-
公开(公告)号：CN119102968A
公开(公告)日：2024-12-10
申请号：CN202411317934.8
申请日：2024-09-20
Applicant: 大唐水电科学技术研究院有限公司 , 中国大唐集团科学技术研究总院有限公司水电科学研究院 , 中国大唐集团科学技术研究总院有限公司
IPC: F03B15/00
Abstract: 本发明涉及了水力发电机故障诊断技术领域，具体涉及了一种基于复杂网络的水轮发电机故障监测方法、系统、设备及介质，基于实际水轮发电机组构建复杂网络模型，将水轮发电机组的各个部件作为所述复杂网络模型的节点，根据各节点之间的特征的权重系数进行节点连边，得到复杂网络模型的邻接矩阵；根据设置在实际水轮发电机组的各部件的传感器实时获取运行数据，所述运行数据包括温度、压力、电流、电压以及振动频率中的至少一种；根据运行数据和复杂网络模型计算复杂网络指标；基于复杂网络指标和网络指标参考值进行对比，基于比较结果，利用统计分析法识别网络指标异常情况。本方法能够准确进行故障监测和分析。
-
公开(公告)号：CN118565323A
公开(公告)日：2024-08-30
申请号：CN202410655562.3
申请日：2024-05-24
Applicant: 大唐水电科学技术研究院有限公司 , 中国大唐集团科学技术研究总院有限公司水电科学研究院 , 中国大唐集团科学技术研究总院有限公司 , 华北电力大学
Inventor： 李家兴 , 梁光胜 , 刘守豹 , 黄伟 , 何良 , 宋佳骏 , 熊中浩 , 何东阳 , 刘洋成 , 王晓兰 , 熊霄涵 , 胡思宇 , 管毓瑶 , 欧亮 , 马成龙 , 魏棕凯 , 谭杰明 , 李润东
IPC: G01B7/04 , G01M13/02 , G01R31/327 , G06K17/00 , G06K7/10
Abstract: 本发明公开了一种基于超高频RFID技术的GIS断路器无源位移监测装置，应用于在线监测领域；包括无源磁栅位移传感器、阅读器和显示模块。所述无源磁栅位移传感器用以监测GIS断路器触头的位移特性，它通过天线接收阅读器发射的超高频RFID电磁波获取能量，并向阅读器发送传感数据。所述阅读器中包含RFID收发天线，可为无源磁栅位移传感器提供能量并获取传感数据。所述显示模块与阅读器相连接，可以实时显示阅读器获得传感数据，完成在线监测任务。一种基于RFID技术的GIS断路器无源位移监测装置采用超高频RFID无线供电功能和无线信号传输，可对GIS断路器传动装置的位移机械特性进行精确测量，实现了GIS断路器位移传感器的无源无线化改进。
-
公开(公告)号：CN118536013A
公开(公告)日：2024-08-23
申请号：CN202410556623.0
申请日：2024-05-07
Applicant: 大唐水电科学技术研究院有限公司 , 中国大唐集团科学技术研究总院有限公司水电科学研究院 , 中国大唐集团科学技术研究总院有限公司
IPC: G06F18/2431 , F03B11/00 , G06F18/2131 , G06F18/15 , G06N3/084
Abstract: 本发明公开了一种基于信号特征提取和深度学习的水轮机故障诊断方法、系统、设备及存储介质，S1，对水轮机的振动信号进行采集；S2，对采集到的振动信号应用CEEMD进行信号预处理，通过多次引入白噪声，得到多组IMFs；S3，从CEEMD得到的IMFs中提取关键的频域、时域和时频域特征；S4，构建DBN深度学习模型，并进行参数优化和训练；S5，将经过特征提取的IMFs至参数优化和训练好的DBN深度学习模型中，通过逐层学习IMFs的抽象表示，提取IMFs之间的模型结果特征，根据关键特征得到水轮机故障诊断结果。提高了故障诊断的精确度，对振摆型号分析与机组故障诊断具有重要意义。
-
公开(公告)号：CN119271966A
公开(公告)日：2025-01-07
申请号：CN202411374146.2
