-
公开(公告)号:CN115689127A
公开(公告)日:2023-02-03
申请号:CN202211701944.2
申请日:2022-12-29
申请人: 国能大渡河检修安装有限公司 , 成都大汇物联科技有限公司
IPC分类号: G06Q10/063 , G06Q10/20 , G06F18/24 , G06F18/213 , G06N3/0464 , G06N3/047 , G01H17/00
摘要: 本发明公开了一种水电站风险预控评价方法及系统,本发明通过分别采集正常工作时的声音信号和检修后水电站工作时的声音信号,得到第一声音信号和第二声音信号,分别提取声音信号中的幅度数据、频率数据和相移数据,并根据幅度数据、频率数据和相移数据去构建检修特征数据,通过检修特征数据,得到水电站检修程度。本发明通过找到检修后与正常工作时声音信号的幅度数据、频率数据和相移数据三方面的差异情况,去反应水电站的检修程度,从而达到从整体上判断出当前水电站的检修情况,从而实现对水电站风险预控,由于本发明采集的是水电站的声音信号,因此,相比于传感器单点式的监测,本发明的监测范围更广,且是从整体上对检修情况做出评价。
-
公开(公告)号:CN115688027A
公开(公告)日:2023-02-03
申请号:CN202211713385.7
申请日:2022-12-30
申请人: 国能大渡河检修安装有限公司 , 成都大汇物联科技有限公司
IPC分类号: G06F18/2415 , G06F18/214 , G06Q10/20 , G06Q10/0635 , G06Q50/06
摘要: 本发明公开了一种水电站自监督式风险检测方法及系统,本发明通过采集待检测水电站工作时的传感数据,得到待检测传感数据,并提取待检测传感数据中的数据特征,构建故障风险特征数据序列,通过自监督式故障检测模型实现对水站电故障风险检测,相比于现有设置阈值进行水电站故障风险监控的方法,本发明能在传感器数据未超过阈值前,先捕捉到数据的变化,该变化通过数据特征体现,数据特征放大了传感器数据变化的情况,再通过自监督式故障检测模型预测其故障情况,解决了现有设置阈值进行水电站故障风险监控的方法,存在对故障风险的监控有严重滞后的问题。
-
公开(公告)号:CN116805034A
公开(公告)日:2023-09-26
申请号:CN202310580977.4
申请日:2023-05-22
申请人: 国能大渡河检修安装有限公司 , 成都大汇物联科技有限公司
IPC分类号: G06F18/20 , G06F18/213 , G06Q10/0635 , G06Q50/06
摘要: 本发明公开了一种水电站自监督式风险检测方法及系统,本发明通过采集待检测水电站工作时的传感数据,得到待检测传感数据,并提取待检测传感数据中的数据特征,构建故障风险特征数据序列,通过自监督式故障检测模型实现对水站电故障风险检测,相比于现有设置阈值进行水电站故障风险监控的方法,本发明能在传感器数据未超过阈值前,先捕捉到数据的变化,该变化通过数据特征体现,数据特征放大了传感器数据变化的情况,再通过自监督式故障检测模型预测其故障情况,解决了现有设置阈值进行水电站故障风险监控的方法,存在对故障风险的监控有严重滞后的问题。
-
公开(公告)号:CN116776115A
公开(公告)日:2023-09-19
申请号:CN202310579661.3
申请日:2023-05-22
申请人: 国能大渡河检修安装有限公司 , 成都大汇物联科技有限公司
IPC分类号: G06F18/213 , G06F18/241 , G06Q50/06 , G06N3/0464 , G06N3/08
摘要: 本发明公开了一种水电站风险预控评价方法及系统,本发明通过分别采集正常工作时的声音信号和检修后水电站工作时的声音信号,得到第一声音信号和第二声音信号,分别提取声音信号中的幅度数据、频率数据和相移数据,并根据幅度数据、频率数据和相移数据去构建检修特征数据,通过检修特征数据,得到水电站检修程度。本发明通过找到检修后与正常工作时声音信号的幅度数据、频率数据和相移数据三方面的差异情况,去反应水电站的检修程度,从而达到从整体上判断出当前水电站的检修情况,从而实现对水电站风险预控,由于本发明采集的是水电站的声音信号,因此,相比于传感器单点式的监测,本发明的监测范围更广,且是从整体上对检修情况做出评价。
-
公开(公告)号:CN118506081A
公开(公告)日:2024-08-16
申请号:CN202410636191.4
申请日:2024-05-22
申请人: 国能大渡河检修安装有限公司
IPC分类号: G06V10/764 , G06V10/774 , G06V10/42 , G06V10/80 , G06V10/82 , G06N3/0455 , G06T7/00
