公开(公告)号：CN112145375B

公开(公告)日：2022-03-08

申请号：CN202011037161.X

申请日：2020-09-28

Applicant: 湘潭大学

Inventor： 陈月平 ,  段斌 ,  刘昌杰 ,  张潇丹

IPC: G06F16/901 ,  F03D17/00 ,  G06F16/903 ,  G06V10/764

Abstract: 本发明公开了一种基于Neo4j与贝叶斯的风机变桨系统故障诊断方法，包括以下步骤：从风机的历史故障工单中提取出故障知识储存在图Neo4j图数据库中；建立风电故障关系模型；将实时故障工单中的故障知识送入风电故障关系模型中，并用Cypher语言对Neo4j图数据库进行故障路径的查询；针对查询出来的故障路径建立证据融合的贝叶斯网络进行定量计算，得到各故障路径的概率，概率最高的故障路径作为最后的诊断结果。本发明通过将故障的定性推理与定量计算相结合，可缩小故障定位的难度，提高故障诊断效率。

公开(公告)号：CN112163680A

公开(公告)日：2021-01-01

申请号：CN202011037144.6

申请日：2020-09-28

Applicant: 湘潭大学

Inventor： 张潇丹 ,  段斌 ,  吴俊峰 ,  刘昌杰 ,  陈月平

IPC: G06Q10/00 ,  G06Q50/06 ,  G06K9/62 ,  G06F30/23

Abstract: 本发明公开了一种基于认知计算的风电故障运维管理方法，包括以下步骤：对风电机组定子匝间短路故障进行特征分析；针对特征分析的结果，基于贝叶斯网络建立风电故障运维认知计算模型；实时采集运维人员的行为动作和情感状态信号；将采集的行为动作和情感状态信号送入风电故障运维认知计算模型中，运用马尔科夫链蒙特卡洛方法迭代贝叶斯网络，得到运维人员的认知结果。本发明在运维人员能力评定中考虑了情感因素，以应对风机维修的极端恶劣条件，通过参考风电故障运维认知计算模型，电力企业能够更加高效地进行人员派遣，切实降低运维成本。

公开(公告)号：CN112145375A

公开(公告)日：2020-12-29

申请号：CN202011037161.X

申请日：2020-09-28

Applicant: 湘潭大学

Inventor： 陈月平 ,  段斌 ,  刘昌杰 ,  张潇丹

IPC: F03D17/00 ,  G06F16/901 ,  G06F16/903 ,  G06K9/62

Abstract: 本发明公开了一种基于Neo4j与贝叶斯的风机变桨系统故障诊断方法，包括以下步骤：从风机的历史故障工单中提取出故障知识储存在图Neo4j图数据库中；建立风电故障关系模型；将实时故障工单中的故障知识送入风电故障关系模型中，并用Cypher语言对Neo4j图数据库进行故障路径的查询；针对查询出来的故障路径建立证据融合的贝叶斯网络进行定量计算，得到各故障路径的概率，概率最高的故障路径作为最后的诊断结果。本发明通过将故障的定性推理与定量计算相结合，可缩小故障定位的难度，提高故障诊断效率。

公开(公告)号：CN112163680B

公开(公告)日：2024-03-08

申请号：CN202011037144.6

申请日：2020-09-28

Applicant: 湘潭大学

Inventor： 张潇丹 ,  段斌 ,  吴俊峰 ,  刘昌杰 ,  陈月平

IPC: G06Q10/20 ,  G06Q50/06 ,  G06F18/2415 ,  G06F30/23

公开(公告)号：CN112183623A

公开(公告)日：2021-01-05

申请号：CN202011037563.X

申请日：2020-09-28

Applicant: 湘潭大学

Inventor： 刘昌杰 ,  段斌 ,  张潇丹 ,  陈月平

IPC: G06K9/62 ,  G06Q10/06 ,  G06Q50/06 ,  A61B5/16

Abstract: 本发明公开了一种基于风电运维人员紧张程度的运维操作方法，包括以下步骤：提取运维人员的生理信号特征组成特征向量，将特征向量与紧张程度的标签组成数据样本；划分训练集、测试集；随机森林模型的初始化和训练；查看随机森林模型对训练集分类的准确率，判断准确率是否低于预设阈值，若是，则调节随机森林模型的超参数，重新训练；将测试集代入训练后的随机森林模型，查看随机森林模型是否存在过拟合，是则继续调节超参数，重新训练；否则得到训练好的随机森林模型并保存；将获取运维人员的生理信号特征代入训练好的随机森林模型中，得到运维人员操作结果。本发明能够有效地降低运维人员的人为失误，提高运维效率，减少运维成本。