-
公开(公告)号：CN112466322A
公开(公告)日：2021-03-09
申请号：CN202011357068.7
申请日：2020-11-27
Applicant: 华侨大学
IPC: G10L21/0232 , G10L25/18 , G10L25/51
Abstract: 本发明公开了一种机电设备噪声信号特征提取方法，主要应用于机电设备故障诊断领域。所述方法先对所采集的噪声信号原始数据进行外部噪声消除、截取等预处理；然后将经过预处理后的噪声信号数据进行快速傅里叶变换(FFT)，得到噪声信号频谱信息；再将此频谱数据按幅值的积分值分为m段，得到各个分段的频带宽度信息；最后将带宽信息进行换算，提取特征值用于故障诊断。本发明原理和公式简单、计算量小、运算速度快、故障辨识率高，其最大优点是易于在嵌入式系统和DSP程序中实现。
-
公开(公告)号：CN109490685B
公开(公告)日：2020-10-09
申请号：CN201811275492.X
申请日：2018-10-30
Applicant: 华侨大学
Abstract: 基于油中溶解气体在线监测的变压器早期缺陷预警方法，包括：步骤I.基于变压器油中溶解气体在线监测装置，建立可描述变压器时空动态演化特性的复杂网络模型；步骤II.基于变压器油中溶解气体在线监测装置的实时监测数据，对复杂网络模型的各节点数据进行归一化处理，并动态筛选当前变压器复杂网络模型中的关键节点；步骤III.将所筛选出来的关键节点组成关键网络，分别计算各时段(i)下关键网络的平均标准差各节点间的平均皮尔逊相关系数以及关键网络内的节点与其他非关键节点间的平均皮尔逊相关系数并根据计算结果得到当前时段(i)下的关键网络标志物的量化值Ii：步骤IV.当(Ii‑Ii‑1)＞0.05且(Ii‑Ii+1)＞0.05时，此时发出预警信号。
-
公开(公告)号：CN107147143B
公开(公告)日：2019-12-31
申请号：CN201710379893.9
申请日：2017-05-25
Applicant: 华侨大学
IPC: H02J3/38
Abstract: 本发明公开了一种风机连锁脱网故障早期预警模型建立方法，利用风电场SCADA系统实时监测的风电场并网点的电压数据，基于临界慢化早期预警的原理，对电压跌落前的数据利用小波分解提取数据的高频动态信号；然后对信号选取适当的滑动窗口进行方差和自相关系数的计算，以发现系统在电压突变前的早期预警信号，并通过计算不同窗口长度下不同阶数小波分解的高频信号方差与自相关系数，对早期预警信号的稳定性进行分析。本发明在不建立精确网络模型的情况下，识别电压时间序列数据中的“临界慢化”的统计学特征，在电压的跌落前发出预警，从而得到风机连锁脱网故障早期预警模型，实现了风机连锁脱网的早期预警。
-
公开(公告)号：CN105205569B
公开(公告)日：2018-11-27
申请号：CN201510666344.0
申请日：2015-10-15
Applicant: 华侨大学
Abstract: 本发明涉及一种基于趋势预测‑正态云模型的风机齿轮箱状态在线评估模型建立方法，以及一种风机齿轮箱状态在线评估方法。趋势状态分析法在实际应用时，由于齿轮箱状态转换边界具有模糊性和不确定性的特征，如何判断趋势状态的转换一直是制约该方法应用的难题，本发明解决了趋势状态分析法所存在的问题。结果表明，本发明所述的模型能够对齿轮箱的早期缺陷及时预警，达到在线状态监测的目的，有助于防范齿轮箱严重故障的发生，提高风电机组安全性、可靠性和经济性。
-
公开(公告)号：CN105912835B
公开(公告)日：2018-04-17
申请号：CN201610146157.4
申请日：2016-03-15
Applicant: 华侨大学
IPC: G06F19/00
Abstract: 本发明涉及一种计及风电场接入的电力线路脆弱性辨识模型建立方法，断开一条线路li，依据其他线路lk承受的潮流增量Δλki和其他线路lk当前时刻能够承担的潮流增量裕量ωk，获得关于断开的线路li的潮流增量熵指标H(i)；遍历断开所有线路，得到脆弱性辨识模型。综合考虑运行状态和网络拓扑的脆弱性评价指标。针对于传统的潮流转移熵无法捕捉风功率波动和没有考虑到线路承受潮流增量的能力，本发明提出了加入潮流增量裕量的改进办法，改进后的潮流增量熵较于以往的模型，可以敏感辨识出那些虽未承受较大潮流转移量但是线路本身的转移裕量较小的线路。
-
Patent Agency Ranking
公开(公告)号：CN107394797A
公开(公告)日：2017-11-24
申请号：CN201710765291.7
申请日：2017-08-30