摘要: 本发明涉及一种钢丝绳故障诊断及定位方法、神经网络训练方法、系统及介质。将钢丝绳图像输入至训练好的钢丝绳故障诊断及定位神经网络以实现钢丝绳的故障诊断及定位,包括:将钢丝绳图像作为编码器的输入进行特征提取处理,编码器包括N层特征提取器,对于任意一层特征提取器的输出进行压平处理,得到一维特征序列,拼接后得到多维特征矩阵;对多维特征矩阵进行自注意力处理得到强化特征矩阵,以进行线性分类处理后得到钢丝绳故障诊断结果;将逐层特征提取处理得到的输出经解码器进行解码处理得到初步故障定位矩阵;基于初步故障定位矩阵和钢丝绳故障诊断结果得到钢丝绳故障定位图像。既可以同时实现故障诊断和故障定位,又使得故障定位的准确性更高。
-
公开(公告)号:CN116878870A
公开(公告)日:2023-10-13
申请号:CN202310594589.1
申请日:2023-05-24
申请人: 国能大渡河检修安装有限公司
IPC分类号: G01M13/028 , G06F18/214 , G06F18/2415
摘要: 本发明公开了一种水电站转子不对中故障诊断方法、系统及电子设备,属于故障检测技术领域,方法包括以下步骤:S1:采集初始转子振动数据集,对初始转子振动数据集进行预处理,得到转子数据样本集;S2:针对转子数据样本集,构建并训练转子不对中故障诊断模型;S3:将最新采集的转子振动数据作为转子不对中故障诊断模型的输入,进行水电站转子不对中故障诊断。本发明针对水电站转子不对中的情况,利用神经网络构建不对中故障诊断模型,可有效检测转子在运行过程中是否发生了不对中故障,提高了转子不对中状态的识别准确度。
-
公开(公告)号:CN116797873A
公开(公告)日:2023-09-22
申请号:CN202310712540.1
申请日:2023-06-12
申请人: 国能大渡河检修安装有限公司 , 西安理工大学
IPC分类号: G06V10/774 , F03B11/00 , G06V10/82 , G06V10/10 , G06N3/0464 , G06N3/048 , G06F18/10
摘要: 本发明公开了基于多层时频图像识别的水轮机故障诊断方法,采集水轮机振动信号和摆度信号并对其进行噪声去除处理和切分;采用维格纳分布变换将信号转换为时频图像,并对图像进行尺寸压缩及调整;采取二维经验模式获取时频图像1‑3阶二维本征模式分量,通过拼接操作得到拼接图像;选取待识别工况和故障工况的样本数据构建卷积神经网络模型;利用所建立模型实现对机组未知样本进行故障诊断应用。本发明有效降低了水电站运维人员的监测工作强度,本发明同样适用于各类不同的混流式和轴流式机组。
-
公开(公告)号:CN116778272A
公开(公告)日:2023-09-19
申请号:CN202310693912.0
申请日:2023-06-12
申请人: 国能大渡河检修安装有限公司 , 西安理工大学
IPC分类号: G06V10/774 , G01H17/00 , G06V10/74 , G06V10/82 , G06N3/0464 , G06N3/048
摘要: 本发明公开了基于多通道信息融合的水电机组小样本工况辨识方法,获取水电机组在不同运行工况下的多通道振动信号,对各组信号进行预处理将其转换为频谱图像;通过图像处理技术对原始频谱图像进行预处理,实现其灰度转化和尺寸变换;对每组信号进行独立建模,构建多组孪生网络模型;通过多通道信息融合综合评估多组孪生网络模型输出结果,最终确定机组工况。本发明能实现机组工况辨识和异常预警功能,适用于水电机组异常工况样本数量较少的情况,构建智能化决策层工况辨识模型以实现水电机组运行工况的识别功能。
-
公开(公告)号:CN116067489A
公开(公告)日:2023-05-05
申请号:CN202310207108.7
申请日:2023-03-07
申请人: 国能大渡河检修安装有限公司
摘要: 本发明公开了一种水电站辅助设备的监测系统、方法、电子设备及存储介质,属于水电站监测技术领域,其系统包括依次连接的原始数据采集单元、原始数据预处理单元、故障诊断单元和诊断结果输出单元。该水电站辅助设备的监测系统通过历史振动信号构建辅助设备故障诊断模型,对最新振动信号进行分析处理,全面监控水电站辅助设备的运行状态,避免突发故障的发生。该水电站辅助设备的监测方法可以实现对最新振动信号的缺失信号判断,并根据所确定的缺失信号对最新振动信号进行预处理,将最新振动信号中多个缺陷信号进行简便且快速地分离,因而辅助设备故障诊断模型能对生成的工作振动信号进行准确识别。
-
公开(公告)号:CN117630758B
公开(公告)日:2024-05-03
申请号:CN202410098537.X
申请日:2024-01-24
申请人: 国能大渡河检修安装有限公司
摘要: 本发明涉及电力工程技术领域,具体为发电站变压器健康状态监测方法及系统,包括以下步骤:基于现场传感器数据,采用数据预处理技术,进行数据清洗、归一化,并转换为时间序列,生成处理后的运行数据。本发明中,通过结合卷积神经网络和循环神经网络对运行数据进行特征提取,深度挖掘关键信息,增强数据表达,应用长短期记忆网络技术,提高异常模式识别准确性,预防故障,深度学习技术提升故障预测准确率与效率,降低停机风险,自适应学习结合历史维护记录,优化维护方案,提高针对性与有效性,卡尔曼滤波和神经网络技术生成变压器健康评分,为运维提供科学依据,运用遗传算法和蚁群算法调整运维策略,提高运行效率和变压器寿命。
-
-
-
-
-
-
-
-
-