一种使用功率曲线识别偏航对风不正的方法

    公开(公告)号:CN110067708B

    公开(公告)日:2020-08-25

    申请号:CN201910395096.9

    申请日:2019-05-13

    IPC分类号: F03D17/00

    摘要: 本申请涉及一种使用功率曲线识别偏航对风不正的方法,包括以下步骤:采集风力发电机组运行数据;对数据进行预处理,剔除数据中非正常运行状态数据;保留对风角值在固定范围内的数据,以固定间隔对对风角数据划分区间;遍历每个对风角区间下的数据,拟合每个对风角区间中风速‑功率关系曲线;计算设定风速范围内功率曲线下的面积;遍历所有对风角区间后,获得所有对风角下的功率曲线及对应曲线下的面积,判断最大的曲线下面积值所对应的对风角区间为偏航对风偏差角度所在区间。通过对不同对风角区间的功率曲线的拟合,寻找整体机组风能利用最佳的对风角位置来判断对风偏差角度,可以消除不稳定性和不准确性。

    电梯门系统健康维护方法及装置

    公开(公告)号:CN111186741A

    公开(公告)日:2020-05-22

    申请号:CN202010014542.X

    申请日:2020-01-07

    IPC分类号: B66B5/00

    摘要: 本发明公开了一种电梯门系统健康维护方法及装置,该方法包括:实时采集电梯门工作过程中的电流信号;从所述电流信号中提取预测特征;对所述预测特征进行筛选,得到有效特征;将所述有效特征输入预先建立的健康评估模型中,根据所述健康评估模型的输出得到电梯门健康值。利用本发明,可以减少电梯门意外故障停机,保障电梯的运行安全。

    一种识别风力发电机偏航对风不正的方法

    公开(公告)号:CN110094310B

    公开(公告)日:2020-05-19

    申请号:CN201910395581.6

    申请日:2019-05-13

    IPC分类号: F03D17/00 G06F30/20

    摘要: 本申请涉及一种识别风力发电机偏航对风不正的方法,包括采集风力发电机组的运行数据;对数据进行预处理,剔除数据中的非正常运行状态下的数据;初始化迭代计数器,设置初始参数;对风速进行分箱处理,计算每个风速箱下不同对风角的最大风能利用指数;计算所有对风角箱得到的最大风能利用指数的离散度是否符合要求,拟合包络对风角‑风能利用指数散点图形的曲线,并计算由该曲线得到的风能利用指数最大点所对应的对风角数值;判断所拟合曲线的形态特征,保留符合指标要求的曲线;对所有符合指标要求的包络线计算偏差角度和可靠指标,判断结果的可靠性。本方法可以获得更稳定的特征表现和更准确的结果,可以指导现场运维,避免发电量损失。

    基于大数据分析的空压机集群系统能耗优化方法和装置

    公开(公告)号:CN108960487A

    公开(公告)日:2018-12-07

    申请号:CN201810608839.1

    申请日:2018-06-13

    IPC分类号: G06Q10/04 G06Q30/02

    CPC分类号: G06Q10/04 G06Q30/0206

    摘要: 本发明提供了基于大数据分析的空压机集群系统能耗优化方法和装置,涉及空气压缩机集群系统技术领域,包括:根据时间序列趋势特征、周期性规律、生产排程信息预测未来一段时间内的流量需求;推算容调机的功率响应曲线,进一步预测供气总管路和各个管路分支的压力变化,生成氮气用量预测数据;根据空压机的功率数据和氮气用量预测数据,结合实时电价和氮气单位体积价格,计算出空压机集群系统在一段时间内的成本数据;根据流量需求预测曲线和空压机组件的多种使用方式对应的成本数据,结合空压机集群当前的使用状态和启停调节频率的限制,生成集群控制方法。有效优化空气压缩机集群系统的工作方式,提升经济效益。

    一种风功率曲线散点过滤的方法及其系统

    公开(公告)号:CN108763584B

    公开(公告)日:2021-11-02

    申请号:CN201810596993.1

    申请日:2018-06-11

    IPC分类号: G06F16/215

    摘要: 本发明属于风力发电机,数据分析,数据处理技术领域,公开了一种风功率曲线散点过滤的方法,包括采用如下步骤实现:步骤S001,通过采用SCADA系统采集获取目标风机的SCADA数据集合M01数据包;步骤S002,将所述M01数据包输入数据筛选器分包获得数据包M011和数据包M012;步骤S003,获得更新数据包M011a和更新数据包M012b;步骤S004,合并获取更新后的功率数据包M02;步骤S005,将步骤S004中获取的更新后的功率数据包M02进行数据修正,剔除失真数据获得过滤后的功率数据集合M03。

