-
公开(公告)号：CN111814848B
公开(公告)日：2024-04-09
申请号：CN202010573195.4
申请日：2020-06-22
Applicant: 浙江大学
IPC: G06F18/2433 , G06F18/214 , G06N3/0442 , G06N3/0464 , G06N3/049 , G06N3/08 , G06F18/2415
Abstract: 本发明公开了一种风电机组温度故障的自适应预警策略设计方法。该方法使用风电机组正常运行时期数据集，基于模型估计残差序列进行多阈值设置及多判别准则设计，并基于训练集确定判别准则参数范围，在线应用中对实时数据点进行多次独立判断并设计投票机制给出最终预警结果。在本发明预警策略设计方法中，多阈值设置结合多判别准则设计综合考虑不同预警结果需求及异常特性，保证预警结果的全面性与准确性；基于训练数据确定判别准则参数范围避免了人为主观因素的干扰；投票机制结合多次独立判断结果，使最终预警结果更具有准确性和合理性，从而能够实现风电机组温度故障准确的故障预警，减少停机时间，节约运维成本，具有较强的理论性与实用性。
-
公开(公告)号：CN117520824A
公开(公告)日：2024-02-06
申请号：CN202410003931.0
申请日：2024-01-03
Applicant: 浙江省白马湖实验室有限公司 , 浙江大学 , 国家管网集团浙江省天然气管网有限公司
IPC: G06F18/213 , G06F18/2135 , G06F18/15 , G06F17/16
Abstract: 本发明公开了一种基于信息熵的分布式光纤数据特征重构方法。为了克服现有技术实际分布式光纤的应用场景中存在不同的外部干扰，干扰振动检测的问题；本发明包括以下步骤：S1：多分布式光纤数据进行多维特征提取，并计算每个特征的信息熵；S2：根据信息熵的阈值比较筛选特征，筛选后的特征构成特征矩阵；S3：对特征矩阵中的数据去均值化处理后，采用主要成分分析对特征矩阵降维，获得重构特征。通过对特征进行降维处理，在保障时效性的同时，减少特征冗余，提升后续检测、识别、定位等任务的运行效率；采用数据均值化代替数据标准化消除数据在量纲和数量级上的差异，避免了各特征间的变异程度差异性被淹没。
-
公开(公告)号：CN117496650A
公开(公告)日：2024-02-02
申请号：CN202410000986.6
申请日：2024-01-02
Applicant: 浙江省白马湖实验室有限公司 , 浙江大学 , 国家管网集团浙江省天然气管网有限公司
IPC: G08B13/186 , G06F18/243 , G06F18/2415 , G06F18/2431 , G06F18/10 , G06F18/213 , G06F18/214 , G06F18/22 , G06N20/20 , G06N3/044 , G06F123/02
Abstract: 本发明公开了一种基于环境嵌入的分布式光纤入侵预警方法及系统，包括以下步骤：获取检测光纤中的反向瑞利散射光信号数据；对光信号数据进行预处理，获得每日防区警报序列；对警报序列进行分割并引入嵌入向量，将所述嵌入向量嵌入到警报序列中；将加入了嵌入向量的警报序列输入到第一神经网络得到环境特征向量；基于环境特征向量和时间特征向量进行第一次入侵报警概率计算；基于环境特征向量和时间特征向量以及第一次入侵报警概率进行第二次入侵报警概率计算，基于计算结果进行入侵预警；本发明通过融合环境特征向量和时间特征向量，对入侵事件的全空间分布进行建模，提高了分布式光纤预警的准确度。
-
公开(公告)号：CN117494015A
公开(公告)日：2024-02-02
申请号：CN202311213759.3
申请日：2023-09-20
Applicant: 浙江大学 , 山东临工工程机械有限公司
IPC: G06F18/2433 , G06F18/241 , G06F18/10 , G06F18/2131 , G06F18/22 , G06N3/0455 , G06N3/088 , G06N3/0464 , G01M13/028
Abstract: 本发明涉及一种基于记忆自编码器的无监督工程机械故障检测方法，包括采集振动信号，经过预处理得到连续小波变换时频图，作为输入数据；初始化记忆模块的网络参数和模块大小；将正常样本输入编码器得到隐变量，计算隐变量和记忆模块的相似度并且经过Softmax之后得到权重矩阵，由权重矩阵参数和记忆模块加权相加得到新的隐变量，经过解码器后得到重构信号，以权重矩阵的信息熵和重构前后信号的均方误差作为损失函数进行训练；通过设置合适的阈值可以实现对旋转机械故障状态的监测。本发明通过引入了记忆模块，解决了自编码器容易对正常样本过拟合的问题。
-
公开(公告)号：CN117439783A
公开(公告)日：2024-01-23
申请号：CN202311388445.7
申请日：2023-10-24
Applicant: 浙江大学 , 运达能源科技集团股份有限公司
Abstract: 本申请涉及风电机组信息安全领域，公开了一种风电机组安全控制方法、装置、设备及介质，该方法包括：根据风电机组结构建立风电机组动力学模型；风电机组动力学模型添加有异常观测器和弹性控制器；根据联合网络攻击特征建立针对风电机组的联合攻击模型；将联合攻击模型输入至风电机组动力学模型中；利用异常观测器估计联合攻击模型中的虚假数据，同时利用弹性控制器做出相应的控制调整。这样可以解决在具有非线性特征的风电机组系统中的联合攻击建模及防御问题，进而提高风电机组抵御联合攻击的弹性水平，有效降低联合攻击对风电机组的恶意影响。
