-
公开(公告)号：CN109032117A
公开(公告)日：2018-12-18
申请号：CN201811039769.9
申请日：2018-09-06
申请人： 华北电力大学(保定) , 浙江浙能嘉华发电有限公司
IPC分类号： G05B23/02
CPC分类号： G05B23/0243
摘要： 一种基于ARMA模型的单回路控制系统性能评价方法，用于解决控制系统的在线评价问题，所述方法包括以下步骤：a.采集待评价控制回路被控变量PV的当前时刻数据；b.对输出数据进行预处理，包括剔除异常数据和平稳化处理；c.计算控制回路的性能指标；d.根据控制回路性能指标给出PI控制器参数的优化建议。本发明通过对一段时间的历史输出数据进行时间序列分析得到控制回路的性能指标，根据控制回路的性能指标给出PI控制器参数的调节方向，使控制器性能达到最佳。本方法无需系统的精确模型和传递函数阵，只需要系统运行数据和迟延时间信息，不会影响系统正常运行，适用于工业现场进行在线性能评价。
-
公开(公告)号：CN108983609A
公开(公告)日：2018-12-11
申请号：CN201810829624.2
申请日：2018-07-25
申请人： 华北电力大学(保定) , 浙江浙能嘉华发电有限公司
IPC分类号： G05B13/04
摘要： 一种基于负载扰动的单入单出控制回路PI控制器优化方法，所述方法首先采集待优化控制回路的设定值、被控变量和控制器输出的当前时刻数据；然后进行设定值扰动和负载扰动检测，若仅检测到了负载扰动，则采集并存储待优化控制回路的设定值、被控变量和控制器输出的当前时刻数据，待控制回路进入稳态后判断负载扰动是否有效，若有效则利用所存储的数据计算性能指标，最后根据计算结果给出控制回路PI控制器参数的优化建议。本发明通过构造基于负载扰动的无量纲的性能评价指标实现对PI控制器的评价和优化，该方法无需控制回路的精确模型，也不依赖于设定值扰动工况，可帮助操作人员及时把握系统优劣程度，并根据优化建议来改善回路的运行性能。
-
公开(公告)号：CN109032117B
公开(公告)日：2021-04-06
申请号：CN201811039769.9
申请日：2018-09-06
申请人： 华北电力大学(保定) , 浙江浙能嘉华发电有限公司
IPC分类号： G05B23/02
摘要： 一种基于ARMA模型的单回路控制系统性能评价方法，用于解决控制系统的在线评价问题，所述方法包括以下步骤：a.采集待评价控制回路被控变量PV的当前时刻数据；b.对输出数据进行预处理，包括剔除异常数据和平稳化处理；c.计算控制回路的性能指标；d.根据控制回路性能指标给出PI控制器参数的优化建议。本发明通过对一段时间的历史输出数据进行时间序列分析得到控制回路的性能指标，根据控制回路的性能指标给出PI控制器参数的调节方向，使控制器性能达到最佳。本方法无需系统的精确模型和传递函数阵，只需要系统运行数据和迟延时间信息，不会影响系统正常运行，适用于工业现场进行在线性能评价。
-
公开(公告)号：CN108921230A
公开(公告)日：2018-11-30
申请号：CN201810829619.1
申请日：2018-07-25
申请人： 浙江浙能嘉华发电有限公司 , 华北电力大学(保定)
摘要： 一种基于类均值核主元分析和BP神经网络的故障诊断方法，所述方法首先根据故障类型对设备运行的历史数据进行分类，得到有故障类标签的数据集；然后对数据集进行标准化处理，计算其类均值核矩阵，进行中心化；再计算中心化后的类均值核矩阵的特征值和特征向量，抽取核主元成分，得到降维后的样本数据集；用样本数据集对神经网络进行训练；最后用训练好的神经网络对设备进行故障识别。本发明将类均值核主元分析与BP神经网络相结合，不对被检测系统发出任何指令，只使用被检测系统的运行数据就能够实现对各种生产系统的故障诊断。本方法计算复杂低，具有诊断速度快、准确性高、泛化性好等特点。
-
公开(公告)号：CN108983609B
公开(公告)日：2021-09-10
申请号：CN201810829624.2
申请日：2018-07-25
申请人： 华北电力大学(保定) , 浙江浙能嘉华发电有限公司
IPC分类号： G05B13/04
摘要： 一种基于负载扰动的单入单出控制回路PI控制器优化方法，所述方法首先采集待优化控制回路的设定值、被控变量和控制器输出的当前时刻数据；然后进行设定值扰动和负载扰动检测，若仅检测到了负载扰动，则采集并存储待优化控制回路的设定值、被控变量和控制器输出的当前时刻数据，待控制回路进入稳态后判断负载扰动是否有效，若有效则利用所存储的数据计算性能指标，最后根据计算结果给出控制回路PI控制器参数的优化建议。本发明通过构造基于负载扰动的无量纲的性能评价指标实现对PI控制器的评价和优化，该方法无需控制回路的精确模型，也不依赖于设定值扰动工况，可帮助操作人员及时把握系统优劣程度，并根据优化建议来改善回路的运行性能。
