-
公开(公告)号：CN117369405A
公开(公告)日：2024-01-09
申请号：CN202311334194.4
申请日：2023-10-16
Applicant: 国能黄金埠发电有限公司 , 南昌工程学院 , 南昌科晨电力试验研究有限公司
IPC: G05B23/02
Abstract: 本发明公开了一种基于聚类和迁移学习的自动控制回路故障诊断方法及系统，方法包括：通过采集分析机组模拟量控制系统中各自动控制回路运行信息，使用DBSCAN聚类算法对控制回路运行工况进行聚类划分；计算被控参数和设定值的差异，执行机构指令和反馈得到二维差值序列数据，使用VAE‑LSTM模型提取差值序列的潜在特征，构造源域模型结构并对其进行训练调试，通过最小化损失函数来优化模型参数得出最佳的源域故障诊断模型，通过迁移的方式微调VAE‑LSTM模型的网络参数，生成基于深度迁移学习的自动控制回路故障诊断模型。以目标域少量的数据为指导进行训练，大大降低了诊断成本和处理时间，显著提高了故障诊断精确度。
-
公开(公告)号：CN118971207B
公开(公告)日：2025-05-06
申请号：CN202411441084.2
申请日：2024-10-16
Applicant: 南昌科晨电力试验研究有限公司 , 南昌工程学院 , 华北电力大学
IPC: H02J3/46 , H02J3/24 , G06F30/20 , G06F113/04
Abstract: 本申请公开一种涉网火电机组中调速系统的参数整定方法及系统，涉及火电机组参数整定技术领域，方法包括获取涉网运行的火电机组参数信息并创建调速系统的仿真数学模型；基于仿真数学模型确定调速系统中目标参数的第一取值范围，基于火电机组的历史运行数据，确定多组工况数据，每一组工况数据包括运行工况、负载水平和频率波动；基于多组工况数据，验证仿真数学模型输出的模拟目标参数在第一取值范围内调速系统频率波动超调量是否小于预设的超调量阈值；根据机组实际参数及第一取值范围确定第二取值范围，根据第二取值范围确定调速系统中目标参数的优化参数值，方法优化整定了火电机组控制系统的参数，提高了机组的调频性能和功率稳定性。
-
公开(公告)号：CN119511983A
公开(公告)日：2025-02-25
申请号：CN202411608504.1
申请日：2024-11-12
Applicant: 南昌科晨电力试验研究有限公司 , 南昌工程学院 , 华北电力大学
IPC: G05B19/418
Abstract: 本申请公开一种火电机组调频调峰性能优化方法、系统、设备及存储介质，涉及火力发电控制技术领域，方法包括获取火电机组的历史工况数据，基于历史工况数据构建目标预测模型，向目标预测模型输入实时工况数据，确定未来入炉煤量和煤粉流速的预测信号以及火电机组的负荷变化量，根据预测信号与对应的实际信号，确定入炉煤量信号与煤粉流速信号之间的延迟信息，基于延迟信息以补偿系统响应滞后时间差，根据负荷变化量，确定入炉煤量以及风量的调整值，基于调整值实时调节入炉煤量和风量；以及基于串级控制策略，实时调节锅炉的风粉流速与风粉温度，实现了对燃烧系统动态变化的快速响应，提高了火电机组在频繁负荷波动下的调节能力。
-
公开(公告)号：CN111523818A
公开(公告)日：2020-08-11
申请号：CN202010349620.1
申请日：2020-04-28
Applicant: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌工程学院
Abstract: 本发明公开了一种基于试验信息的火电机组一次调频性能评估方法。该评估方法包括：通过截取火电机组各典型工况下一次调频试验数据信息，结合火电机组热力特性数据分析汇总，构建机组一次调频性能评估体系；结合电网调度侧统计出的考核监测数据进行并行分析，对当前一次调频系统性能评估方法进行对比研究；修正和完善已构建的一次调频性能评估体系，获得准确的机组一次调频性能实时评估算法；在线实时评估机组一次调频功能是否满足电网调度要求。本发明可以实时监测火电机组一次调频控制系统实际动态性能与理论动态性能的差异，动态实时评估机组一次调频性能，为改进机组一次调频性能和事故调查提供技术支撑，让火电机组能够保障电网频率稳定。
-
公开(公告)号：CN118971039B
公开(公告)日：2025-02-11
申请号：CN202411451935.1
申请日：2024-10-17
Applicant: 南昌科晨电力试验研究有限公司 , 华北电力大学 , 南昌工程学院
Abstract: 本申请公开了一种火电机组一次调频裕量预估方法、系统、设备及存储介质，属于火电厂热工控制技术领域，方法包括获取火电机组一次调频的运行数据，基于运行数据确定火电机组的时域数据组，基于时域数据组得到初始参数信息；对初始参数信息优化得到关键参数信息；搭建DEH系统与汽轮机模型结合的初始机理模型、以及嵌入至初始机理模型的深度学习模型，向深度学习模型输入关键参数及阀门开度信息得到优化控制信号，基于优化控制信号对初始机理模型优化得到一次调频裕量预估模型；向一次调频裕量预估模型输入频差及功率给定值，确定火电机组一次调频达到的裕量数据，方法可以有效捕捉到非线性和时变特性，一次调频裕量预测精确性更高。
