软件系统的设备可靠性评估及事实依据提取系统及方法

    公开(公告)号:CN116821765A

    公开(公告)日:2023-09-29

    申请号:CN202310808826.X

    申请日:2023-07-04

    Abstract: 本发明属于软件技术领域,具体涉及一种软件系统的设备可靠性评估及事实依据提取系统及方法。包括:事实依据采集终端、服务器和事实依据处理终端;所述的事实依据采集终端用于采集事实依据并将事实依据上传至服务器;所述的服务器用于存储评估文件、评估报告、底稿、事实依据及处理信息;所述的事实依据处理终端用于将获取事实依据进行处理,获取事实依据分类及特征标记。有益效果在于:通过设置设备可靠性评估系统,对用户编制底稿及报告进行管控处理,避免了出现底稿编制过程中遗漏、无法追溯等问题,并通过对评估依据的精确分类及相似度计算,让评估专家查找事实依据效率大大提升,提高底稿编制效率,缩短评估会议时间,提高了用户的满意度。

    基于对抗网络的设备冷却水系统非稳态监测方法

    公开(公告)号:CN117992831A

    公开(公告)日:2024-05-07

    申请号:CN202410220315.0

    申请日:2024-02-28

    Abstract: 本发明属于核电设备冷却水系统智能监测技术领域,具体涉及基于对抗网络的设备冷却水系统非稳态监测方法。包括如下步骤:步骤1:数据处理;步骤2:非稳态样本生成GAN模型‑生成器构建,通过并结合深度学习网络进行生成器的构建,使得样本分布尽量满足pG(x)=pdata(x),其中pG是生成器生成非稳态样本分布,pdata是真实非稳态样本分布;步骤3:非稳态样本生成GAN模型‑分类器构建,进行真实样本和生成样本的区分训练;步骤4:基于所构造的对抗神经网络模型生成大量非稳态样本,将相关非稳态测点数据样本以及稳态运行测点数据样本输入状态监测算法中进行设备状态的监测,状态监测算法采用动态阈值模型。有益效果在于:避免了由于样本不平衡问题导致无法对核电厂设备冷却水系统进行非稳态状态监督的问题,引入GAN对抗网络生成大量系统非稳定运行样本,基于完善后的样本能做到对设备冷却水系统实现全状态的监测,在识别系统是否处于异常状态的基础上更进一步判别系统当前所处的非稳定状态。

    一种设备性能监测系统及方法
    5.
    发明公开

    公开(公告)号:CN115798751A

    公开(公告)日:2023-03-14

    申请号:CN202211368961.9

    申请日:2022-11-03

    Abstract: 本发明提供了一种设备性能监测系统,包括:标准数据收集层,用于采集数据,并对数据进行分析处理;标准数据存储层,用于将处理完成后的数据传输到数据库中并记录到相关文件中;标准算法层,用于对数据库中的数据进行标准算法处理;标准化业务层,用于提供标准的模型;场景化业务层,用于设备故障案例、设备工艺特征等定制异常检测模型、定制的诊断模型及定制的健康评估模型;API输出层,用于将原始数据、异常数据、诊断结果传输给第三方平台。本发明能够在线实时分析诊断设备运行时出现的各类故障,对设备安全运行及科学维修提供决策支持,帮助优化设备的运行。

    一种基于分段线性回归的工况划分方法

    公开(公告)号:CN117592008A

    公开(公告)日:2024-02-23

    申请号:CN202311541770.2

    申请日:2023-11-17

    Abstract: 本发明属于电厂运行过程中工况划分技术领域,具体涉及一种基于分段线性回归的工况划分方法。包括如下步骤:步骤1:从序数据库获取数据;步骤2:对序列Pr进行平滑处理;步骤3:数据分段;步骤4:数据状态判断;步骤5:工况状态筛选确认;步骤6:工况状态写出。本发明的有益效果在于:本方法同时结合参数趋势形态变化和工程师自由参数设定,准确的统计出具体的工况发生时间段,记录电厂运行过程中发生的工况结果。通过本方法的测试分析,利用本工况识别方法判断识别结果与工程师人工统计结果完全相符合,与人工记录方法不同的是,本方法能更准确的统计出具体的工况发生时间段,能更准确的提供记录电厂运行过程中发生的工况结果。

    一种核电厂设备可靠性状态评价方法

    公开(公告)号:CN117151485A

    公开(公告)日:2023-12-01

    申请号:CN202311031451.7

    申请日:2023-08-16

    Abstract: 本发明属于核电站安全技术领域,具体涉及一种核电厂设备可靠性状态评价方法。包括如下步骤:S1:对核电厂设备分析从而获得非停类事件指标值、关键设备失效指标值、安全系统的非计划不可用及失效指标值、强迫损失率指标值、机组受迫停堆指标值和非预期设备缺陷指标值并计算相应的分数。S2:利用非停类事件指标值、关键设备失效指标值、安全系统的非计划不可用及失效指标值、强迫损失率指标值、机组受迫停堆指标值和非预期设备缺陷指标值的分数,计算核电厂设备可靠性状态总分数,通过月度核电厂设备可靠性状态总分数差异来评估核电厂设备的可靠性程度。有益效果在于:通过月度机组状态可靠性评价指标作差对比,得到本月机组状态可靠性评价结果。

    一种电厂降负荷事件的识别方法
    10.
    发明公开

    公开(公告)号:CN118551211A

    公开(公告)日:2024-08-27

    申请号:CN202310165121.0

    申请日:2023-02-27

    Abstract: 本发明提供了一种电厂降负荷事件的识别方法,包括以下步骤:步骤1:选取发电厂的电功率和海水温度的测点数据;步骤2:对发电厂的电功率和海水温度数据进行异常值处理,并对异常值进前向填充;步骤3:对该电厂的电功率和海水温度数据处理分析,挖掘用于表征海水温度和电功率关系的拟合模型;步骤4:基于海水温度和电功率拟合关系模型,对实时数据的海水温度进行预测,得到功率参考值Pconf;步骤5:识别降负荷事件工况时间点,输出降负荷时间点。本发明实现实时智能检测并记录电厂降负荷过程工况的关键时间点,从而提升降负荷事件的统计效率和准确率,为后续更高效的统计分析提供便利,同时为后续电厂安全可靠运行提供指导依据。

Patent Agency Ranking