    一种变转速工况下轴心轨迹的提纯方法

    公开(公告)号:CN110119764B

    公开(公告)日:2021-03-02

    申请号:CN201910305648.2

    申请日:2019-04-16

    IPC分类号: G06K9/62 G06K9/00 G01M13/00

    摘要: 本申请涉及一种变转速工况下轴心轨迹的提纯方法,包括:计算X和Y方向振动信号的时频谱;逐次提取时频谱中振动信号主要频率成分的瞬时频率序列,并对其进行数据拟合;将所提取的各主要频率成分的瞬时频率的拟合结果减去初始时刻瞬时频率值并将所得结果积分得相位序列,利用瞬时相位序列分别对X方向和Y方向原始振动信号进行广义解调,将变转速工况下随时间变化的频率转化为不随时间变化的频率;采用相位差频谱校正法逐个提取解调信号中的主要频率成分,并将其相加以重构信号;利用X方向和Y方向重构后的振动信号合成提纯轴心轨迹。本申请不受随机噪声干扰,可避免变转速工况下振动幅值变化对轴心轨迹形状的影响,有利于轴心轨迹形状的判别。

    一种变转速工况下轴心轨迹的提纯方法

    公开(公告)号:CN110119764A

    公开(公告)日:2019-08-13

    申请号:CN201910305648.2

    申请日:2019-04-16

    IPC分类号: G06K9/62 G06K9/00 G01M13/00

    摘要: 本申请涉及一种变转速工况下轴心轨迹的提纯方法,包括:计算X和Y方向振动信号的时频谱;逐次提取时频谱中振动信号主要频率成分的瞬时频率序列,并对其进行数据拟合;将所提取的各主要频率成分的瞬时频率的拟合结果减去初始时刻瞬时频率值并将所得结果积分得相位序列,利用瞬时相位序列分别对X方向和Y方向原始振动信号进行广义解调,将变转速工况下随时间变化的频率转化为不随时间变化的频率;采用相位差频谱校正法逐个提取解调信号中的主要频率成分,并将其相加以重构信号;利用X方向和Y方向重构后的振动信号合成提纯轴心轨迹。本申请不受随机噪声干扰,可避免变转速工况下振动幅值变化对轴心轨迹形状的影响,有利于轴心轨迹形状的判别。

    一种识别风力发电机偏航对风不正的方法

    公开(公告)号:CN110094310A

    公开(公告)日:2019-08-06

    申请号:CN201910395581.6

    申请日:2019-05-13

    IPC分类号: F03D17/00 G06F17/50

    摘要: 本申请涉及一种识别风力发电机偏航对风不正的方法,包括采集风力发电机组的运行数据;对数据进行预处理,剔除数据中的非正常运行状态下的数据;初始化迭代计数器,设置初始参数;对风速进行分箱处理,计算每个风速箱下不同对风角的最大风能利用指数;计算所有对风角箱得到的最大风能利用指数的离散度是否符合要求,拟合包络对风角-风能利用指数散点图形的曲线,并计算由该曲线得到的风能利用指数最大点所对应的对风角数值;判断所拟合曲线的形态特征,保留符合指标要求的曲线;对所有符合指标要求的包络线计算偏差角度和可靠指标,判断结果的可靠性。本方法可以获得更稳定的特征表现和更准确的结果,可以指导现场运维,避免发电量损失。

    一种自动门系统的润滑失效在线预测方法

    公开(公告)号:CN109034010A

    公开(公告)日:2018-12-18

    申请号:CN201810737328.X

    申请日:2018-07-06

    IPC分类号: G06K9/00 G06K9/62 G06F17/18

    摘要: 本发明涉及自动门润滑领域,公开了一种自动门系统的润滑失效在线预测方法,包括模型训练和在线监测两部分,模型训练包括原始数据收集、数据预处理、数据分割、特征提取、特征归一化、特征选择、建立润滑衰退趋势模型和定义失效阈值;在线监测部分包括数据采集、数据预处理,数据分割,特征提取,特征归一化、计算健康度和润滑失效报警。本发明通过实时在线监测过程数据,以及完整的建模流程,实时计算润滑衰退的健康指标,实现了在线监测与预警,进而改变运维策略,从事后维护或过维护改为事前预测并视情维护。

    一种基于半监督式学习的风机叶片结冰检测的方法

    公开(公告)号:CN110162888B

    公开(公告)日:2022-12-09

    申请号:CN201910439351.5

    申请日:2019-05-24

    摘要: 本发明提出了一种不依赖样本质量和故障标签的,物理规则和机器学习模型相结合的基于半监督式学习的风机叶片结冰检测的方法;包括S1、获取监测数据,根据监测数据建立预测模型,并提取所需数值;S2、根据实际数据,结合S1步骤中的数值,获取风机叶片是否结冰的情况;本发明提出的基于半监督式学习的风机叶片结冰检测的方法利用SCADA数据进行检测,能够覆盖风机运行的各个工况性能参数;同时基于物理模型和机器学习模型,极大地提高了算法的准确度和稳健性;且不依赖积累的故障样本,可以在无标签的情况下对叶片结冰进行分类判别。