-
公开(公告)号：CN116794978A
公开(公告)日：2023-09-22
申请号：CN202310587404.4
申请日：2023-05-23
Applicant: 华北电力大学
IPC: G05B13/04 , G06F18/2131 , G06F18/241 , G06N3/06
Abstract: 本发明公开了一种基于TimesNet和自适应突触学习模型的重型燃机控制系统控制器模块智能BIT设计方法，通过重燃控制系统控制器原型模拟样机采集能够表征控制器模块运行状态的时序信号；采用TimesNet将复杂的时间模式解耦，将时序信号的分析扩展到二维空间；将时序信号通过快速傅里叶变换的方法沿着时间维度进行零扩展；以残差块的方式组建TimesBlock，捕获不同的重塑二维张量的时序变化特征；并基于归一化振幅值进行自适应聚合，有效提取信号特征重构一维时序信号；针对TimesNet重构的一维时序信号，采用自适应突触学习模型进行状态识别和分类，输出0或1的数字量信号对应信号状态的正常或故障，实现控制器模块智能BIT功能，降低了常规BIT的虚警率，有效提高了重型燃机控制系统控制器模块的可靠性和智能化水平。
-
公开(公告)号：CN116742655A
公开(公告)日：2023-09-12
申请号：CN202310614515.X
申请日：2023-05-29
Applicant: 华北电力大学
Abstract: 本发明公开了一种基于多目标随机油漆优化器和自抗扰控制的风电系统负荷频率控制方法，属于风力发电机组控制技术领域。近年来，随着风力发电技术的发展，大规模风电接入为电网的频率控制带来了新挑战。该方法用于解决传统的PID控制器难以应对复杂多变的风速扰动，提高控制系统的性能和抑制频率波动。将误差自抗扰控制器引入风力发电机组负荷频率控制系统中，可以在不需要精确的数学模型条件下实现机组的频率调节。同时，基于多目标随机油漆优化器，同时考虑机组的负荷频率控制性能、环境友好性与经济效益等多个目标，建立具有高度收敛性的Pareto最优前沿，优化EADRC控制器参数。本发明提高了风电系统负荷频率控制的抗扰动能力，能够在复杂多变的环境下提高负荷频率控制系统的安全行和可靠性。
-
公开(公告)号：CN115616908A
公开(公告)日：2023-01-17
申请号：CN202211171667.9
申请日：2022-09-26
Applicant: 华北电力大学
IPC: G05B13/04
Abstract: 本发明公开一种基于改进多目标蛇群优化算法的超超临界机组协调控制系统节能优化方法，在保持机组快速跟踪能力下，考虑机组运行安全性和经济性，实现机组节能优化运行。根据超超临界机组协调控制系统被控对象特性，设计协调控制系统的控制策略，确定系统的输入输出变量，将机组要求的性能指标转化为三个子目标函数；考虑模型中控制变量、被控变量、决策变量的范围约束条件和速率约束条件，将优化结果以Pareto前沿面的形式展现，并将Pareto前沿上的折衷点视为多目标问题的最优解。利用改进的多目标蛇群优化算法求解协调控制系统节能优化方法，确定在多种性能指标并行优化下的Pareto解进而获得最优解，这些改进包括种群初始化，种群初期探索，种群竞争阶段和种群新生阶段方面。本发明为解决超超临界机组协调控制系统节能优化问题提供了一种方案和思路。
-
公开(公告)号：CN115173995A
公开(公告)日：2022-10-11
申请号：CN202210767001.3
申请日：2022-07-01
Applicant: 华北电力大学
IPC: H04L1/00 , H04L69/164
Abstract: 本发明公开了一种基于CRC和BCH编码的重型燃气轮机控制系统数据容错方法，属于自动化技术领域。针对重型燃气轮机控制系统数据传输丢包、时延的问题，利用CRC循环冗余校验良好的检错能力和BCH编码良好的纠错能力，结合UDP用户数据报协议的实时性与快速性，将两者融合进行数据传输，提出一种基于CRC和BCH编码的重型燃气轮机控制系统数据容错方法，提高重型燃气轮机控制数据传输的准确性、可靠性和实时性，增强重型燃气轮机控制系统的运行可靠性。
-
公开(公告)号：CN110989342B
公开(公告)日：2021-04-16
申请号：CN201911132487.8
申请日：2019-11-19
Applicant: 华北电力大学
IPC: G05B13/04
Abstract: 本发明公开了一种联合循环机组重型燃气轮机实时T‑S模糊建模方法，首先，根据实际需求确立燃气轮机待辨识模型结构，并采集联合循环机组重型燃气轮机的现场运行数据作为模型辨识所用训练数据；然后，对初始训练数据进行预处理以消除异常数据的不利影响；其次，通过改进的熵聚类方法对数据空间进行分类，自动得到聚类个数及其相应的聚类中心；在此基础上，引入一种改进的鲸鱼优化算法对初始聚类中心进行修正并计算得到对应的聚类半径；接下来，通过带遗忘因子的最小二乘算法获取后件辨识中各子模型参数并进行模糊加权得到全局输出；最后，对辨识所得模型进行验证。
-
Patent Agency Ranking
公开(公告)号：CN112082769A