申请日：2024-09-29
Applicant: 大唐水电科学技术研究院有限公司 , 中国大唐集团科学技术研究总院有限公司水电科学研究院 , 中国大唐集团科学技术研究总院有限公司
IPC: G06F18/10 , G06N3/0455 , G06N3/0985 , G06F17/10 , G06F17/18 , G06F123/02
Abstract: 本发明提供了一种变压器油中溶解气体浓度预测方法、系统、设备及介质，属于变压器油中溶解气体浓度预测技术领域。本发明方法构建Transformer解码器模型，基于构建的训练集对Transformer解码器模型进行训练，基于构建的验证集对Transformer解码器模型的超参数进行优化，基于构建的测试集对Transformer解码器模型训练结果进行测试，得到训练好的Transformer解码器模型。将待预测的变压器油中溶解气体浓度的时间序列数据输入到训练好的Transformer解码器模型中进行变压器油中溶解气体浓度预测，得到变压器油中溶解气体浓度预测结果。本发明解决了现有技术中循环神经网络无法并行计算，训练推理效率较低，导致变压器油中溶解气体浓度预测准确性不高的问题。
-
公开(公告)号：CN119377727A
公开(公告)日：2025-01-28
申请号：CN202411279292.7
申请日：2024-09-12
Applicant: 大唐水电科学技术研究院有限公司 , 中国大唐集团科学技术研究总院有限公司水电科学研究院 , 中国大唐集团科学技术研究总院有限公司
Inventor： 何良 , 杨兴富 , 刘守豹 , 袁洋 , 王峻峰 , 张海库 , 蹇林 , 何东阳 , 谭杰明 , 李润东 , 宋佳骏 , 胡思宇 , 王晓兰 , 管毓瑶 , 欧亮 , 刘洋成 , 魏棕凯
IPC: G06F18/24 , G01M13/00 , G01R31/00 , G01H17/00 , G06F18/213 , G06F123/02
Abstract: 本发明涉及了变压器振动信号分离技术领域，具体涉及了一种变压器振动信号波形分离方法、系统、设备及介质，方法包括：获取运行过程中设定时长的变压器油箱表面的振动信号；确定振动信号中最值对应的时间点作为初始参考点，并基于初始参考点提取出一个工频周期的两个振动信号片段；设置偏移量对这两个振动信号片段进行平移，分别计算不同偏移量时两个振动信号片段的相关系数；基于最优相关系数确定最终参考点；结合最终参考点得到两个半周期的波形，进而能够准确地分离出一个工频周期内的两个周期的振动信号。
-
Patent Agency Ranking
公开(公告)号：CN119577082A
公开(公告)日：2025-03-07
申请号：CN202411602465.4
申请日：2024-11-11
Applicant: 大唐水电科学技术研究院有限公司 , 中国大唐集团科学技术研究总院有限公司水电科学研究院 , 中国大唐集团科学技术研究总院有限公司
IPC: G06F16/3329 , G06F40/216 , G06F40/211 , G06F40/30
Abstract: 本发明属于人工智能技术领域，涉及一种基于大语言模型的电力文档智能问答方法和系统；该方法包括：按照预设周期获取文档数据；对文档数据预处理得到适应性文档；根据适应性文档通过嵌入模型构建向量检索库；获取用户查询问题，将用户查询问题输入向量检索库，基于向量相似度检索方法和关键词检索方法检索，得到相关文本块，通过二阶段重排技术在相关文本块中筛选出最相关文本块；用户查询问题和最相关文本块输入大语言模型，得到初步智能回答信息；初步智能回答信息基于预设的自我反省机制进行校正，得到最终智能回答信息。基于校正机制支持多轮问答和上下文理解，能够在复杂技术问题的连续查询中保持上下文一致性，确保多轮提问回应的准确性。
-
公开(公告)号：CN119324002A
公开(公告)日：2025-01-17
申请号：CN202411410734.7