-
Patent Agency Ranking
公开(公告)号：CN118971039A
公开(公告)日：2024-11-15
申请号：CN202411451935.1
申请日：2024-10-17
Applicant: 南昌科晨电力试验研究有限公司 , 华北电力大学 , 南昌工程学院
Abstract: 本申请公开了一种火电机组一次调频裕量预估方法、系统、设备及存储介质，属于火电厂热工控制技术领域，方法包括获取火电机组一次调频的运行数据，基于运行数据确定火电机组的时域数据组，基于时域数据组得到初始参数信息；对初始参数信息优化得到关键参数信息；搭建DEH系统与汽轮机模型结合的初始机理模型、以及嵌入至初始机理模型的深度学习模型，向深度学习模型输入关键参数及阀门开度信息得到优化控制信号，基于优化控制信号对初始机理模型优化得到一次调频裕量预估模型；向一次调频裕量预估模型输入频差及功率给定值，确定火电机组一次调频达到的裕量数据，方法可以有效捕捉到非线性和时变特性，一次调频裕量预测精确性更高。
-
公开(公告)号：CN118295374A
公开(公告)日：2024-07-05
申请号：CN202410412049.1
申请日：2024-04-08
Applicant: 国能黄金埠发电有限公司 , 南昌工程学院 , 南昌科晨电力试验研究有限公司
IPC: G05B23/02
Abstract: 本发明涉及火电厂热工自动控制领域，尤其涉及基于自适应变分模态分解(VMD)的火电机组主控参数信号提取及深度学习的异常检测方法。基于VMD的火电机组主控参数信号提取的异常检测方法，包括以下步骤：S1)采集读取火电机组DCS中的实际运行主蒸汽压力历史数据，数据形式为时间序列是S＝[t，p]；[t，p]表示各时序压力值的连续数据；S2)定义用VMD对数据进行模态分解的函数，计算每个模态的包络熵。通过采集机组DCS的各回路运行信息，对主控参数数据进行自适应的变分模态分解(VMD)，通过计算模态分量与分量总和之间的动态时间规划(DTW)平均距离以及皮尔逊相关系数，得到波形相似度和幅值相似度，从而对相似度排序得到各信号主导模式的时间序列。
-
公开(公告)号：CN117427763A
公开(公告)日：2024-01-23
申请号：CN202311578879.3
申请日：2023-11-24
Applicant: 南昌科晨电力试验研究有限公司 , 华北电力大学 , 南昌工程学院
Abstract: 本发明公开了一种基于风粉精准测量的磨一次风煤比控制方法及系统，方法包括：构建磨煤机的风量结构模型和热平衡模型，根据获取的煤粉流速确定磨出口风量，将磨出口风量输入至风量结构模型中，得到磨入口一次风量的初始值；将磨入口一次风量的初始值与假设的原煤全水一同输入至热平衡模型中，得到热平衡偏差，并根据对热平衡偏差的调整对磨入口一次风量进行迭代计算，直至热平衡偏差等于0，输出当前的目标磨入口一次风量与目标原煤全水；根据目标磨入口一次风量和目标原煤全水确定一次风煤比。能够对磨入口风量软测量，从而实现磨入口一次风量精细控制。
-
公开(公告)号：CN111523818B
公开(公告)日：2022-12-09
申请号：CN202010349620.1
申请日：2020-04-28
Applicant: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌工程学院
Abstract: 本发明公开了一种基于试验信息的火电机组一次调频性能评估方法。该评估方法包括：通过截取火电机组各典型工况下一次调频试验数据信息，结合火电机组热力特性数据分析汇总，构建机组一次调频性能评估体系；结合电网调度侧统计出的考核监测数据进行并行分析，对当前一次调频系统性能评估方法进行对比研究；修正和完善已构建的一次调频性能评估体系，获得准确的机组一次调频性能实时评估算法；在线实时评估机组一次调频功能是否满足电网调度要求。本发明可以实时监测火电机组一次调频控制系统实际动态性能与理论动态性能的差异，动态实时评估机组一次调频性能，为改进机组一次调频性能和事故调查提供技术支撑，让火电机组能够保障电网频率稳定。
-
公开(公告)号：CN111563455A
公开(公告)日：2020-08-21
申请号：CN202010380752.0
申请日：2020-05-08
Applicant: 南昌工程学院
Abstract: 本发明公开了一种基于时间序列信号和压缩卷积神经网络的伤损识别方法，包括输入信号预处理和网络剪枝，首先采用泛谐波调频小波变换将表征伤损的一维时序信号变换到二维时频空间；然后以VGG16作为基础架构，采用添加BN层、全连接层轻量化、以泰勒准则为评判标准的滤波器排序、删除卷积层低贡献率滤波器等复合剪枝技术，构建压缩网络。通过脉冲涡流检测伤损信号验证，本发明提供的方法无需进行特征提取，且相对于VGG16架构，准确率增加到99.1％，运行时间降到7％，可广泛用于无损检测领域。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.019 seconds)