公开(公告)日：2020-12-15
申请号：CN202010926904.2
申请日：2020-09-07
Applicant: 华北电力大学
Abstract: 本发明提供了一种基于专家系统和贝叶斯决策器的模拟量输入模块智能BIT设计方法，属于测试和人工智能领域。该方法用于提高重型燃气轮机分散控制系统的可靠性，解决现有模拟量输入模块BIT虚警率高的问题。步骤如下：通过知识获取机制，构建重型燃气轮机控制系统模拟量输入模块专家系统知识库，依据贝叶斯概率计算专家系统规则的置信度；利用贝叶斯决策器对实时BIT检测信息进行正常、瞬态、间歇、故障四种状态的识别，并加载故障状态的信息至推理机，实现模拟量输入模块内部功能电路故障的精确定位。通过以上两种技术手段来提高了专家系统推理的效率和准确性，降低了现有模拟量输入模块BIT的虚警率。
-
公开(公告)号：CN112000084A
公开(公告)日：2020-11-27
申请号：CN202010927835.7
申请日：2020-09-07
Applicant: 华北电力大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于1D-CNN和GRU-SVM的重型燃气轮机控制系统控制器模块智能BIT设计方法，属于重型燃气轮机控制系统智能BIT领域。针对智能BIT设计方法和常规BIT虚警率高的问题，提供了一种利用1D-CNN模型和GRU-SVM模型实现重型燃气轮机控制系统控制器模块智能BIT诊断、降虚警的方法。利用控制器模块中功能电路的历史数据训练1D-CNN模型，根据1D-CNN能够直接处理时间序列信号的特点，更高效率地对含有故障的信息进行特征提取以及故障分类和定位，并在1D-CNN识别结果的基础上利用GRU对BIT智能诊断的结果进行预测，依据时间特征处理1D-CNN输出的BIT信号并送入SVM进行分类，过滤虚警，从而有效解决了现有常规BIT虚警率高的问题。
-
公开(公告)号：CN107560845B
公开(公告)日：2019-09-20
申请号：CN201710840087.7
申请日：2017-09-18
Applicant: 华北电力大学
IPC: G01M13/021 , G01M13/028
Abstract: 本发明公开一种齿轮箱故障诊断模型的建立方法，包括：获取齿轮箱的多种故障振动信号，并将每种故障振动信号输入与其对应的每个支持向量机中；对每种故障振动信号进行处理；提取每种故障振动信号的特征参数后并对其进行优化，输入训练数据集中的每种故障振动信号的特征参数的最优值，生成决策树支持向量机的齿轮箱故障诊断模型并根据输入的特征参数输出每个支持向量机中的第一状态信号和第二状态信号,并对每个支持向量机中的第一状态信号和第二状态信号进行多种组合，使用测试数据集对齿轮箱故障诊断模型进行诊断测试得到多种组合的诊断结果。本发明能同时对多个单一故障振动信号进行训练，可有效实现对齿轮箱混合故障的诊断，从而提高诊断精度。
-
公开(公告)号：CN106907846B
公开(公告)日：2019-05-07
申请号：CN201710144401.8
申请日：2017-03-10
Applicant: 华北电力大学
Abstract: 本发明属于自动控制技术领域，本发明提供一种热水器及其控制方法，在热水器的加热腔内设置有第一加热管和第二加热管；在壳体内设置有温度传感器，用于检测加热腔内的水温；还包括控制器，接收所述温度传感器检测到的水温信号，控制所述第一加热管和/或第二加热管进行加热，并调节所述第一加热管和/或第二加热管的加热频率。该方案中，通过设置两个加热管来提高加热速度，通过控制器结合当前的加热情况来控制第二加热管和第二加热管的加热过程。采用模糊控制的方式进行加热模式控制，利用温度传感器反馈的热水器内热水温度，对热水器加热管工作模式进行调节，在三种模式之间进行切换，满足用户不同情况下对热水的需求。
-
公开(公告)号：CN120012580A
公开(公告)日：2025-05-16
申请号：CN202510094086.7
申请日：2025-01-21
Applicant: 华北电力大学
IPC: G06F30/27 , G06N3/0442 , G06N3/0455
Abstract: 本发明公开了一种基于xLSTM和Transformer网络的重型燃气轮机智能建模方法，属于电力工业技术领域，包括以下步骤：S1、根据重型燃气轮机运行过程中汽‑水流程的动态特性，确定输入变量和输出变量；S2、结合重型燃气轮机的多模态数据，根据转子转速与燃机功率之间的关系构建具有物理信息约束的xLSTM+Transformer数据驱动模型；S3、采用重型燃气轮机的历史运行数据对模型进行训练，完成建模。本发明利用Transformer架构在全局特征捕捉上的高效能力，结合xLSTM在时间序列局部特征处理和计算效率方面的优势，并将物理信息约束引入模型训练的损失函数中，该建模方提升了对多变量复杂动态过程的拟合精度，增强了模型的泛化能力，适用于重型燃气轮机实际运行环境中的预测和优化需求。
-
-
-
-
-
-
-
-
-
Search Results
103
records
(took 0.026 seconds)
