-
公开(公告)号：CN118896049A
公开(公告)日：2024-11-05
申请号：CN202310499711.7
申请日：2023-05-05
申请人： 国家电投集团科学技术研究院有限公司
IPC分类号： F03D17/00 , G06Q10/0639
摘要： 本申请提出了一种风机性能的评估方法及其装置，涉及风力发电技术领域。本申请通过对每台风电机组在预设时长内的历史运行数据中的风功率散点进行数据清洗以将风功率散点划分为正常风功率散点和非正常风功率散点；基于每台风电机组的正常风功率散点进行计算，获取每台风电机组的散点离散度；基于每台风电机组的正常风功率散点进行拟合，获取每台风电机组的单机拟合功率曲线；根据所有单机拟合功率曲线获取所有风电机组的平均功率曲线，并将每个单机拟合功率曲线与平均功率曲线进行对比，获取每个风电机组的功率达标度；将散点离散度和功率达标度作为评估指标以对风电机组进行性能评估。本申请实现风机性能的综合性分析评价及问题诊断。
-
公开(公告)号：CN117807519A
公开(公告)日：2024-04-02
申请号：CN202211170328.9
申请日：2022-09-22
申请人： 国家电投集团科学技术研究院有限公司
IPC分类号： G06F18/2415 , G06F18/2431 , G06F18/25 , G06N3/0464 , G06N3/084 , G06N3/0985 , G01M13/021
摘要： 本公开提出一种基于深度残差网络的齿轮箱故障诊断方法、装置及设备，该方法包括：采集齿轮箱运行过程中的振动加速度时序数据；对振动加速度时序数据进行数据切分处理，生成样本数据集，其中，样本数据集包括：训练样本数据集和测试样本数据集；根据样本数据集，建立基于混合损失函数的目标深度残差网络模型；以及根据目标深度残差网络模型对齿轮箱进行故障诊断处理。通过本公开能够实现对齿轮箱故障类别的准确判断，有效提升齿轮箱的故障诊断的准确性与客观性。
-
公开(公告)号：CN117171225A
公开(公告)日：2023-12-05
申请号：CN202210577468.1
申请日：2022-05-25
申请人： 国家电投集团科学技术研究院有限公司
IPC分类号： G06F16/2458 , G06F16/27 , G06F16/215
摘要： 本公开提供一种基于微网双碳平台的能碳监控方法及微网双碳平台，方法包括：获取任一场景下终端设备采集的能源数据及用能数据，其中，所述能源数据包括以下至少一项：风能数据、光伏数据、热电数据；将所述终端设备采集的能源数据及用能数据进行处理，以生成对应的碳排放数据，其中，所述碳排放数据包括以下至少一项：碳排放分布、碳排放结构及碳排放足迹；将所述碳排放数据进行展示。由此，通过对采集的多种能源数据及能碳数据进行综合处理，可以确定出对应的碳排放数据，并向用户进行展示，实现了微网区域碳汇集成，从而可以使得微网双碳各能源流之间可以保持互通，提高了碳排放数据的完整性和全面性，为实现高效节能低碳提供了条件。
-
公开(公告)号：CN114893360A
公开(公告)日：2022-08-12
申请号：CN202210568413.4
申请日：2022-05-23
申请人： 国家电投集团科学技术研究院有限公司
IPC分类号： F03D17/00 , G06F30/23 , G01H17/00 , G06F119/02
摘要： 本发明涉及一种风电机组塔筒异常振动识别和运行状态监测方法、系统、电子设备及计算机可读存储介质，方法包括：获取待测风机运行数据；将待测风机运行数据输入训练好的塔筒振动状态监测模型，得到预测结果；基于四分位法，根据预测结果识别塔筒的异常振动，并监测塔筒的运行状态；塔筒振动状态监测模型的确定方法为：获取训练风机运行数据；对塔顶振动数据进行预处理，并对预处理后的数据进行数据融合，得到单变量风机塔筒振动数据；基于HHT算法对融合的数据得到低频信号；根据风机运行机理分析，确定影响变量；采用XGBoost算法对预设模型进行训练和精度验证，得到训练好的模型。本发明能够提高对风机塔筒状态监测的精度，并提高分析结果的理想程度。
-
公开(公告)号：CN117828519A
公开(公告)日：2024-04-05
申请号：CN202211175110.2
申请日：2022-09-26
申请人： 国家电投集团科学技术研究院有限公司
IPC分类号： G06F18/25 , G06F18/213 , G06F18/214 , G06N3/0455 , G06N3/0464 , G06N3/08 , F03D17/00
摘要： 本公开提出一种基于通道融合卷积神经网络的风机传动轴寿命预测方法，该方法包括采集多组风机传动轴的运行数据，其中，运行数据包括：全生命周期振动加速度数据；对运行数据进行数据预处理，生成传动轴数据集，将传动轴数据集划分为训练样本集与测试样本集；建立初始神经网络模型，其中，初始神经网络模型为基于通道融合的卷积自编码神经网络模型；根据训练样本集对初始神经网络模型进行训练处理，得到目标神经网络模型；基于目标神经网络模型，对风机传动轴寿命进行预测处理。通过本公开能够监测风机传动轴损伤状态以及损伤演化趋势，有效提升寿命计算结果的准确性，有效实现传动轴剩余寿命预测，进而实现风机传动轴预测性维护。
