-
公开(公告)号:CN117370874A
公开(公告)日:2024-01-09
申请号:CN202311284791.0
申请日:2023-10-07
Applicant: 国家电投集团重庆江口水电有限责任公司 , 湖南五凌电力科技有限公司
IPC: G06F18/2411 , G06F18/214 , G06F18/15 , G06F18/2131 , G06N3/0475 , G06N3/094 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 一种基于DA‑WGAN‑SVM的水电机组小样本故障诊断方法,先进行生成对抗网络、Wasserstein生成对抗网络、可微分数据增强,然后利用上述获得的数据进行基于水电机组小样本基础上的故障分析诊断,具体包括七个步骤进行故障分析诊断。本发明在水电机组小样本基础上,首先利用可微增强生成对抗网络对现有的训练数据集进行数据增强并且扩充训练数据集,然后对数据集进行特征向量提取;最后用支持向量机分类器对扩充的数据集进行分类从而实现对水电机组故障分类,相较于大多传统的基于物理模型的方法,可以更好地适应不同机组的特性,并且不需要过多的先验知识和假设,具有更强实用性和可操作性,为有效判断出水电机组故障起到了有力技术支持。
-
公开(公告)号:CN117315312A
公开(公告)日:2023-12-29
申请号:CN202311395588.0
申请日:2023-10-25
Applicant: 湖南五凌电力科技有限公司 , 五凌电力有限公司
Inventor: 谭文胜 , 刘强 , 李贤明 , 陈金鑫 , 赵训新 , 罗立军 , 余斌 , 罗红祥 , 钟平 , 刘文阳 , 丁杰 , 邓烜 , 丁旭 , 马腾飞 , 黄孔 , 康志远 , 罗佑楠
IPC: G06V10/762 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/096
Abstract: 本申请提出一种基于深度学习的光伏组件故障识别方法、系统及电子设备,其中,方法包括构建光伏组件的样本集,样本集包括多个样本和标签,每个样本包括可见光图像和热成像图像,标签包括正常状态和至少一种故障状态;基于改进的YOLOv3目标检测算法构建故障识别模型,其中利用模糊C均值算法优化YOLOv3目标检测算法得到改进的YOLOv3目标检测算法;利用样本集对故障识别模型进行训练得到训练好的故障识别模型;获取光伏组件的实时可见光图像和实时热成像图像,基于实时可见光图像和实时热成像图像,利用训练好的故障识别模型得到故障识别结果,以提高光伏组件故障识别的识别精度。
-
公开(公告)号:CN115391474A
公开(公告)日:2022-11-25
申请号:CN202211047405.1
申请日:2022-08-29
Applicant: 湖南五凌电力科技有限公司 , 五凌电力有限公司
Abstract: 本发明公开了一种基于数字孪生的流域管理方法及系统,该方法包括:获取水电站流域的北斗数据、遥感数据和物联数据,构建流域数据库;基于流域数据库,通过多种引擎对水电站流域进行数字化映射,生成对应的数字孪生流域;获取流域业务,通过流域业务关联的算法在数字孪生流域中进行业务模拟,该流域业务为闸门控制预演、区域淹没分析、流域地灾预警和大坝受力预警中的一种或多种。本发明基于多种引擎处理水电站流域的多种感知数据,实现了数字孪生流域的准确化和智能化构建,同时通过多种算法在数字孪生流域中对各种流域业务进行模拟,提升了水电站流域的管理效率和应急指挥能力。
-
公开(公告)号:CN115361021A
公开(公告)日:2022-11-18
申请号:CN202210980271.2
申请日:2022-08-16
Applicant: 湖南五凌电力科技有限公司 , 五凌电力有限公司
IPC: H03M1/12
Abstract: 本申请提供一种信号转换方法、装置、电子设备及存储介质。该方法包括:根据噪声声压级将接收到的多路噪声信号进行划分以确定量程区间,并确定量程区间对应的第一电压范围;根据第一电压范围和利用模数转换模块确定的输入电压确定量程区间的信号放大倍数;根据信号放大倍数确定量程区间放大后的第二电压范围;根据预先确定的多路噪声信号的分辨率确定量程区间对应的输出电压最小变化值;根据第二电压范围和输出电压最小变化值确定模数转换器对应的目标转换位数;根据第一电压范围和目标转换位数将多路噪声信号转换为单路噪声信号。本申请在提高分辨率的同时,降低了使用成本,提高了电路可靠性。
-
公开(公告)号:CN115271123A
公开(公告)日:2022-11-01
申请号:CN202210937026.3
申请日:2022-08-05
Applicant: 五凌电力有限公司 , 湖南五凌电力科技有限公司
