114203210B
公开(公告)日：2022-09-13
申请号：CN202111280459.8
申请日：2021-11-01
Applicant: 雅砻江流域水电开发有限公司 , 北京华控智加科技有限公司
Abstract: 本申请属于传感器技术领域，涉及一种用于水轮机组的声音振动温度信号同步采集方法及装置。本方法对水轮机组的关键机电设备状态进行监测，对声音、振动、温度信号进行同步采集，设定麦克风采样点间隔，对存储器中声音数据缓存区的声音数据进行分段存储，并以此为时间同步节点，分别对存储器的震动数据缓存区中的加速度数据和随机存取存储器中的温度计数据进行分段存储；当麦克风完成一次间隔的音频采集时，将该时间内采样到的声音数据、加速度数据和温度数据共同打包成数据包，上传给云服务器，实现声音振动温度信号同步采集。本方法中，兼容传统的振动、温度信号和声音信号的采集，可以为水轮机组状态监测提供更全面、有效和准确的判断依据。
-
公开(公告)号：CN114203210A
公开(公告)日：2022-03-18
申请号：CN202111280459.8
申请日：2021-11-01
Applicant: 雅砻江流域水电开发有限公司 , 北京华控智加科技有限公司
Abstract: 本申请属于传感器技术领域，涉及一种用于水轮机组的声音振动温度信号同步采集方法及装置。本方法对水轮机组的关键机电设备状态进行监测，对声音、振动、温度信号进行同步采集，设定麦克风采样点间隔，对存储器中声音数据缓存区的声音数据进行分段存储，并以此为时间同步节点，分别对存储器的震动数据缓存区中的加速度数据和随机存取存储器中的温度计数据进行分段存储；当麦克风完成一次间隔的音频采集时，将该时间内采样到的声音数据、加速度数据和温度数据共同打包成数据包，上传给云服务器，实现声音振动温度信号同步采集。本方法中，兼容传统的振动、温度信号和声音信号的采集，可以为水轮机组状态监测提供更全面、有效和准确的判断依据。
-
公开(公告)号：CN114004059A
公开(公告)日：2022-02-01
申请号：CN202111123896.9
申请日：2021-09-24
Applicant: 雅砻江流域水电开发有限公司 , 北京华控智加科技有限公司
IPC: G06F30/20 , G06K9/62 , G06F119/04
Abstract: 本申请属于水轮发电机组状态监测技术领域，具体而言涉及一种发电机组健康画像方法。本公开方法首先获取待测机组的多种相关数据，对不同相关数据进行组合并处理，得到多种维度数据；利用权重评价模型，得到所述多种维度数据中各维度数据相应的权重系数；根据所述多种维度数据的维度类别和相应权重系数，确定待测机组中关键组件的健康雷达图。本方法利用人工智能大数据挖掘和多维信息可视化技术，解决了当前机组状态监测系统中存在的机组健康评估局部和整体不兼顾、传感器信息和组件或机组状态未真正绑定、健康指标单一、展示方式单一等诸多问题。
-
公开(公告)号：CN114004059B
公开(公告)日：2022-08-23
申请号：CN202111123896.9
申请日：2021-09-24
Applicant: 雅砻江流域水电开发有限公司 , 北京华控智加科技有限公司
IPC: G06F30/20 , G06K9/62 , G06F119/04
Abstract: 本申请属于水轮发电机组状态监测技术领域，具体而言涉及一种发电机组健康画像方法。本公开方法首先获取待测机组的多种相关数据，对不同相关数据进行组合并处理，得到多种维度数据；利用权重评价模型，得到所述多种维度数据中各维度数据相应的权重系数；根据所述多种维度数据的维度类别和相应权重系数，确定待测机组中关键组件的健康雷达图。本方法利用人工智能大数据挖掘和多维信息可视化技术，解决了当前机组状态监测系统中存在的机组健康评估局部和整体不兼顾、传感器信息和组件或机组状态未真正绑定、健康指标单一、展示方式单一等诸多问题。
-
Patent Agency Ranking
公开(公告)号：CN114018499A
公开(公告)日：2022-02-08
申请号：CN202111140680.3
申请日：2021-09-28
Applicant: 雅砻江流域水电开发有限公司 , 北京华控智加科技有限公司
Abstract: 本申请属于设备状态监测方法技术和故障定位技术领域，具体而言，涉及一种水电站水车室噪声声源成像方法。首先设计一个多声音传感器同步声音采集系统；生成一个声音传感器与水电站水车室之间的声音传播距离与声音传播时间的关系表；采集水电站水车室噪声信号，计算噪声声源成像点噪声信号的强度Image，得到水电站水车室噪声声源的成像；根据噪声声源成像点噪声信号的强度Image，确定噪声声源处的工作状态；将所述成像结果可视化。本方法在水车室内使用多个同步采集的声音传感器设备组合成一个大型的声音传感器阵列，利用声阵列成像算法对水导轴承、上腹板和水车室厂房进行全空间声成像，并利用可视化技术显示设备和空间中不同位置的噪声激发强度，用于水车室运行状态监测和故障定位。