-
公开(公告)号：CN112749876B
公开(公告)日：2022-04-15
申请号：CN202011461560.9
申请日：2020-12-08
申请人： 华北电力大学(保定)
摘要： 本发明公开了一种基于重分形分析的执行器劣化评估方法，包含以下步骤：步骤A、采集设备数据；步骤B、利用改进的基于统计矩函数的重分形分析方法处理劣化数据；步骤C、计算表现数据特征的三个定性指标；步骤D、通过加权融合得到衡量设备动态劣化的定量指标；步骤E、根据定性指标和定量指标来判断设备的劣化情况，本发明通过设置参考序列，划分高低密度分布区，并以此制定了三个表现时间序列不同角度的特征的指标量。该指标可以实现对研究对象当前劣化状态的知识解释，并依据严重程度进行定性分级。此外，还可以定量衡量设备的长时间退化状况。
-
公开(公告)号：CN112748717B
公开(公告)日：2022-06-14
申请号：CN202011461747.9
申请日：2020-12-08
申请人： 华北电力大学(保定) , 浙江浙能技术研究院有限公司
IPC分类号： G05B23/02
摘要： 本发明公开了一种基于证据融合的执行器故障诊断方法，包含以下步骤：步骤A、采集执行器的数据信号，并进行预处理；步骤B、采用基于信号趋势分析的方法计算性能指标，并对指标结果加以改进；步骤C、使用基于LS‑SVM的概率输出判断数据的模式；步骤D、利用证据理论将前两步的诊断结果融合；步骤E、根据融合结果判断当前的执行器故障状态，本发明基于信号趋势分析的诊断指标不依赖于对象的数学模型，直接分析各类故障的数据信号的趋势变化特征，具有明确的物理机理含义，工程实现能力强，不仅能检测故障，还能识别故障的机理特征信息。
-
公开(公告)号：CN110673578A
公开(公告)日：2020-01-10
申请号：CN201910931788.0
申请日：2019-09-29
申请人： 华北电力大学(保定)
IPC分类号： G05B23/02
摘要： 本发明适用于计算机技术领域，提供了一种故障劣化程度确定方法、装置、计算机设备及存储介质，所述方法包括：获取故障诊断数据；基于半非负矩阵分解对所述故障诊断数据进行矩阵分解生成特征数据集；根据所述特征数据集以及预设的第一故障诊断模型确定是否存在第一故障；根据所述故障诊断数据以及预设的第一故障劣化评价模型确定第一故障的劣化程度。本发明实施例提供的故障劣化程度确定方法，其中第一故障诊断模型以及第一故障诊断模型是基于大量的样本数据以及非负矩阵分解算法预先训练生成，对故障的判断以及故障劣化程度具有较高的准确率，此外还能够判断出故障的劣化程度，便于用户获取更加全面的故障信息。
-
公开(公告)号：CN112749876A
公开(公告)日：2021-05-04
申请号：CN202011461560.9
申请日：2020-12-08
申请人： 华北电力大学(保定)
摘要： 本发明公开了一种基于重分形分析的执行器劣化评估方法，包含以下步骤：步骤A、采集设备数据；步骤B、利用改进的基于统计矩函数的重分形分析方法处理劣化数据；步骤C、计算表现数据特征的三个定性指标；步骤D、通过加权融合得到衡量设备动态劣化的定量指标；步骤E、根据定性指标和定量指标来判断设备的劣化情况，本发明通过设置参考序列，划分高低密度分布区，并以此制定了三个表现时间序列不同角度的特征的指标量。该指标可以实现对研究对象当前劣化状态的知识解释，并依据严重程度进行定性分级,此外，还可以定量衡量设备的长时间退化状况。
-
公开(公告)号：CN112748717A
公开(公告)日：2021-05-04
申请号：CN202011461747.9
申请日：2020-12-08
申请人： 华北电力大学(保定) , 浙江浙能技术研究院有限公司
IPC分类号： G05B23/02
摘要： 本发明公开了一种基于证据融合的执行器故障诊断方法，包含以下步骤：步骤A、采集执行器的数据信号，并进行预处理；步骤B、采用基于信号趋势分析的方法计算性能指标，并对指标结果加以改进；步骤C、使用基于LS‑SVM的概率输出判断数据的模式；步骤D、利用证据理论将前两步的诊断结果融合；步骤E、根据融合结果判断当前的执行器故障状态，本发明基于信号趋势分析的诊断指标不依赖于对象的数学模型，直接分析各类故障的数据信号的趋势变化特征，具有明确的物理机理含义，工程实现能力强，不仅能检测故障，还能识别故障的机理特征信息。
-
-
-
-
-
-
-
-
-
搜索结果
11 条记录 (耗时 0.046 秒)
