-
公开(公告)号：CN106289754B
公开(公告)日：2018-10-30
申请号：CN201610862568.3
申请日：2016-09-28
Applicant: 清华大学
IPC: G01M13/00
Abstract: 一种基于统计控制技术的火电机组部件性能变化判定方法，属于火电机组故障诊断技术领域。该方法包含了两部分，第一部分是建立火电机组关键部件的全工况模型，计算监测变量偏差；第二部分是研究分析监测偏差的统计数字特性，建立依据监测变量偏差统计数字特征的火电机组关键部件特性的可控状态判据，并完成统计控制图的设计，实现部件性能突变和渐变故障的识别。比起传统火电机组性能监测及故障诊断技术，这种故障判别方法能够定位到部件，并提供精确的定量判据，能够有效提高故障判别的准确度，降低误、虚报警率。
-
Patent Agency Ranking
公开(公告)号：CN106936627B
公开(公告)日：2020-05-22
申请号：CN201710078643.1
申请日：2017-02-14
Applicant: 清华大学
IPC: H04L12/24 , G06F16/27 , G06F16/906
Abstract: 一种基于大数据分析挖掘的火电设备性能监测方法。主要步骤包括：第一步对电站健康运行数据进行相关性分析以及主成分分析，第二步利用设备数据的相关性并经过主成分分析后得到的设备主成分变量，运用基于密度的聚类分析建立正常运行工况的三维聚类簇，利用该聚类簇进行设备性能监测。比起传统的火电设备性能监测方法，利用大数据的性能监测方法能够充分利用大量的火电厂运行数据，反映设备的实时性能，提高监测的准确度。
-
公开(公告)号：CN106936627A
公开(公告)日：2017-07-07
申请号：CN201710078643.1
申请日：2017-02-14
Applicant: 清华大学
Abstract: 一种基于大数据分析挖掘的火电设备性能监测方法。主要步骤包括：第一步对电站健康运行数据进行相关性分析以及主成分分析，第二步利用设备数据的相关性并经过主成分分析后得到的设备主成分变量，运用基于密度的聚类分析建立正常运行工况的三维聚类簇，利用该聚类簇进行设备性能监测。比起传统的火电设备性能监测方法，利用大数据的性能监测方法能够充分利用大量的火电厂运行数据，反映设备的实时性能，提高监测的准确度。
-
公开(公告)号：CN106249728B
公开(公告)日：2019-02-22
申请号：CN201610861047.6
申请日：2016-09-28
Applicant: 清华大学
IPC: G05B19/418
Abstract: 一种基于部件特性的火电机组在线性能监测方法，属于动力系统仿真与控制技术领域。其包括：1)选取所需电站历史测量数据并对其进行粗大误差剔除和稳态筛选处理；2)采用数据协调技术降低实测数据的不确定度，为建模提供更准确的数据来源；3)基于主导因素方法建立火力发电机组关键部件全工况精确模型；4)依据部件模型计算得到的监测变量应达值与实际测量值之间的偏差，基于统计控制技术的设备性能变化定量判定方法判别部件是否发生故障，达到火电机组在线性能监测的目的。该方法对用于建模的数据进行预处理和数据协调，建模数据更加可靠，设备健康状况可实时在线发布，并能够准确定位发生故障的部件。
-
公开(公告)号：CN106289754A
公开(公告)日：2017-01-04
申请号：CN201610862568.3
申请日：2016-09-28
Applicant: 清华大学
IPC: G01M13/00
CPC classification number: G01M13/00
Abstract: 一种基于统计控制技术的火电机组部件性能变化判定方法，属于火电机组故障诊断技术领域。该方法包含了两部分，第一部分是建立火电机组关键部件的全工况模型，计算监测变量偏差；第二部分是研究分析监测偏差的统计数字特性，建立依据监测变量偏差统计数字特征的火电机组关键部件特性的可控状态判据，并完成统计控制图的设计，实现部件性能突变和渐变故障的识别。比起传统火电机组性能监测及故障诊断技术，这种故障判别方法能够定位到部件，并提供精确的定量判据，能够有效提高故障判别的准确度，降低误、虚报警率。
-
公开(公告)号：CN106249728A
公开(公告)日：2016-12-21
申请号：CN201610861047.6
申请日：2016-09-28
Applicant: 清华大学
IPC: G05B19/418
CPC classification number: Y02P90/02 , Y02P90/14 , Y02P90/26 , G05B19/41885 , G05B19/4184
Abstract: 一种基于部件特性的火电机组在线性能监测方法，属于动力系统仿真与控制技术领域。其包括：1)选取所需电站历史测量数据并对其进行粗大误差剔除和稳态筛选处理；2)采用数据协调技术降低实测数据的不确定度，为建模提供更准确的数据来源；3)基于主导因素方法建立火力发电机组关键部件全工况精确模型；4)依据部件模型计算得到的监测变量应达值与实际测量值之间的偏差，基于统计控制技术的设备性能变化定量判定方法判别部件是否发生故障，达到火电机组在线性能监测的目的。该方法对用于建模的数据进行预处理和数据协调，建模数据更加可靠，设备健康状况可实时在线发布，并能够准确定位发生故障的部件。
-
-
-
-
-
Search Results
6
records
(took 0.013 seconds)
