CN107103425B - 发电设备运行状态计算机智能量化评价系统 - Google Patents
发电设备运行状态计算机智能量化评价系统 Download PDFInfo
- Publication number
- CN107103425B CN107103425B CN201710280056.0A CN201710280056A CN107103425B CN 107103425 B CN107103425 B CN 107103425B CN 201710280056 A CN201710280056 A CN 201710280056A CN 107103425 B CN107103425 B CN 107103425B
- Authority
- CN
- China
- Prior art keywords
- state
- power generation
- generation equipment
- equal
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明涉及一种发电设备运行状态计算机智能量化评价系统,计算机通过对被测量部件测量值的进行计算分析,自动对相应部件状态进行划分;根据不同测量部件/部套在整体设备中所占重要程度设定权值,使用基于数学期望的方法计算相应部套/整台设备的状态指数;根据事先给定的状态阈值判定整台设备的运行状态。实现了发电设备运行状态的评价由定性到定量的飞跃。
Description
技术领域:
本发明是一种计算机智能对发电设备运行状态进行量化评价的方法。
背景技术:
发电设备的计算机远程故障智能诊断是发电设备安全稳定运行的重要保障,而计算机程序能否准确评测发电设备的运行状态和性能优劣对于计算机远程故障智能诊断系统生成发电设备的运行决策和维修方案都起着至关重要的作用,是发电设备远程诊断工作的基础前提。
目前,业界普遍应用的计算机远程故障智能诊断系统只能自动诊断发电设备的运行状态处于正常状态、异常状态或是故障状态,无法自动诊断处于非正常状态,包括异常状态和故障状态时故障对于整台发电设备的影响程度。对于发电设备的计算机智能状态评价,业界尚没有可以量化的标准,致使对发电设备的运行状态的评价仍然停留在定性层面,无法跨越到定量的高度,因此迫切需要一种适用于所有发电设备的发电设备运行状态的计算机自动量化评价系统。
发明内容:
本发明的目的是提供一种通过计算机进行发电设备远程状态评价和故障诊断的过程中,计算机程序智能综合发电设备静态(停机状态)、稳态(带恒定负载运行状态)和瞬态(启、停机过渡过程)三种状态下的信息进行计算分析,最终给出发电设备运行状态计算机智能量化评价的方法。
本发明的技术方案是:发电设备运行状态计算机智能量化评价系统,其特征是:
1)启动计算机系统;
2)使发电设备处于运行状态;
3)监测系统对发电设备的电气性能参数数据、水力性能参数数据、温度参数数据、气隙参数数据、振动摆度参数数据、压力脉动参数数据、局部放电参数数据、流量参数数据、压力参数数据、转速参数数据、液位参数数据、开度参数数据共12类信息进行采集;
4)计算机对发电设备的各类状态进行分类,具体方法如下:部件、部套和整台发电设备的状态均分为正常状态、异常状态和故障状态三种,正常状态对应状态值为0,异常状态对应状态值为1,故障状态对应状态值为2;
5)计算机对发电设备的部件状态进行判定,具体方法如下:
计算机程序自动计算各部件状态,由各部件被测量的物理量的值与计算机预设的判定阈值进行比对计算后决定,各状态与状态值的对应关系如步骤4所述;
6)计算机对发电设备的部套状态及状态值进行判定,具体方法如下:
首先,计算机自动对发电设备的部套状态及状态值进行判定:
