-
公开(公告)号：CN113760992A
公开(公告)日：2021-12-07
申请号：CN202110866997.9
申请日：2021-07-29
Applicant: 湖南五凌电力科技有限公司 , 五凌电力有限公司
IPC: G06F16/2455 , G06Q10/04 , G06Q50/06
Abstract: 本公开公开了一种电气设备运行状态的预测方法、装置、设备及存储介质，涉及计算机技术领域，尤其涉及深度学习、大数据等人工智能技术领域。具体实现方案为：获取目标电气设备的历史运行状态参数；根据所述目标电气设备所属的类型，获取参考数据集，其中，所述参考数据集中包括多个参考电气设备在各个时期的运行状态参数；根据所述目标电气设备的历史运行状态参数及所述多个参考电气设备在各个时期的运行状态参数，确定所述目标电气设备的运行状态。由此，可以根据目标电气设备与参考电气设备在各个时期的运行状态参数，综合考虑设备历史数据与同类型同家族设备的发展规律，预测目标电气设备的电气数据，从而可以个性化地预警设备故障。
-
公开(公告)号：CN113315240A
公开(公告)日：2021-08-27
申请号：CN202110866971.4
申请日：2021-07-29
Applicant: 湖南五凌电力科技有限公司 , 五凌电力有限公司
Abstract: 本申请提出一种水电机组的全工况稳定性样本获取及管理方法、装置及电子设备，属于水力发电技术领域。其中，该方法包括：以预设频率获取水电机组对应的实时监测数据；根据每个获取时刻获取的实时监测数据，确定每个机组运行状态对应的起始时刻与结束时刻；记录水电机组的电厂名称、机组号、每个机组运行状态对应的起始时刻与结束时刻、及水电机组在每个机组运行状态对应的水头，以生成水电机组的每个机组运行状态对应的数据表并存储；根据每个实时监测数据对应的水电机组的电厂名称、机组号、及实时监测数据对应的获取时刻及水头，将每个实时监测数据进行分工况存储。由此，通过这种方法，实现了对水电机组全工况稳定性样本数据的获取及合理管理。
-
公开(公告)号：CN113312380A
公开(公告)日：2021-08-27
申请号：CN202110866020.7
申请日：2021-07-29
Applicant: 湖南五凌电力科技有限公司 , 五凌电力有限公司
IPC: G06F16/245 , G06F16/21 , G01H17/00
Abstract: 本申请提出一种基于数据驱动的水电机组振动区自动获取方法、装置及电子设备，属于水力发电技术领域。其中，该方法包括：以预设的时间间隔获取所述水电机组稳定性状态监测系统实时采集的稳定性测点数据、水电机组监控系统实时采集的工况参数测点数据与开关量测点数据、算法参数配置表、及测点阈值配置表，并根据算法参数配置表与测点阈值配置表，确定各个稳定性测点对应的异常状态开始时间与结束时间，并生成各个稳定性测点对应的稳定性参数测点状态征兆数据，进而根据各个稳定性测点对应的稳定性参数测点状态征兆数据自动确定水电机组在各个稳定性测点的振动区间。由此，通过这种方法，降低了振动区划分的成本，提升了振动区划分的准确性。
-
公开(公告)号：CN112885047A
公开(公告)日：2021-06-01
申请号：CN202110053557.1
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: 本发明公开了一种机组状态监测智能预警方法，包括：确定用于监测水轮发电机组运行状态的第一监测体系，该第一监测体系中包含至少一类监测量；判断当前的机组工况数据是否满足每一类监测量对应的工况判定条件；在当前的机组工况数据满足每一类监测量对应的工况判定条件时，根据获取到的每一类监测量的监测记录文本，并通过连续递增趋势检测法获得每一类监测量的一类检测结果。本发明还公开了变压器状态监测智能预警方法以及辅机状态监测智能预警方法。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：CN114528874B
公开(公告)日：2024-12-06
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
IPC: G06F18/24 , G06F18/10 , G06N3/0464 , G06N3/048 , G06N3/08
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。
-
Patent Agency Ranking
公开(公告)号：CN116910474B
公开(公告)日：2024-11-19
申请号：CN202310811956.9
申请日：2023-07-04
Applicant: 五凌电力有限公司 , 湖南五凌电力科技有限公司
Inventor： 王卫玉 , 魏加达 , 王思嘉 , 罗立军 , 李贤明 , 肖启志 , 李崇仕 , 刘禹 , 马腾飞 , 阳瑞霖 , 段界峰 , 张培 , 莫凡 , 金艳 , 胡勇胜 , 赵训新 , 何葵东 , 陈启卷