-
Patent Agency Ranking
公开(公告)号：CN117268757A
公开(公告)日：2023-12-22
申请号：CN202311311014.0
申请日：2023-10-09
Applicant: 浙江运达风电股份有限公司 , 浙江大学
IPC: G01M13/04
Abstract: 本申请涉及风力发电机组轴承检测领域，公开了一种风力发电机组轴承故障预警方法、装置、设备及介质，包括：根据风力发电机组的SCADA历史数据，建立针对轴承温度的估计模型，并利用估计模型获取验证残差序列；根据验证残差序列，利用3‑sigma原则确定轴承温度残差预警阈值并获取基准预警分数；利用估计模型获取待测数据对应的应用残差序列；将应用残差序列与残差预警阈值进行比较，得到应用残差序列的超限情况并计算对应的超限预警分数；当该分数超过基准预警分数时，则进行轴承故障预警。这样考虑了残差序列的波动对轴承故障预警结果输出的影响，能够有效降低风力发电机组轴承故障漏报与误报的风险，实现准确可靠的故障预警。
-
公开(公告)号：CN117251686A
公开(公告)日：2023-12-19
申请号：CN202311301767.3
申请日：2023-10-09
Applicant: 浙江运达风电股份有限公司 , 浙江大学
Abstract: 本申请涉及数据缺失值填充领域，公开了一种SCADA数据集缺失值填充方法、装置、设备及介质，包括：对风力发电机组的SCADA数据集进行预处理，建立掩模矩阵；根据掩模矩阵，分别计算补全任务与重构任务的损失函数；构建基于自注意力机制的数据缺失值填充模型；利用补全任务与重构任务的损失函数对数据缺失值填充模型进行优化训练；通过训练好的模型对SCADA数据集进行缺失值填充。这样能够准确地捕捉序列数据中不同位置之间的关系，适用于风力发电机组中多变量之间的复杂依赖关系，在填充缺失值时更准确地考虑不同变量之间的关联，提高数据填充的精度和效果，进而提高风电系统运行稳定性，准确监测运行状态，降低成本。
-
公开(公告)号：CN117150323A
公开(公告)日：2023-12-01
申请号：CN202310969610.1
申请日：2023-08-03
Applicant: 浙江浙能嘉兴海上风力发电有限公司 , 浙江大学
IPC: G06F18/23 , G06Q50/06 , G06F30/20 , G06F113/06
Abstract: 本发明公开了一种基于风场尾流模型的机群划分方法。包括以下步骤：改进PARK尾流模型，加入偏航角对尾流的影响；利用风机之间的尾流信息，构建风场尾流权值无向图；将谱聚类算法与尾流模型融合，基于图理论与最优化理论，将风场尾流权值无向图划分为独立的子图，实现合理的机群划分。基于改进的风场尾流模型，得到更准确的尾流信息，同时利用谱聚类的理论基础，不仅可以实现最小化被忽略的风场尾流效应，同时尽量保证不同风场子集之间的风机数量均衡。本发明更加合理的机群划分策略有利于提升并行优化的风场发电效率。
-
公开(公告)号：CN116975527A
公开(公告)日：2023-10-31
申请号：CN202310777845.0
申请日：2023-06-29
Applicant: 浙江大学 , 国家管网集团浙江省天然气管网有限公司 , 浙江省能源集团有限公司 , 浙江省白马湖实验室有限公司
IPC: G06F18/10 , G06F18/213 , G06F18/214 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种基于软阈值化与小波变换去噪的故障诊断方法，具体包括：采集振动信号，将采集得到的数据划分为训练集、测试集和验证集；对数据进行小波变换预处理，通过数据二维时频图表达，得到信号的高频分量和低频分量；构建软阈值与注意力机制非线性层；搭建基于ResNet模型；得出故障类型和位置。本发明采用小波变换对信号进行处理，将一维信号变换成二维时频图，进行特征维度的升维；使用软阈值化处理，将提取的高维特征在自注意力机制的作用下生成阈值，去除对故障诊断分类无效的噪声特征，提高故障信号的信噪比，从而提高诊断的准确率和可靠性；还能够保留信号中的重要信息，避免对信号过度处理，以保持信号的原始特性。
-
公开(公告)号：CN111260503B
公开(公告)日：2023-10-27
申请号：CN202010029302.7
申请日：2020-01-13
Applicant: 浙江大学
IPC: G06Q50/06 , G06F16/245 , G06F16/28
Abstract: 本发明公开了一种基于聚类中心优化的风电机组功率曲线离群点检测方法。该方法基于风机数据采集与监控控制系统(SCADA)获得风电机组的实时运行数据，利用聚类中心优化的密度峰值聚类进行风机功率的离群点检测。本发明检测方法能够根据风机功率曲线的空间分布特性进行准确地离群点检测，保证了SCADA获取的功率曲线尽可能地去除噪点数据，还原风机功率的真实数据分布情况，同时对数据格式等无特殊的要求，具有较快的检测速度和较强的可用性和实用性。
-
-
-
-
-
-
-
-
-
Search Results
292
records
(took 0.057 seconds)
