-
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。
-
公开(公告)号：CN116839646A
公开(公告)日：2023-10-03
申请号：CN202310744944.9
申请日：2023-06-21
Applicant: 三峡金沙江川云水电开发有限公司 , 北京华控智加科技有限公司
IPC: G01D18/00
Abstract: 本申请提出一种传感器检测方法、装置及电子设备，涉及智能检测技术领域。该传感器检测的方法包括：获取传感器的检测数据，并对检测数据进行采样得到采样点；基于采样点，获取传感器标准的第一特征信息和新增的第二特征信息，其中，第二特征信息包括检测数据的截顶率、目标采样点的占比、目标采样点的连续长度中的至少一个，其中，目标采样点为相邻且数值相同的采样点；根据第一特征信息和第二特征信息，确定传感器是否存在故障。本申请实施例利用第一特征信息和第二特征信息完整反映检测数据的特征信息，根据检测数据的特征信息判断传感器是否存在故障，评估结果更加可靠和准确，且计算成本较低。
-
公开(公告)号：CN115640503B
公开(公告)日：2023-08-11
申请号：CN202211310179.1
申请日：2022-10-25
Applicant: 北京华控智加科技有限公司
IPC: G06F18/10 , G06F18/24 , G06F18/213 , G06F18/214 , G06F18/2415 , G06F16/29
Abstract: 本申请提出了一种风电机组叶片异常检测方法，涉及风电机组叶片异常检测技术领域，其中，该方法包括：获取第一预设时间内的风电机组叶片内部的声音数据和气候信息，并对声音数据进行预处理和短时傅里叶变换，得到待测声音数据，其中，气候信息包括风速信息和降雨信息；将待测声音数据输入预训练模型，得到原始特征向量；将原始特征向量与气候信息进行拼接，得到拼接特征向量；将拼接特征向量输入GMM模型进行异常检测，得到检测分值，根据预设阈值对检测分值进行判断，得到检测结果。本申请通过采集叶片内部声音数据，并结合转速和降雨信息对风电机组叶片进行异常检测，提高了检测的准确性。
-
公开(公告)号：CN116338583A
公开(公告)日：2023-06-27
申请号：CN202310354566.3
申请日：2023-04-04
Applicant: 北京华控智加科技有限公司
IPC: G01S5/22
Abstract: 本申请提出一种基于分布式传声器阵列的设备内部噪声声源确定方法，涉及故障定位技术领域。该方法包括：部署K个传声器阵列在设备外壁处紧贴设备外壁，K个传声器阵列之间间隔θ，K为正整数，且K≥1，θ为间隔角度，且θ≥0°；获取K个传声器阵列中每一个传声器的信号校正参数；通过K个传声器阵列分别对设备内Z个噪声声源进行信号采集，并基于每个传声器的信号校正参数得到各自的波形数据，其中不同的传声器阵列对应不同的采集方向，Z为正整数，且Z≥1；根据分布式传声器阵列所采集的波形数据，确定噪声源所在位置及该位置上的噪声功率。本申请实施例中分布式传声器阵列部署难度小，噪声源位置确定的准确性更高。
-
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。
-
Patent Agency Ranking
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：CN111523659A
公开(公告)日：2020-08-11
申请号：CN202010289912.0
申请日：2020-04-14
Applicant: 北京华控智加科技有限公司
Abstract: 本发明涉及一种基于三级神经网络建模的机器故障预测诊断方法，属于机器故障检测方法技术和人工智能技术领域。本发明采用深度神经网络建模技术提高诊断的智能化；采用先诊断故障有/无，再确定类型，最后确定严重等级的三级神经网络建模，在系统部署初期数据积累不够充分的情况下即可实现故障判断，随着数据积累慢慢深入到故障类型判断，最后对渐进式的故障类型进行故障预测，三级神经网络建模缩短了诊断系统从投入到产出的周期，提高了实用性。用本方法生成的故障样本集中包含大量现有方法无法识别的低等级故障样本，训练得到的模型相比现有方法具有更高的诊断准确率和预测能力。
-
公开(公告)号：CN119532232A
公开(公告)日：2025-02-28
申请号：CN202411615309.1
申请日：2024-11-13
Applicant: 北京华控智加科技有限公司
IPC: F04D27/00 , G10L25/18 , G10L25/30 , G10L25/51 , G10L21/0216 , G06F18/15 , G06F18/2131 , G06F18/22 , G06F18/2433 , G06F18/25 , G06N3/092 , G06N5/04 , G06N5/045 , G06F123/02
Abstract: 本发明公开了一种基于人工智能的风机旋转部件异常检测方法，S1、构建风机旋转部件声音信号集；S2、生成风机旋转部件声音信号特征向量集；S3、训练得到用于检测风机旋转部件异常状态的深度神经网络模型；S4、利用层次化强化学习算法对风机旋转部件特征向量集进行分析和分类，高层策略根据风机的运行环境、负载条件以及声音信号集的整体变化趋势判断是否激活低层策略，低层策略则根据风机旋转部件特征向量集进一步判断是否存在异常状态；S5、实时调节声音信号集的去噪和滤波参数；S6、当低层策略通过对特征向量集的分析识别出异常状态时，系统自动触发报警机制。本发明不仅降低了风机异常检测的成本，还提高了检测精度和智能化水平。
-
公开(公告)号：CN119198096A
公开(公告)日：2024-12-27
申请号：CN202411450780.X
申请日：2024-10-17
Applicant: 华能洛阳热电有限责任公司 , 北京华控智加科技有限公司
IPC: G01M13/045
Abstract: 本发明公开了一种基于自适应声纹传感器网络的风机轴承故障定位方法，S1、构建风机轴承声学信号集；S2、利用自适应声纹传感器网络对风机轴承声学信号集进行动态调整；S3、对风机轴承声学信号集进行预处理；S4、构建风机轴承声学特征集；S5、利用半监督机器学习模型对融合后的风机轴承声学特征集进行故障识别；S6、对S5中识别出的故障信号进一步利用集成学习模型进行复核和进一步的分类；S7、通过报警系统输出S6中确定的风机轴承故障定位结果，包括故障类型、发生位置及故障的严重程度，通知维护人员依据故障定位结果采取相应的维护措施。本发明提高了故障分类的准确性和精确性。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.039 seconds)
