-
公开(公告)号：CN118690313A
公开(公告)日：2024-09-24
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：CN118245871A
公开(公告)日：2024-06-25
申请号：CN202410329472.5
申请日：2024-03-21
Applicant: 中煤智能科技有限公司 , 北京华控智加科技有限公司
IPC: G06F18/241 , G06F18/214 , G06N3/0475 , G06N3/094 , G06N3/0464 , G06N3/0442
Abstract: 本发明涉及故障检测技术领域，公开了一种基于人工智能的多维信号故障检测，包括以下步骤：S1、通过深度学习模型对多维信号数据进行自动特征学习；S2、利用生成对抗网络生成合成多维信号数据；S3、对合成的多维信号数据和真实数据进行混合，构建扩充数据集，还公开了一种基于人工智能的多维信号故障检测系统，包括：数据获取模块，其用于从工业设备、机械系统或电子设备的传感器中获取多维信号数据；预处理模块，其用于对获取的多维信号数据进行去噪处理和归一化处理。通过使用生成对抗网络生成合成数据，不仅增加稀有故障类型的数据量，帮助模型更好地学习和识别这些故障，从而解决了故障数据和正常数据相比存在的数据不平衡问题。
-
公开(公告)号：CN117538032A
公开(公告)日：2024-02-09
申请号：CN202311338039.X
申请日：2023-10-16
Applicant: 北京华控智加科技有限公司
Abstract: 本发明涉及风力发电检测技术领域，尤其是指一种风机叶片状态检测方法、装置、设备及计算机存储介质。本发明所述的风机叶片状态检测方法，利用安装于风电叶片内部的振动传感器，取得振动数据，将零漂信息进行充分利用，可用来代替其它位置传感器，利用去除基底特征信号后的振动信号来做风电叶片的阶次和模态变化等，对风电叶片的健康做出判断，提高了风电叶片状态检测的准确度。
-
公开(公告)号：CN114018577B
公开(公告)日：2023-11-21
申请号：CN202111140410.2
申请日：2021-09-28
Applicant: 北京华控智加科技有限公司
IPC: G01M13/028 , G01M13/045 , H04R1/40
-
公开(公告)号：CN116338583B
公开(公告)日：2023-09-01
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。
-
Patent Agency Ranking
公开(公告)号：CN114153630B
公开(公告)日：2022-11-18
申请号：CN202111396765.8
申请日：2021-11-23
Applicant: 国网黑龙江省电力有限公司双鸭山供电公司 , 北京华控智加科技有限公司 , 国家电网有限公司
Abstract: 本申请属于联盟链技术领域，具体而言涉及一种基于联盟链的电力信息共享方法。通过RSA与AES双重加密电力数据并设置定期更换的电力信息加解密记录节点，以实现联盟链数据加解密的可追踪性，为电力集团共享电力数据提供双重保障。设置解密数据缓存区供电力集团外部机构访问，确保了共享的电力信息数据的不可篡改性。本方法的电力信息共享方法，对电力行业技术的优化与设备的科研提供数据支撑，对输变电设备的发展起到推动的作用，各机构可以快速获取，方便电力集团内部各分公司与集团外部机构之间快速安全共享信息，保证了电力变压器联盟内部数据信息共享的方便快捷，而密钥则经过双重加密且不公开，保证了共享数据的安全性。
-
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：CN111428194A
公开(公告)日：2020-07-17
申请号：CN202010290444.9
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深度神经网络的磨煤机磨辊的磨损量计算方法，属于设备剩余使用寿命预测和人工智能技术领域。本方法采用深度神经网络定量估计处磨煤机磨辊的磨损量。与已有的通过人工听诊定性估计磨煤机磨辊磨损情况的方法相比，本发明的磨损量计算方法可以定量估计磨辊磨损，对预测磨辊剩余使用寿命更精准，可以减少停机检测磨辊的次数，提高设备利用率，同时在磨辊使用寿命晚期可以实时监测磨辊磨损度，降低意外风险。本发明方法的在线监测技术，可以实时定量估计出磨辊磨损，维护人员可以精准预测磨辊剩余使用寿命，更合理安排停机维护，因此可以大大提高磨煤机的利用率、并降低维护成本。
-
公开(公告)号：CN119692475A
公开(公告)日：2025-03-25
申请号：CN202411775870.6
申请日：2024-12-05
Applicant: 福建国电风力发电有限公司福清分公司 , 北京华控智加科技有限公司
Abstract: 本发明公开了一种基于多层数据回放的风电机组故障追踪与复盘方法，S1.获取风电机组运行数据集，并对风电机组运行数据集进行预处理；S2.根据风电机组运行数据集的时间维度、空间维度及设备模块划分多层次数据；S3.基于多层次数据构建多层数据回放模型；S4.生成风电机组运行参数的因果链条，并建立因果推断分析模型；S5.利用因果推断分析模型对多层次数据回放结果进行分析，追踪风电机组故障的发生时间点、影响因子及演变过程，定位故障的根源；S6.生成风电机组故障复盘报告。本发明著提升了风电机组维护的智能化和可靠性。
-
公开(公告)号：CN119393366A
公开(公告)日：2025-02-07
申请号：CN202411450705.3
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: F04D27/00 , G06F18/214 , G06F18/25 , G06F18/10
Abstract: 本发明公开了一种基于声纹特征和振动数据融合的风机多模态故障诊断方法，S1、通过多个传感器同步采集风机运行过程中产生的声纹信号和振动信号；S2、对采集到的声纹信号和振动信号进行预处理；S3、将经过预处理的声纹信号和振动信号通过特征级加权融合算法进行融合；S4、在多层次框架下的粗粒度故障筛选；S5、在多层次框架下的细粒度故障诊断；S6、在细粒度故障诊断完成后，系统根据故障的类型、具体部位和严重程度输出相应的故障预警信号；S7、系统通过实时监控风机的运行状态及其故障情况，动态调整故障诊断模型。本发明能够准确识别出风机的故障类型并评估其严重程度，提升了故障诊断系统的整体智能化水平和实时响应能力。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.032 seconds)