Abstract: 本公开提出了一种水电机组油系统的油量预警方法、装置和电子设备,涉及水电站设备安全技术领域。该方法包括:获取水电机组待测油系统当前的有功功率和发电态状态量以及待测油系统的类型;根据待测油系统的类型,获取待测油系统当前的各个油位数据;根据各个油位数据,计算待测油系统的当前油量;根据有功功率和发电态状态量,确定待测油系统的当前工况;基于预设的对应关系,根据工况,确定油量对应的油量阈值;根据油量和油量阈值之间的关系,确定对待测油系统的预警方式,进行预警。由此,实现了对水电机组各类油系统的油量自动计算及实时预警,保障了电站安全、稳定和经济运行性,有利于在数据量较大的情况下实现准确的分析和预警。
-
公开(公告)号:CN115270887A
公开(公告)日:2022-11-01
申请号:CN202210937801.5
申请日:2022-08-05
Applicant: 湖南五凌电力科技有限公司 , 五凌电力有限公司
Abstract: 本申请一个实施例提供一种异常识别方法和装置,该方法包括:获取历史异常数据,进而确定对应的异常类型,提取历史异常数据中的能表征异常类型的特征;根据异常类型和特征对机器学习分类算法构建出的模型进行训练,并利用网格搜索算法对模型的模型参数进行调整,以得到分类模型;获取实时检测到的待测数据,将待测数据输入至分类模型,以输出混淆矩阵和分类标识,进而根据混淆矩阵和分类标识确定待测数据是否出现异常;响应于确定待测数据出现异常,生成告警信息并输出。从而可以提高异常告警和异常识别精度。
-
公开(公告)号:CN115269655A
公开(公告)日:2022-11-01
申请号:CN202210937028.2
申请日:2022-08-05
Applicant: 五凌电力有限公司 , 湖南五凌电力科技有限公司
IPC: G06F16/2455 , G01F23/00 , G06Q50/06
Abstract: 本公开提出一种水电机组轴承油箱油位的预警方法、装置及计算机设备,涉及水电机组技术领域。该方法包括:获取待监测的水电机组当前的设备参数及轴承油箱的第一油位值;基于设备参数,确定水电机组的状态;基于水电机组的状态,确定目标油位上下限;根据第一油位值与目标油位上下限,确定水电机组轴承油箱油位是否异常;在水电机组轴承油箱油位异常的情况下,进行异常预警。由此,可以先基于水电机组的状态,确定目标油位上下限,之后再基于水电机组当前的第一油位值,与该目标油位上下限的关系,确定水电机组轴承油箱油位是否异常,并进行异常预警,从而提高了水电机组轴承油箱油位监测的准确性和可靠性,为保障水电机组的平稳运行提供了条件。
-
公开(公告)号:CN114863652A
公开(公告)日:2022-08-05
申请号:CN202210446543.0
申请日:2021-01-15
Applicant: 湖南五凌电力科技有限公司 , 五凌电力有限公司
Abstract: 本发明公开了一种变压器状态监测智能预警方法,包括:确定用于监测变压器运行状态的第二监测体系;从第二监测体系中获取Ⅰ类监测参数,在当前的机组工况数据满足Ⅰ类监测参数对应的工况判定条件时,根据获取到的Ⅰ类监测参数的监测记录文本,并通过连续递增趋势检测法获取一类预警结果;该Ⅰ类监测参数是指,与机组工况数据存在相关关系的数据;从第二监测体系中获取Ⅱ类监测参数,根据获取到的Ⅱ类监测参数的监测记录文本,并通过连续递增趋势检测法获取二类预警结果集合;该Ⅱ类监测参数是指,与机组工况数据不存在相关关系的数据。本发明能够智能分析不同的水电站设备状态监测数据的变化趋势,且能够有效提高趋势预警的及时性和准确性。
-
公开(公告)号:CN114528874A
公开(公告)日:2022-05-24
申请号:CN202210082089.5
申请日:2022-01-24
Applicant: 五凌电力有限公司 , 湖南五凌电力科技有限公司
Abstract: 本公开提出一种水电机组的故障诊断方法、装置及电子设备,涉及水电机组故障诊断技术领域,其中,所述方法包括:获取水电机组的时序数据;将所述时序数据进行处理,以获取对应的输入数据;利用训练完成的卷积神经网络模型对所述输入数据进行处理,以获取对应的类型标签;根据所述类型标签,确定所述水电机组的运行状况。由此,通过利用训练完成的卷积神经网络模型,结合水电机组的时序数据,即可较为准确地确定出水电机组的运行状态,进而也有效提高了水电机组故障诊断的诊断精确度。
-
公开(公告)号:CN112855408B
公开(公告)日:2022-03-11
申请号:CN202110053815.6
申请日:2021-01-15
Applicant: 湖南五凌电力科技有限公司 , 五凌电力有限公司
Abstract: 本申请实施例提供一种水轮发电机组预警方法以及预警装置,方法包括:获取机组的工况数据;获取所述工况数据下振摆监测数据最近M天的历史数据;对M天的所述历史数据进行曲线拟合,通过拟合曲线获得第1天拟合结果和第N天拟合结果;根据所述第N天拟合结果和所述第1天拟合结果的比值,判断机组振摆变化量是否显著;其中,M和N均为大于2的正整数,且N不大于M。在上述水轮发电机组预警方法的实施例中,通过对相同工况下的历史数据进行曲线拟合,得到历史变化趋势曲线,而历史变化趋势曲线表明了历史数据整体的变化趋势,避免了单点数据波动造成的影响,相较于固定的检测限值,对振摆变化的预警更为准确,从而有效提高趋势预警的准确性。
-
-
-
-
-
-
-
-
-