-
公开(公告)号：CN114818951A
公开(公告)日：2022-07-29
申请号：CN202210489921.3
申请日：2022-05-06
Applicant: 上海工业自动化仪表研究院有限公司 , 上海电力大学
IPC: G06K9/62 , G06F40/242 , G06F40/289 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于NLP‑CNN的燃气轮机控制系统故障诊断分类方法，涉及火电厂故障诊断技术领域。该方法包括：获取资料库，收集与燃气轮机控制系统有关的文本信息，用于构建专用及停用词典；对文本信息进行预处理，形成短文本，并对短文本进行向量化处理；以关键词为标志，从历史日志中提取与关键词相关联的日志集合，形成样本库；采用CNN模型进行词向量训练模型搭建；将样本库中的日志集合进行分词，调取各分词的特征向量，进行模型训练和测试，得到故障诊断的诊断结果。将文本语言处理运用到燃气轮机控制系统故障诊断中，依赖系统自带的日志报警，不依赖机组运行中大量的数据，在保证故障诊断准确性的同时，显著提升了诊断效率。
-
公开(公告)号：CN114818818A
公开(公告)日：2022-07-29
申请号：CN202210489915.8
申请日：2022-05-06
Applicant: 上海工业自动化仪表研究院有限公司 , 上海电力大学
Abstract: 本发明提供一种基于优化随机森林算法的燃气轮机控制系统故障诊断方法，涉及火电厂故障诊断技术领域。该方法包括：在燃气轮机控制系统的速比阀截止阀回路的正常信号中引入预设故障，以构成初始故障数据集；对初始故障数据集进行时域特征提取，以建立故障特征数据集；利用交叉验证，采用网格搜索优化随机森林算法，建立优化随机森林算法的故障诊断模型；将提取的故障特征作为优化随机森林算法的故障诊断模型的输入，以此得到诊断结果，进而实现燃气轮机控制系统的回路的故障诊断。该方法可以有效诊断燃气轮机控制系统回路故障，并且能够提高诊断的准确率。
-
公开(公告)号：CN114779745A
公开(公告)日：2022-07-22
申请号：CN202210489913.9
申请日：2022-05-06
Applicant: 上海工业自动化仪表研究院有限公司 , 上海电力大学
Abstract: 本发明提供一种基于VMD‑AR‑LightGBM的燃气轮机控制系统分层故障诊断方法，涉及火电厂故障诊断技术领域。该方法包括：从数据采集系统获取原始故障样本信号，进行数据预处理，形成初始数据集；对初始数据集进行VMD‑AR建模，获得用于表征故障的故障特征向量；根据故障的不同层级特点和故障类型设计多个LightGBM分类模型，形成分层故障诊断模型；使用贝叶斯优化算法对分层故障诊断模型的超参数进行优化，并将待识别信号输入故障诊断模型中，以得到诊断结果，从而实现燃气轮机控制系统回路故障诊断。通过对燃机控制系统进行分层故障诊断，有效地提高故障识别率，为燃气轮机控制系统回路故障诊断提供了重要的决策支持。
-
公开(公告)号：CN112418306A
公开(公告)日：2021-02-26
申请号：CN202011309245.4
申请日：2020-11-20
Applicant: 上海工业自动化仪表研究院有限公司
Abstract: 本发明涉及一种基于LSTM‑SVM的燃气轮机压气机故障预警方法，包括：建立燃气轮机压气机的故障知识库，挖掘出压气机故障类型和故障征兆之间的关系。确定压气机的征兆参数种类；利用深度学习LSTM算法对压气机征兆参数正常数据进行训练，建立出良好的预测模型；将模型输出的数据曲线进行监测，将报警数据通过正负偏离度进行数据处理，作为SVM的输入参数进行故障分类，确定压气机的故障类型。本发明通过早期报警信息能够快速发现压气机的故障趋势，为压气机的早期故障预警提供了重要的决策支持。
-
公开(公告)号：CN112418306B
公开(公告)日：2024-03-29
申请号：CN202011309245.4
申请日：2020-11-20
Applicant: 上海工业自动化仪表研究院有限公司
IPC: G06F18/2411 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种基于LSTM‑SVM的燃气轮机压气机故障预警方法，包括：建立燃气轮机压气机的故障知识库，挖掘出压气机故障类型和故障征兆之间的关系。确定压气机的征兆参数种类；利用深度学习LSTM算法对压气机征兆参数正常数据进行训练，建立出良好的预测模型；将模型输出的数据曲线进行监测，将报警数据通过正负偏离度进行数据处理，作为SVM的输入参数进行故障分类，确定压气机的故障类型。本发明通过早期报警信息能够快速发现压气机的故障趋势，为压气机的早期故障预警提供了重要的决策支持。
-
Patent Agency Ranking