申请日：2024-10-10
Applicant: 大唐水电科学技术研究院有限公司 , 中国大唐集团科学技术研究总院有限公司水电科学研究院 , 中国大唐集团科学技术研究总院有限公司
IPC: G16C20/20 , G06F18/213 , G06N3/006 , G01R31/12
Abstract: 本发明公开了一种基于GA‑CNN的油浸式变压器油中溶解气体在线监测数据分析方法、系统、设备、介质及程序，属于变压器检测技术领域。方法包括将待分析的变压器历史故障数据及正常数据，并进行预处理，得到样本数据集；将样本数据集输入到预训练的CNN的变压器故障诊断模型，进行分析，得到分析结果。本发明可以针对不同类型的变压器进行识别，有效提升了油浸式变压器过热及放电缺陷的识别准确率。
-
公开(公告)号：CN119023060A
公开(公告)日：2024-11-26
申请号：CN202411279295.0
申请日：2024-09-12
Applicant: 大唐水电科学技术研究院有限公司 , 中国大唐集团科学技术研究总院有限公司水电科学研究院 , 中国大唐集团科学技术研究总院有限公司
Inventor： 何良 , 何有良 , 刘守豹 , 马志国 , 张海库 , 欧阳为民 , 何东阳 , 欧亮 , 魏棕凯 , 刘洋成 , 谭杰明 , 李润东 , 王晓兰 , 胡思宇 , 管毓瑶 , 宋佳骏
Abstract: 本发明涉及了电力设备监测技术领域，具体涉及了电力设备的振动脉冲定位分离方法、系统、设备及介质，方法包括：采集电力设备外表面的振动脉冲信号，对振动脉冲信号进行小波变换，得到小波变换系数；基于小波变换系数得到振动脉冲信号的时间‑小波能量曲线关系；基于设定的能量阈值与振动脉冲信号的小波能量进行比较，确定出振动脉冲信号的开始点和结束点，基于振动脉冲信号开始和结束定位并分离出振动脉冲信号片段。该方法能够准确的定位和分离出多簇振动脉冲信号。
-
公开(公告)号：CN114997271A
公开(公告)日：2022-09-02
申请号：CN202210464778.2
申请日：2022-04-29
Applicant: 中国大唐集团科学技术研究总院有限公司 , 大唐水电科学技术研究院有限公司
Abstract: 本发明公开了一种水电机组故障的智能诊断方法及系统，涉及水电机组领域，其中，所述方法包括：获得第一水电机组信息数据库；对其进行主成分分析，获得第一水电机组信息；将第一水电机组信息输入故障诊断模型，获得多个初步故障诊断结果；对其进行误差分析，获得多个故障误差结果，基于此，根据预设误差阈值对其进行筛选，获得第一故障误差结果集合，并遍历多个初步故障诊断结果进行匹配，获得第一故障结果集合。解决了现有技术中针对水电机组的故障诊断精确度不高，进而造成水电机组的故障诊断效果不佳的技术问题。达到了提高水电机组故障诊断的精确度和准确性，提升水电机组故障诊断的效果和质量等技术效果。
-
公开(公告)号：CN114580519A
公开(公告)日：2022-06-03
申请号：CN202210187728.4
申请日：2022-02-28
Applicant: 中国大唐集团科学技术研究总院有限公司 , 大唐水电科学技术研究院有限公司
Abstract: 本发明实施例提供了一种基于边缘计算的局部放电模式识别方法及装置，该方法应用于云层，方法包括：接收边缘层发送的数据集；对数据集进行存储，利用数据集对回归神经网络进行训练，确定目标回归神经网络；将目标回归神经网络部署至边缘层。本发明整合了云计算和边缘计算协同服务架构的优势，将平滑因子的优化部署在云端，而将训练好的广义回归神经网络模型部署在边缘层。所提模式识别方法正确识别率较高、识别速率快，适合嵌入到边缘计算框架中。这种计算模式能够在一定程度上满足人工智能在云体系架构中对计算和存储资源的需求，能够灵活应用于工业互联网的各种场景。
-
-
-
-
-
-
-
-
-
Search Results
85
records
(took 0.082 seconds)