某部套的所有部件均为正常状态时,该部套被自动判定正常状态,状态值为0;某部套存在异常状态部件,但不存在故障状态部件时,该部套被自动判定异常状态,状态值为1;某部套下存在故障状态部件时,该部套被自动判定故障状态,状态值为2;
计算机按预先输入的判定公式对发电设备部套状态值进行计算,设发电设备包含N个部套,其中第i个,1≤i≤N,部套包含M个部件,部套状态值判定公式如下:
式中:
Si为第i个部套的状态值;
fj为第i个部套中的第j个部件的状态值,其中1≤j≤M;
M为发电设备第i个部套中包含的部件数量;
j为发电设备第i个部套中的第j个部件,1≤j≤M;
7)计算机对整台发电设备状态进行判定,具体方法如下:首先,计算机自动对整台发电设备的状态及状态值进行判定:
计算机判定发电设备的所有部套均为正常状态时,该发电设备被自动判定正常状态,状态值为0;计算机判定发电设备存在异常状态部套,但不存在故障状态部套时,发电设备被自动判定异常状态,状态值为1;计算机判定发电设备存在故障状态部套时,发电设备被自动判定故障状态,状态值为2;
计算机按预先输入的判定公式对整台发电设备状态值进行计算,设发电设备包含N个部套,整台发电设备状态值的判定公式如下:
式中:
Si为第i个部套的状态值,其中1≤i≤N;
S为整台发电设备的状态值;
N为发电设备包含部套数量;
i为发电设备中第i个部套,1≤i≤N;
8)计算机预先按公式对部套状态阈值进行设置:部套异常状态阈值P为80,部套故障状态阈值P为30;设发电设备包含N个部套,公式如下:
式中:
P为第i个部套的状态对应的状态阈值,其中1≤i≤N;
Si为第i个部套的状态值,其中1≤i≤N;
9)计算机对部套状态指数按公式进行计算,具体方法如下:
设发电设备包含N个部套,第i个部套包含M个部件,其中非正常状态,包括异常状态和故障状态部件总计L个,其中0≤L≤M,计算发电设备第i个部套状态指数SIi,取值为0~100;
式中:
SIi为第i个部套的状态指数,其中1≤i≤N;
P为第i个部套的状态对应的状态阈值,取值如步骤8所述;
ak为第k个,其中1≤k≤L,非正常状态部件的权重;
L为非正常状态,包括异常状态和故障状态部件总数,0≤L≤M;
D为随机数且D∈(80,100];
Si为第i个部套的状态值,其中1≤i≤N;
10)计算机预先按公式对整台发电设备状态阈值进行设置:
正常状态阈值Q为100,异常状态阈值Q为80,故障状态阈值Q为30,公式如下:
式中:
Q为整台发电设备的状态阈值;
S为整台发电设备的状态值;
11)计算整台发电设备的状态指数,具体方法如下:
设发电设备包含N个部套,采用等权重计算方法,即每个部套的权重为1/N,计算整台发电设备的状态指数SI,取值为0~100:
式中:
SI为整台发电设备状态指数;
Q为整台发电设备的状态阈值,取值如步骤10所述;
SIi为第i个部套的状态指数,计算方法如步骤9所述;
N为发电设备包含部套数量;
i为发电设备中第i个部套,1≤i≤N;
12)计算机对机组状态进行评价计算:整台机组的状态评价按照如下公式计算:
13)计算机根据最终计算的发电设备量化评价指数自动选择状态判据输出评价结果:
如上计算得到的整台发电设备状态指数SI位于[0,100]区间,SI所属区间与整台发电设备的状态存在如下对应关系:当SI位于(80,100]区间时,表明整台发电设备全部监测点均为正常状态,不存在异常或故障状态测点,整台发电设备处于正常状态;当SI位于(30,80]区间时,表明整台发电设备的监测点为异常状态和正常状态共存,或全部处于异常状态,此时没有测点处于故障状态,整台发电设备处于异常状态;当SI位于[0,30]区间时,表明有故障状态的监测点存在,此时整台发电设备处于故障状态。