Abstract: 本公开提出一种水电机组的稳定性状态劣化趋势预警方法。包括：在水电机组处于稳定性状态，且接收到劣化趋势预警请求时，从劣化趋势预警请求中解析劣化趋势预警需求处理的时间周期类型，在时间周期类型是第一周期类型时，获取第一时间周期内水电机组的多个第一运行数据，再确定水电机组在以不同第一运行数据运行时所对应的初始水头和初始有功功率，根据多个第一运行数据，确定水电机组在第一时间周期内的数据变化率，再根据初水头和初始有功功率，确定与第一运行数据对应的数据变化率阈值，在数据变化率大于数据变化率阈值时，生成水电机组稳定性状态的劣化趋势预警，能够准确预测水电机组可能出现的稳定性状态的劣化趋势。
-
公开(公告)号：CN116911450B
公开(公告)日：2024-06-21
申请号：CN202310813933.1
申请日：2023-07-04
Applicant: 五凌电力有限公司 , 湖南五凌电力科技有限公司
Inventor： 王卫玉 , 王思嘉 , 魏加达 , 刘兴义 , 罗立军 , 刘斌 , 丁晖庆 , 刘禹 , 李崇仕 , 康志远 , 阳瑞霖 , 段界峰 , 张培 , 莫凡 , 姜晓峰 , 胡勇胜 , 赵训新 , 何葵东 , 陈启卷
Abstract: 本公开提出一种水电站辅助设备的劣化趋势预警方法。包括：获取预设时间周期内水电站辅助设备的多个目标运行数据，目标运行数据包括：目标运行时间和/或目标启停间隔时间，并确定与每个目标运行数据对应的目标数据采集时间，再对多个目标运行数据和与每个目标运行数据对应的目标数据采集时间进行线性拟合处理，以获取目标函数曲线，其中，目标函数曲线具有目标斜率，以及基于目标斜率，确定水电站辅助设备的劣化趋势预警结果，由此，能够准确预测水电站辅助设备可能出现的劣化趋势，从而能够基于劣化趋势预警结果，在水电站辅助设备故障和停机之前采取相应补救措施，以保障水电站生产的连续性和稳定性。
-
公开(公告)号：CN118190225A
公开(公告)日：2024-06-14
申请号：CN202410262360.2
申请日：2024-03-07
Applicant: 国家电投集团黄河上游水电开发有限责任公司 , 湖南五凌电力科技有限公司
Inventor： 黄海兵 , 乔海山 , 桑杰才让 , 桑振海 , 何韦兵 , 谢占杰 , 刘恒 , 武江 , 李一鸣 , 汪寿林 , 李善明 , 曹瑞华 , 刘小宁 , 黄豪 , 田发辉 , 胡勇胜 , 赵训新 , 罗立军 , 李崇仕 , 莫凡 , 张培 , 王卫玉 , 魏加达 , 王思嘉 , 赵瑞洋
Abstract: 本发明属于超声螺栓预紧力测量技术领域，公开了一种螺栓预紧力超声原位检测方法、系统、介质、设备及终端，构建基于材料因子和形状因子的螺栓预紧力超声纵横波波检测模型；利用基于材料因子和形状因子的螺栓预紧力超声纵横波波检测模型生成超声螺栓预紧力测量的虚拟标定曲线，进而实现螺栓预紧力的超声原位检测。本发明的基于形状因子和材料因子的螺栓预紧力超声原位检测方法，以有限数量的标定曲线作为基础数据，针对特定螺栓连接，外延推导、生成虚拟标定曲线，在工程精度允许的范围内免于标定，降低了超声螺栓轴力测量的标定工作，为建立纵横波虚拟标定曲线算法和数据库提供坚实的基础，该基础数据和生成标定曲线的相关算法具有实用意义。
-
公开(公告)号：CN117365836A
公开(公告)日：2024-01-09
申请号：CN202311395322.6
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
IPC: F03D7/00
Abstract: 本申请提出一种风电机组的控制方法、装置、电子设备及存储介质，其中，该方法包括：获取风电场区域的气象数据；基于所述气象数据进行天气预测，获取第一天气预测结果；响应于所述第一天气预测结果为异常天气，获取所述风电场区域的遥感图像数据和历史异常天气图像数据；基于所述遥感图像数据和所述历史异常天气图像数据，获取第二天气预测结果；响应于所述第二天气预测结果为异常天气，基于所述气象数据对所述风电场中的风电机组进行控制。通过本申请实施例的技术方案，可以避免突发的恶劣天气对风电场的安全运行造成影响。
-
公开(公告)号：CN116910648A
公开(公告)日：2023-10-20
申请号：CN202310828563.9
申请日：2023-07-07
Applicant: 湖南五凌电力科技有限公司
IPC: G06F18/241 , G01R31/12 , G06F18/214 , G06F18/213 , G06F18/21
Abstract: 一种基于深度学习的GIS设备局部放电图谱分析方法、系统和介质，方法中，通过特高频设备采集不同放电类型的局部放电信号样本，并给定所述样本对应的分类标签；然后对局部放电样本进行预处理，计算获得其二维特征图谱，并通过数据增强手段形成GIS局部放电特征图谱数据库；将所述数据库按照比例划分训练集和测试集，将所述训练集输入深度学习网络模型中，经过训练得到局部放电图谱识别模型；最后将测试集或者实际运行中局部放电信号，按照预处理得到图谱，输入到局部放电图谱识别模型，得到局部放电类型的识别结果。本发明公开的方法通过数据增强和模型轻量化改进提高了放电识别的可靠性和适用性。
-
-
-
-
-
-
-
-
-
Search Results
89
records
(took 0.031 seconds)