Applicant: 华侨大学
IPC: H02J3/18
CPC classification number: H02J3/1835
Abstract: 一种考虑无功优化的分布式电源接入配电网的评估方法，包括对配电网进行初始潮流计算，获取待评估配电网各条支路及各个节点的数据；获取无功优化的方式、装置的控制范围及接入位置；确定无功优化的目标函数；使用无功优化算法分别计算从不同节点接入分布式电源的无功优化结果；结合数据包络分析方法，确认方案的输入与输出指标；采用超效率数据包络分析法对从不同节点接入分布式电源方案进行效率值计算，对分布式电源接入节点及接入容量进行分析评估，其中，效率值最大的方案即为最佳分布式电源接入方案。本发明针对以往评估方法未对无功优化问题进行深入分析的不足进行改进，同时，方案评估中结合超效率DEA方法使得结果更具合理性与客观性。
-
公开(公告)号：CN107291991A
公开(公告)日：2017-10-24
申请号：CN201710379072.5
申请日：2017-05-25
Applicant: 华侨大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于动态网络标志的风电机组早期缺陷预警方法，其根据风电机组的拓扑图对风电机组状态变化的影响特性，结合支持向量回归和概率分布嵌入方案对风电机组实时运行数据进行处理，然后采用动态网络标志方法检测不同时段的动态网络标志量化值在机组状态转变前的动态变化，将机组各子系统与元件间复杂的交互耦合关联以及机组的临界状态特性综合考虑进机组状态评估过程中，对机组可能发生故障的时间点以及部位进行预警。本发明减少了大噪声对机组故障预测精度的影响，能够较准确地提前发现机组潜在故障的临界转折时间点以及定位跟踪故障可能发生的位置，最终实现全面把握机组发展变化的趋势。
-
公开(公告)号：CN107147143A
公开(公告)日：2017-09-08
申请号：CN201710379893.9
申请日：2017-05-25
Applicant: 华侨大学
IPC: H02J3/38
Abstract: 本发明公开了一种风机连锁脱网故障早期预警模型建立方法，利用风电场SCADA系统实时监测的风电场并网点的电压数据，基于临界慢化早期预警的原理，对电压跌落前的数据利用小波分解提取数据的高频动态信号；然后对信号选取适当的滑动窗口进行方差和自相关系数的计算，以发现系统在电压突变前的早期预警信号，并通过计算不同窗口长度下不同阶数小波分解的高频信号方差与自相关系数，对早期预警信号的稳定性进行分析。本发明在不建立精确网络模型的情况下，识别电压时间序列数据中的“临界慢化”的统计学特征，在电压的跌落前发出预警，从而得到风机连锁脱网故障早期预警模型，实现了风机连锁脱网的早期预警。
-
公开(公告)号：CN105912835A
公开(公告)日：2016-08-31
申请号：CN201610146157.4
申请日：2016-03-15
Applicant: 华侨大学
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 本发明涉及一种计及风电场接入的电力线路脆弱性辨识模型建立方法，断开一条线路li，依据其他线路lk承受的潮流增量Δλki和其他线路lk当前时刻能够承担的潮流增量裕量ωk，获得关于断开的线路li的潮流增量熵指标H(i)；遍历断开所有线路，得到脆弱性辨识模型。综合考虑运行状态和网络拓扑的脆弱性评价指标。针对于传统的潮流转移熵无法捕捉风功率波动和没有考虑到线路承受潮流增量的能力，本发明提出了加入潮流增量裕量的改进办法，改进后的潮流增量熵较于以往的模型，可以敏感辨识出那些虽未承受较大潮流转移量但是线路本身的转移裕量较小的线路。
-
公开(公告)号：CN105205569A
公开(公告)日：2015-12-30
申请号：CN201510666344.0
申请日：2015-10-15
Applicant: 华侨大学
Abstract: 本发明涉及一种基于趋势预测-正态云模型的风机齿轮箱状态在线评估模型建立方法，以及一种风机齿轮箱状态在线评估方法。趋势状态分析法在实际应用时，由于齿轮箱状态转换边界具有模糊性和不确定性的特征，如何判断趋势状态的转换一直是制约该方法应用的难题，本发明解决了趋势状态分析法所存在的问题。结果表明，本发明所述的模型能够对齿轮箱的早期缺陷及时预警，达到在线状态监测的目的，有助于防范齿轮箱严重故障的发生，提高风电机组安全性、可靠性和经济性。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.031 seconds)
