-
公开(公告)号：CN107291991B
公开(公告)日：2020-08-07
申请号：CN201710379072.5
申请日：2017-05-25
Applicant: 华侨大学
IPC: G06F30/20 , G06F111/08
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：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：CN105825002B
公开(公告)日：2018-10-16
申请号：CN201610143279.8
申请日：2016-03-14
Applicant: 华侨大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于动态灰关联分析法的风电场动态等值建模方法，在实测运行数据预处理时，采用自相关分析对实测运行数据的任意时刻数据值与历史数据的关联性进行考察，发掘出数据中的隐含规律，选出合理的时间跨度，进而在跨度内根据不同风速等级确定K个时刻的小数据样本作为仿真模型输入，减少了因数据样本的过少或繁杂冗余对仿真模型精度和分析计算时长的影响。另一方面，本发明采用动态灰关联分析法建立关联度矩阵作为聚类指标，将各风电机组运行状况间复杂的关联性和灰色性考虑进机群聚类过程中，使得机群聚类结果更合理，大大提高了风电场动态等值模型的精确性。
-
公开(公告)号：CN105825002A
公开(公告)日：2016-08-03
申请号：CN201610143279.8
申请日：2016-03-14
Applicant: 华侨大学
IPC: G06F17/50
CPC classification number: G06F17/5036
Abstract: 本发明涉及一种基于动态灰关联分析法的风电场动态等值建模方法，在实测运行数据预处理时，采用自相关分析对实测运行数据的任意时刻数据值与历史数据的关联性进行考察，发掘出数据中的隐含规律，选出合理的时间跨度，进而在跨度内根据不同风速等级确定K个时刻的小数据样本作为仿真模型输入，减少了因数据样本的过少或繁杂冗余对仿真模型精度和分析计算时长的影响。另一方面，本发明采用动态灰关联分析法建立关联度矩阵作为聚类指标，将各风电机组运行状况间复杂的关联性和灰色性考虑进机群聚类过程中，使得机群聚类结果更合理，大大提高了风电场动态等值模型的精确性。
-
-
-
Search Results
4
records
(took 0.014 seconds)