本发明充分考虑发电设备的复杂结构特性和繁多物理量特征,整合发电设备上使用的各套监测系统采集到的电气性能参数数据、水力性能参数数据、温度参数数据、气隙参数数据、振动摆度参数数据、压力脉动参数数据、局部放电参数数据、流量参数数据、压力参数数据、转速参数数据、液位参数数据、开度参数数据共12类信息,以涵盖全信息为目的进行方案设计,实现计算机对发电设备运行状态的智能量化和评价。首先通过计算机逻辑定义状态分类;由于发电设备由若干部套组成,各部套又由不同部件(注:本发明所涉部件均为可被感知器件测量的部件,认为测量的物理量的值可以反映部件的状态,计算机自动将该部件的测量值用于量化评价计算)构成,各部件的测量的物理量的值决定了部件状态,部件状态又将影响到其所属部套的状态。计算机可根据各部件对其所属部套的状态的贡献大小确定部件权重,并针对发电设备和各部套的状态类型设置状态阈值,在相应状态阈值的基础上,剔除异常状态部件和故障状态部件对该部套运行状态的消极影响,计算部套的运行状态量化值。计算机最终根据各部套的状态量化值及权重计算出发电设备整体的状态量化值,并将此运行状态量化值定义为状态指数(State Index,缩写为SI,且SI∈[0,100]),最终以状态指数和状态类型的形式输出量化评价结果。本方案基于监测系统传入的可测量的部件的物理量的值,通过计算机建立数学模型智能计算整台发电设备的状态指数,从而实现对发电设备运行状态的智能量化评价。
技术效果
本发明在发电设备故障诊断领域首次提出了发电设备运行状态计算机智能量化评价方法,改变了以往计算机远程故障智能诊断系统无法判别机组处于非正常状态,包括异常状态和故障状态时,故障对于整台发电设备的影响程度,实现了发电设备运行状态的评价由定性到定量的飞跃。该方法集成了判定发电设备故障原因的树形结构逻辑关系,该树形结构逻辑关系按照发电设备结构可分为若干部套,再向下分为若干部件。将可测量部件(最小单元)的物理量特征(包括电气性能、温度、气隙、振动摆度、压力脉动、局部放电、流量、信息)与对应的标准相比对,判定该部件的状态类型。通过各部件对其所属部套的状态的贡献大小确定部件权重,输入到计算机中,结合发电设备树形结构的组成关系,智能查找故障部件并判定其状态类型,系统根据状态类型设置状态阈值,在相应状态阈值的基础上,计算机计算并剔除异常状态部件和故障状态部件对该部套运行状态的消极影响,计算部套的运行状态量化值,而各部套的状态又将决定发电设备整体的状态,因此再基于部套状态量化值及其权重计算整台发电设备的运行状态量化值。通过数学建模,基于可测量的部件的物理量的值,最终得出整台发电设备的状态指数,从而对发电设备的运行状态进行准确的量化评价。
附图说明
图1为本发明工作原理逻辑框图
具体实施方式
发电设备运行状态计算机智能量化评价系统如图1所示,具体实施步骤如下:
1)启动计算机系统;
2)使发电设备处于运行状态;
3)监测系统对发电设备的电气性能参数数据、水力性能参数数据、温度参数数据、气隙参数数据、振动摆度参数数据、压力脉动参数数据、局部放电参数数据、流量参数数据、压力参数数据、转速参数数据、液位参数数据、开度参数数据共12类信息进行采集;
4)计算机对发电设备的各类状态进行分类,具体方法如下:部件、部套和整台发电设备的状态均分为正常状态、异常状态和故障状态三种,正常状态对应状态值为0,异常状态对应状态值为1,故障状态对应状态值为2;
5)计算机对发电设备的部件状态进行判定,具体方如下:
计算机程序自动计算各部件状态,由各部件被测量的物理量的值与计算机预设的判定阈值进行比对计算后决定,各状态与状态值的对应关系如步骤4所述;
6)计算机对发电设备的部套状态及状态值进行判定,具体方法如下:
首先,计算机自动对发电设备的部套状态及状态值进行判定:
某部套的所有部件均为正常状态时,该部套被自动判定正常状态,状态值为0;某部套存在异常状态部件,但不存在故障状态部件时,该部套被自动判定异常状态,状态值为1;某部套下存在故障状态部件时,该部套被自动判定故障状态,状态值为2;