-
公开(公告)号：CN117803533A
公开(公告)日：2024-04-02
申请号：CN202211175043.4
申请日：2022-09-26
申请人： 国家电投集团科学技术研究院有限公司
IPC分类号： F03D17/00
摘要： 本公开提出一种风电机组的性能确定方法、装置、电子设备和介质，其中，方法包括：获取至少一个待测风电机组中任一待测风电机组的多个目标评价指标的指标值；根据各待测风电机组的多个目标评价指标的指标值，生成目标评价指标矩阵；根据目标评价指标矩阵，确定多个目标评价指标对应的目标权重矩阵；根据目标评价指标矩阵和目标权重矩阵，确定各待测风电机组的性能评分，其中，性能评分用于指示待测风电机组的性能。由此，可以实现根据待测风电机组的监测数据，确定待测风电机组的性能评分，从而可以根据性能评分有效确定待测风电机组的性能。此外，性能评分是根据多个评价指标的指标值确定的，可以提升待测风电机组的性能确定的准确性和可靠性。
-
公开(公告)号：CN118916690A
公开(公告)日：2024-11-08
申请号：CN202310502192.5
申请日：2023-05-06
申请人： 陕西金元新能源有限公司 , 国家电投集团科学技术研究院有限公司
IPC分类号： G06F18/214 , F03D17/00 , G01K13/00 , G06F18/25 , G06N3/0464
摘要： 本申请提出一种风机齿轮箱温度预测方法、装置和存储介质，其中，方法包括：获取从预训练得到的第一神经网络模型抽取的第一特征提取层，以及从预训练得到的第二神经网络模型抽取的第二特征提取层，基于第一特征提取层和第二特征提取层，构建预测模型，获取目标样本温度值序列和对应的实际温度值序列，将目标样本温度值序列和对应的实际温度值序列输入预测模型，得到预测模型输出的预测温度值序列，根据预测温度值序列和实际温度值序列间的差异，对预测模型进行训练，通过获取预训练后的第一特征提取层和第二特征提取层构建预测模型，避免了预测模型训练中因初始超参数随机初始化造成的局部最小化情况的出现，提升了预测模型训练的效果，从而提高了温度预测准确度。
-
公开(公告)号：CN117386787A
公开(公告)日：2024-01-12
申请号：CN202210768475.X
申请日：2022-07-01
申请人： 国家电投集团科学技术研究院有限公司
摘要： 本公开提出一种风电机组齿轮箱油温异常检测方法、装置、设备及介质。包括：获取风电机组的参考运行数据和机组参数，并根据机组参数，构建数字孪生风电机组模型，再从数字孪生风电机组模型中获取当前时刻风电机组的当前运行数据，并根据参考运行数据训练初始齿轮箱油温预测模型，以得到目标齿轮箱油温预测模型，以及基于目标齿轮箱油温预测模型、参考运行数据以及当前运行数据，检测当前时刻风电机组齿轮箱是否存在油温异常，由此，实现准确地对当前时刻风电机组齿轮箱进行油温异常检测，还能够实现风电机组运行状态与齿轮箱油温异常检测状态的同步映射，从而有利于实际业务场景中风电机组实时健康管理与报警维护的落地实现。
-
公开(公告)号：CN114893360B
公开(公告)日：2023-03-24
申请号：CN202210568413.4
申请日：2022-05-23
申请人： 国家电投集团科学技术研究院有限公司
IPC分类号： F03D17/00 , G06F30/23 , G01H17/00 , G06F119/02
摘要： 本发明涉及一种风电机组塔筒异常振动识别和运行状态监测方法、系统、电子设备及计算机可读存储介质，方法包括：获取待测风机运行数据；将待测风机运行数据输入训练好的塔筒振动状态监测模型，得到预测结果；基于四分位法，根据预测结果识别塔筒的异常振动，并监测塔筒的运行状态；塔筒振动状态监测模型的确定方法为：获取训练风机运行数据；对塔顶振动数据进行预处理，并对预处理后的数据进行数据融合，得到单变量风机塔筒振动数据；基于HHT算法对融合的数据得到低频信号；根据风机运行机理分析，确定影响变量；采用XGBoost算法对预设模型进行训练和精度验证，得到训练好的模型。本发明能够提高对风机塔筒状态监测的精度，并提高分析结果的理想程度。
-
公开(公告)号：CN114964370A
公开(公告)日：2022-08-30
申请号：CN202210578977.6
申请日：2022-05-25
申请人： 国家电投集团科学技术研究院有限公司 , 华北电力大学
摘要： 本发明涉及一种风电机组变频器状态监测方法、系统及电子设备，方法包括：获取实际监测数据；将实际监测数据输入至训练好的状态监测模型中，得到温度预测值；根据温度预测值和温度实测值确定确定风电机组变频器的运行状态；状态监测模型的确定方法为：构建特征样本数据集，并对其进行数据处理；基于注意力机制和长短期记忆神经网络构建神经网络模型，并根据处理后的数据集对神经网络模型进行训练，得到状态监测模型。本发明利用带注意力机制的长短期记忆神经网络，能够更好的处理时间序列问题，并给予每个变量不同的权重提升拟合效果，提高模型的精度与准确性，从而提高了对风电机组变频器状态监测的精确程度。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.05 秒)