公开(公告)号：CN117079173A
公开(公告)日：2023-11-17
申请号：CN202210994219.2
申请日：2022-08-18
Applicant: 上海朗驰佰特智能技术有限公司 , 上海厚尚电力科技有限公司 , 上海电力大学
Abstract: 本发明涉及电厂巡检机器人和固定的摄像头后台图像处理技术领域，具体地说是一种基于YOLOA的电厂关键设施异常识别方法。一种基于YOLOA的电厂关键设施异常识别方法，包括以下步骤：S1，利用YOLOA网络训练电厂采集的泄漏数据，然后将训练好的模型部署到算法服务器上；S2，电力巡检机器人到达指定位置转动云台，双视摄像头对准识别区域后截取3s可见光和红外视频；S3，采用B变换融合可见光图像的B分量和红外图像，得到融合后的视频；S4，将融合后的视频输入网络预测并在前端页面显示。同现有技术相比，能够更准确的识别电厂的异常状况；利用视频检测，不易出现误检和漏检的情况并且能够实时的在前端页面显示检测的状况。
-
公开(公告)号：CN115081478A
公开(公告)日：2022-09-20
申请号：CN202210700491.5
申请日：2022-06-20
Applicant: 国电长源汉川第一发电有限公司 , 上海电力大学
Abstract: 本发明涉及一种火电厂关键辅机故障诊断方法和系统，其中方法包括以下步骤：获取火电辅机的原始监测信号；通过中心频率观察法和残差指数法来确定最优变分模态分解算法的参数K，采用最优变分模态分解算法将原始监测信号分解成K个模态函数；对分解后的模态提取特征向量；构造集成学习模型，并且使用提取特征向量进行训练；采集火电辅机的待诊断监测信号，输入至训练后的集成学习模型得到诊断结构。与现有技术相比，本发明能够快速的、准确的识别火电厂关键辅机故障类型，及时进行维修和保护，降低火电厂关键辅机故障带来的经济损失，使火电机组能够可靠安全的运行。
-
公开(公告)号：CN113705564A
公开(公告)日：2021-11-26
申请号：CN202110914541.5
申请日：2021-08-10
Applicant: 上海电力大学 , 宝山钢铁股份有限公司 , 上海宝信软件股份有限公司
Abstract: 本发明涉及一种指针式仪表识别读数方法，方法包括拍摄仪表图像，使用YOLOv4深度学习网络模型检测仪表位置并调整拍摄参数后重新拍摄，再次使用YOLOv4深度学习网络模型定位仪表并提取拍摄图像中带有待检测的仪表的区域图像，对该区域图像进行预处理操作后利用霍夫变换算法和角平分线算法的结合求得指针的位置，最终结合角度算法求出仪表读数。与现有技术相比，本发明利用YOLOv4深度学习网络模型进行指针图像的提取，提高了拍摄的指针图像的清晰度，又使用了改进的霍夫算法使得对于指针角度的判断更为精准，可准确读取仪表读数。
-
公开(公告)号：CN112233133A
公开(公告)日：2021-01-15
申请号：CN202011179556.3
申请日：2020-10-29
Applicant: 上海电力大学 , 宝山钢铁股份有限公司
Abstract: 本发明涉及一种基于OTSU和区域生长法的电厂高温管道缺陷检测与分割方法，包括以下步骤：获取原始红外图像并灰度化，通过改进二维OTSU预分割提取出管道区域；通过管道区域的灰度分布直方图，找出管道正常温度对应的灰度范围；通过判断邻域灰度均值最大值是否超出正常灰度范围，完成多缺陷种子点的自动检测和定位；将根据已生长区域的灰度均值和标准差调整的自适应阈值作为生长准则，以基于Prewitt算子计算的梯度幅值阈值作为附加条件，实现缺陷区域的生长与提取。与现有技术相比，本发明具有可靠性和准确性高、实时性好的优点，能够满足应用需求。
-
公开(公告)号：CN113126551A
公开(公告)日：2021-07-16
申请号：CN202110467342.4
申请日：2021-04-28
Applicant: 上海电力大学
IPC: G05B19/042
Abstract: 本发明涉及一种基于单对以太网的远程数据采集系统，包括远程数据采集装置和数据监控装置，其中远程数据采集装置包括依次连接的数据采集模块、主控模块和单对以太网通信模块；主控模块包括ARM主控芯片，以及连接ARM主控芯片的存储器、时钟系统、电源单元、显示屏、串口和开关单元，ARM主控芯片包括数模转换单元和MAC单元；数据采集模块包括依次连接的信号预处理单元和模数通道拓展单元，模数通道拓展单元连接ARM主控芯片的数模转换单元；单对以太网通信模块包括单对以太网PHY芯片，单对以太网PHY芯片连接ARM主控芯片的MAC单元。与现有技术相比，本发明具有兼容好、传输效率高简化现场布线等优点。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.03 seconds)