-
公开(公告)号：CN119960418A
公开(公告)日：2025-05-09
申请号：CN202411878013.9
申请日：2024-12-19
Applicant: 三峡金沙江云川水电开发有限公司 , 北京华控智加科技有限公司
IPC: G05B23/02
Abstract: 本发明公开了一种基于人工智能的水电站排水系统自适应诊断方法，涉及水电站技术领域，包括，在排水系统中部署多个传感器，包括流量传感器、压力传感器和温度传感器，用于实时采集排水系统的运行数据，构建排水系统运行数据数据集；将排水系统运行数据数据集通过传感器网络传输至中央数据处理单元。本发明的有益效果为利用图神经网络和Transformer相结合的深度学习模型进行故障预测和诊断，结合自适应控制算法实时优化运行参数，从而实现排水系统的智能化监控和自适应控制，提升系统的整体性能和可靠性。
-
公开(公告)号：CN119869732A
公开(公告)日：2025-04-25
申请号：CN202510304980.2
申请日：2025-03-14
Applicant: 国家能源集团永州发电有限公司 , 北京华控智加科技有限公司
IPC: B02C25/00
Abstract: 本发明涉及磨煤机数据处理技术领域，尤其涉及一种基于人机交互的磨煤机运行管理系统，包括前置检测模块，运行数据采集模块，集成数据处理模块以及动作执行模块，通过对历史运行数据进行分析，将历史运行数据按照数据组合进行划分，得到数据集合，根据数据集合中的关联影响参数，确定每个关联影响参数下的单位成本，再根据关联影响参数和单位运行成本，获取整体分布曲线，基于关联影响参数的正常运行范围，在整体分布曲线中确定标准运行参数，获取实时的检测数据，将检测数据与数据组合进行结合，确定检测数据的执行参数，并按照执行参数对磨煤机进行参数调整，使得磨煤机可以连续、稳定地运行。
-
公开(公告)号：CN119532231A
公开(公告)日：2025-02-28
申请号：CN202411615100.5
申请日：2024-11-13
Applicant: 北京华控智加科技有限公司
IPC: F04D27/00 , G10L25/21 , G10L25/24 , G10L25/51 , G06F18/2433 , G06F18/231 , G06F18/2131 , G06F123/02
Abstract: 本发明公开了一种风机运行状态异常检测方法，S1、生成风机运行声纹信号数据集；S2、对风机运行声纹信号数据集进行预处理；S3、构建特征数据集；S4、基于特征数据集使用分层聚类算法对风机运行声纹信号进行初步分类；S5、在每个风机运行状态簇中进一步使用分层聚类算法进行二次细分；S6、基于正常状态子簇的风机声纹信号特征数据建立风机正常运行声纹信号特征模型，并基于潜在异常状态子簇的声纹信号特征数据建立风机潜在异常状态声纹信号特征模型；S7、系统判断风机运行状态；S8、当风机运行状态被检测为异常时，系统发出报警信号。本发明在风机运行状态监控和异常检测方面具有显著的有益效果。
-
公开(公告)号：CN118690313B
公开(公告)日：2024-11-26
申请号：CN202411174795.8
申请日：2024-08-26
Applicant: 大唐可再生能源试验研究院有限公司 , 大唐同心新能源有限公司 , 北京华控智加科技有限公司
IPC: G06F18/2433 , G06F30/10 , G06F30/20 , G06N3/0464 , G06Q10/20 , G06T17/00 , G06F18/10 , G06F18/25 , G10L25/51 , G10L25/30 , F03D17/00 , F03D80/40
Abstract: 基于人工智能的风电机组运维决策系统，涉及风电机组运维技术领域，包括感知模块、分析模块、数字孪生模块和运营维护模块；本发明构建卷积神经网络对风电机的声纹、振动和温度进行全面分析，建立了基于多维信息融合和声纹技术的智能故障诊断引擎，根据检测数据做出故障有无和严重程度的诊断，可以辅助运维人员制定的运维计划；通过数字孪生模型进行风电机运行状态可视化，建立设备结构三维模型，把实体设备的状态实时分析后投射在数字孪生模型上，达成更直观、形象的展示效果；综合考虑了风电机的电压、电流、声波、振动和温度数据，通过数据融合和数据降噪针对性判断是否生成报警信号，提高了数据处理的高效性和风电机维护的高效实现。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.064 seconds)
