海上风电场及机组故障诊断运维系统的诊断运维方法

    公开(公告)号:CN114856941B

    公开(公告)日:2024-11-29

    申请号:CN202210550569.X

    申请日:2022-05-18

    Abstract: 本发明公开了一种海上风电场及机组故障诊断运维系统,包括故障诊断运维集控中心、数据服务中心和数据采集感知模块;数据采集感知模块包括存储现有系统数据源的主服务器和现场关键监测点视频数据的边缘服务器;数据服务中心包括SCADA用户和OPC接口、计算机系统、以太网、数据服务器和关键监测点数据采集器;集控中心有上位计算机及交互软件平台、操作设备、显示设备;软件平台有系统集成控制、数据收发与存储、数据处理与分析、数据挖掘与决策、故障诊断与警示、运维决策与管理维护。并公开了其故障诊断运维方法。采用基于数据分类预处理的改进型径向基神经网络进行风电场及机组故障诊断运维,具有数据利用价值高、诊断结果可靠、预测精度准等优势。

    一种风力发电机故障预警方法

    公开(公告)号:CN115013254B

    公开(公告)日:2024-10-25

    申请号:CN202210535308.0

    申请日:2022-05-17

    Abstract: 本发明公开了一种风力发电机故障预警方法,在对故障预警时,通过对风力发电机监视控制和数据采集系统的数据进行预处理,去除噪声数据,然后通过数据挖掘方法分析不同变量数据之间的关联度,选择关联度大的数据构建m维的记忆矩阵;再通过多元状态估计法进行状态估计,将风力发电机正常工况下观测向量和估计向量之间的残差最大值设为正常工况下的故障预警阈值;将风力发电机异常工况下的观测向量和估计向量之间的残差最大值设为异常工况下的故障预警阈值,当残差值大于故障预警阈值时发出报警信号,因为当残差大于故障预警阈值时说明预测状态与当前工况差别较大,风力发电机存在发生故障的趋势,从而发出故障报警信号,提高了故障预警的准确性。

    一种针对工业时序不平衡数据的时间序列数据增强方法

    公开(公告)号:CN116028815B

    公开(公告)日:2024-08-23

    申请号:CN202310011120.0

    申请日:2023-01-05

    Abstract: 本发明公开了一种针对工业不平衡数据的时间序列数据增强方法,通过平均欧氏距离,将少数类数据分为近多数类数据集n‑maj和近少数类数据集n‑min,分别进行数据增强;利用DTW对齐计算,再通过建立待增强数据集间的DTW距离矩阵来寻找距离待增强序列的K个近邻序列;将待增强序列与K个近邻序列的DTW对齐,获得临时对齐序列,同时通过基于DTW距离的权重和临时对齐序列进行加权平均生成多样性样本,并且针对近少数类数据集,添加了随机噪声,扩增了样本空间,丰富符合原数据集分布的样本特征。由于改善了原数据类不平衡的情况,因此通过结合机器学习与深度学习模型,可以提高在工业时序不平衡数据上评价指标。

    一种多场景应用机器人及多场景应用控制方法

    公开(公告)号:CN116512831A

    公开(公告)日:2023-08-01

    申请号:CN202310675018.0

    申请日:2023-06-08

    Abstract: 本发明公开了一种多场景应用机器人及多场景应用控制方法,多场景应用机器人包括车体模块、隔震平台模块、悬架模块、桨叶模块、横向弹簧阻尼、支撑腹板和移动轮;隔震平台模块上设有陀螺仪传感器和扫描仪;本发明在进行多场景应用控制时,在地面场景下,若悬架侧边板下降则桨叶停止,机器人进行地面运动;若悬架侧边板抬起则悬架弹簧阻尼将悬架侧边板下降后停止;在水上场景下,若悬架侧边板抬起,则停止移动轮运转,通过电机驱动桨叶驱动机器人在水上运转;通过陀螺仪将检测的机器人的震动幅度和倾斜角度转化成脉冲信号传递给电机和滚珠丝杆对机器人减震;本发明的机器人在水陆两种工作环境的同时,解决了灾后复杂环境下物资运输易损坏的问题。

    基于增量学习的锚链闪光焊接质量在线检测方法

    公开(公告)号:CN111476311B

    公开(公告)日:2023-05-26

    申请号:CN202010309872.1

    申请日:2020-04-20

    Abstract: 本发明公开一种基于增量学习的锚链闪光焊接质量在线检测方法,包括以下步骤:采集M个不合格样与N个合格样本;通过分段线性插值使样本的信号长度一致;对信号进行归一化处理;计算不合格样本之间的距离,建立距离矩阵;随机抽取不合格样本后合成新样本,并计算新样本与已有不合格样本之间的距离;判断不合格样本的数量是否与合格样本的数量相同;构建卷积神经网络,对模型进行训练;输出模型在测试集上的预测结果;利用新增样本对模型进行训练;输出增量学习后的模型在测试集上的预测结果。本发明有效地增加了不合格样本的数量,解决了样本的不平衡问题,提高了模型的泛化能力;解决了锚链闪光焊接的样本数量与日俱增的问题。

    一种针对工业时序不平衡数据的时间序列数据增强方法

    公开(公告)号:CN116028815A

    公开(公告)日:2023-04-28

    申请号:CN202310011120.0

    申请日:2023-01-05

    Abstract: 本发明公开了一种针对工业不平衡数据的时间序列数据增强方法,通过平均欧氏距离,将少数类数据分为近多数类数据集n‑maj和近少数类数据集n‑min,分别进行数据增强;利用DTW对齐计算,再通过建立待增强数据集间的DTW距离矩阵来寻找距离待增强序列的K个近邻序列;将待增强序列与K个近邻序列的DTW对齐,获得临时对齐序列,同时通过基于DTW距离的权重和临时对齐序列进行加权平均生成多样性样本,并且针对近少数类数据集,添加了随机噪声,扩增了样本空间,丰富符合原数据集分布的样本特征。由于改善了原数据类不平衡的情况,因此通过结合机器学习与深度学习模型,可以提高在工业时序不平衡数据上评价指标。

Patent Agency Ranking