公开(公告)号：CN112798949A

公开(公告)日：2021-05-14

申请号：CN202011141064.5

申请日：2020-10-22

Applicant: 国家电网有限公司 ,  国网新源控股有限公司 ,  浙江仙居抽水蓄能有限公司 ,  中国电建集团华东勘测设计研究院有限公司 ,  华中科技大学

Inventor： 赵宏图 ,  李超顺 ,  张东东 ,  朱溪 ,  邹雯 ,  郭晓敬 ,  吴杨兵 ,  李逸凡 ,  何铮 ,  郑波 ,  吴月超 ,  毕扬 ,  刘立伟 ,  赵宇杰 ,  胡鑫

IPC: G01R31/34 ,  G01K13/00 ,  G01K1/024 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明实施例提供一种抽水蓄能机组发电机温度预警方法和系统，结合最大信息系数(MIC)，在保证低运算量的同时，能够发现特征之间非线性关系，具有良好的普适性和公平性。建立的Attention‑TCN模型对特征具有自适应功能，Attention机制在训练过程中、可为每个样本动态分配一个权重，与传统对特征确定权重的方法相比更加灵活、实际，结合TCN参数少、准确性好的特点，建立的模型更加精确，能有效减少预测误差异常的概率。通过分析误差序列的偏态与峰度预警，与传统的取误差最大值、根据经验设置报警阈值等方法相比更加客观，具有良好的可解释性，兼顾灵敏性与可靠性，计算量较小，保证了预警的实时性。

公开(公告)号：CN112651290A

公开(公告)日：2021-04-13

申请号：CN202011142739.8

申请日：2020-10-22

Applicant: 国家电网有限公司 ,  国网新源控股有限公司 ,  浙江仙居抽水蓄能有限公司 ,  中国电建集团华东勘测设计研究院有限公司 ,  华中科技大学

Inventor： 朱溪 ,  李超顺 ,  邹雯 ,  吴杨兵 ,  张东东 ,  吴月超 ,  赵宏图 ,  郑波 ,  李逸凡 ,  郭晓敬 ,  何铮 ,  江亚兰 ,  赵宇杰 ,  胡鑫 ,  肖湘曲

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明实施例提供一种水电机组振动趋势预测方法和系统，方法包括：采集水电机组的原始信号特征集；基于最大信息系数(MIC)分析各本征模态分量与环境变量的相关性，提取相关性大于预设相关度阈值的环境变量作为各本征模态分量的环境特征；将每个本征模态分量及对应的环境特征构成特征输入序列，将特征输入序列按时间顺序作为神经网络的输入，进行神经网络训练，得到振动趋势预测模型；将当前待预测水电机组的每个本征模态分量及对应的环境特征构成特征输入向量，输入至振动趋势预测模型进行预测，并将所有预测结果进行融合得到水电机组的未来趋势预测值,大大提高了振动趋势预测结果的精度和稳定性。

公开(公告)号：CN112465136B

公开(公告)日：2024-12-20

申请号：CN202011142748.7

申请日：2020-10-22

Applicant: 国家电网有限公司 ,  国网新源控股有限公司 ,  浙江仙居抽水蓄能有限公司 ,  中国电建集团华东勘测设计研究院有限公司 ,  华中科技大学

Inventor： 宋旭峰 ,  李超顺 ,  吴月超 ,  郝国文 ,  张东东 ,  吕志娟 ,  郑波 ,  常龙 ,  邹雯 ,  朱溪 ,  赵宏图 ,  罗远林 ,  胡鑫 ,  赵宇杰 ,  余甜

IPC: G06N3/084 ,  G06N3/06 ,  G06N3/0464 ,  G06F16/903

Abstract: 本发明实施例提供一种水电机组劣化预测方法及系统，方法包括：根据采集到的稳态工况下水电机组工况参数与摆度数据，训练完成不同摆度的健康状态模型；计算不同机组部件的摆度劣化序列，并将所述不同部件摆度劣化序列进行融合得到融合劣化序列；对融合摆度劣化序列进行预测得到劣化趋势。本发明实施例提供的一种水电机组劣化预测方法及系统，分别对不同部件的摆度建立了健康状态模型，并计算得到了不同部件的融合劣化度，既可以反映不同部件的状态，更有利于全面的反映机组整体的劣化程度，并且利用门控循环单元神经网络对时间序列数据特征提取的优势以及深度神经网络较浅层网络更强的学习能力，使模型的预测精度更高。

公开(公告)号：CN117888757A

公开(公告)日：2024-04-16

申请号：CN202311711194.1

申请日：2023-12-13

Applicant: 华中科技大学

Inventor： 聂雪飞 ,  张东东 ,  张世顺

IPC: E04H9/02 ,  E04G23/02 ,  E04B1/98

Abstract: 本发明涉及钢筋混凝土框架施工的技术领域，具体涉及一种提升钢筋混凝土框架结构抗震性能的改造方法，包括如下步骤：S1：对钢筋混凝土框架梁靠近钢筋混凝土框架柱的腹板区域进行开槽，并使用纤维增强复合材料加固；S2：在开槽后剩余的裸露纵筋与混凝土的接触位置附加环箍，使得环箍包裹裸露纵筋并与混凝土接触。本发明通过梁底开槽去掉梁腹板部分混凝土的方式来削弱梁端的抗弯承载力，并采用纤维增强复合材料对混凝土削弱区域进行抗剪加固，最后通过附加环箍增大钢筋的锚固性能，进而改进地震作用下框架的抗震性能，使结构的破坏从柱铰破坏机制转变为梁铰破坏机制。

公开(公告)号：CN112465136A

公开(公告)日：2021-03-09

申请号：CN202011142748.7

申请日：2020-10-22

Applicant: 国家电网有限公司 ,  国网新源控股有限公司 ,  浙江仙居抽水蓄能有限公司 ,  中国电建集团华东勘测设计研究院有限公司 ,  华中科技大学

Inventor： 宋旭峰 ,  李超顺 ,  吴月超 ,  郝国文 ,  张东东 ,  吕志娟 ,  郑波 ,  常龙 ,  邹雯 ,  朱溪 ,  赵宏图 ,  罗远林 ,  胡鑫 ,  赵宇杰 ,  余甜

IPC: G06N3/08 ,  G06N3/06 ,  G06N3/04 ,  G06F16/903

Abstract: 本发明实施例提供一种水电机组劣化预测方法及系统，方法包括：根据采集到的稳态工况下水电机组工况参数与摆度数据，训练完成不同摆度的健康状态模型；计算不同机组部件的摆度劣化序列，并将所述不同部件摆度劣化序列进行融合得到融合劣化序列；对融合摆度劣化序列进行预测得到劣化趋势。本发明实施例提供的一种水电机组劣化预测方法及系统，分别对不同部件的摆度建立了健康状态模型，并计算得到了不同部件的融合劣化度，既可以反映不同部件的状态，更有利于全面的反映机组整体的劣化程度，并且利用门控循环单元神经网络对时间序列数据特征提取的优势以及深度神经网络较浅层网络更强的学习能力，使模型的预测精度更高。