计算机按预先输入的判定公式对发电设备部套状态值进行计算,设发电设备包含N个部套,其中第i个,1≤i≤N,部套包含M个部件,部套状态值判定公式如下:
式中:
Si为第i个部套的状态值;
fj为第i个部套中的第j个部件的状态值,其中1≤j≤M;
M为发电设备第i个部套中包含的部件数量;
j为发电设备第i个部套中的第j个部件,1≤j≤M;
7)计算机对整台发电设备状态进行判定,具体方法如下:
首先,计算机自动对整台发电设备的状态及状态值进行判定:
计算机判定发电设备的所有部套均为正常状态时,该发电设备被自动判定正常状态,状态值为0;计算机判定发电设备存在异常状态部套,但不存在故障状态部套时,发电设备被自动判定异常状态,状态值为1;计算机判定发电设备存在故障状态部套时,发电设备被自动判定故障状态,状态值为2;
计算机按预先输入的判定公式对整台发电设备状态值进行计算,设发电设备包含N个部套,整台发电设备状态值的判定公式如下:
式中:
Si为第i个部套的状态值,其中1≤i≤N;
S为整台发电设备的状态值;
N为发电设备包含部套数量;
i为发电设备中第i个部套,1≤i≤N;
8)计算机预先按公式对部套状态阈值进行设置:部套异常状态阈值P为80,部套故障状态阈值P为30;设发电设备包含N个部套,公式如下:
式中:
P为第i个部套的状态对应的状态阈值,其中1≤i≤N;
Si为第i个部套的状态值,其中1≤i≤N;
9)计算机对部套状态指数按公式进行计算,具体方法如下:设发电设备包含N个部套,第i个部套包含M个部件,其中非正常状态,包括异常状态和故障状态部件总计L个,其中0≤L≤M,计算发电设备第i个部套状态指数SIi,取值为0~100;
式中:
SIi为第i个部套的状态指数,其中1≤i≤N;
P为第i个部套的状态对应的状态阈值,取值如步骤8所述;
ak为第k个,其中1≤k≤L,非正常状态部件的权重;
L为非正常状态,包括异常状态和故障状态部件总数,0≤L≤M;
D为随机数且D∈(80,100];
Si为第i个部套的状态值,其中1≤i≤N;
10)计算机预先按公式对整台发电设备状态阈值进行设置:
正常状态阈值Q为100,异常状态阈值Q为80,故障状态阈值Q为30,公式如下:
式中:
Q为整台发电设备的状态阈值;
S为整台发电设备的状态值;
11)计算整台发电设备的状态指数,具体方法如下:
设发电设备包含N个部套,采用等权重计算方法,即每个部套的权重为1/N,计算整台发电设备的状态指数SI,取值为0~100:
式中:
SI为整台发电设备状态指数;
Q为整台发电设备的状态阈值,取值如步骤10所述;
SIi为第i个部套的状态指数,计算方法如步骤9所述;
N为发电设备包含部套数量;
i为发电设备中第i个部套,1≤i≤N;
12)计算机对机组状态进行评价计算:整台机组的状态评价按照如下公式计算:
13)计算机根据最终计算的发电设备量化评价指数自动选择状态判据输出评价结果:
如上计算得到的整台发电设备状态指数SI位于[0,100]区间,SI所属区间与整台发电设备的状态存在如下对应关系:当SI位于(80,100]区间时,表明整台发电设备全部监测点均为正常状态,不存在异常或故障状态测点,整台发电设备处于正常状态;当SI位于(30,80]区间时,表明整台发电设备的监测点为异常状态和正常状态共存,或全部处于异常状态,此时没有测点处于故障状态,整台发电设备处于异常状态;当SI位于[0,30]区间时,表明有故障状态的监测点存在,此时整台发电设备处于故障状态。
Claims (1)
1.一种发电设备运行状态计算机智能量化评价系统,其特征是:
1)启动计算机系统;
2)使发电设备处于运行状态;
3)监测系统对发电设备的电气性能参数数据、水力性能参数数据、温度参数数据、气隙参数数据、振动摆度参数数据、压力脉动参数数据、局部放电参数数据、流量参数数据、压力参数数据、转速参数数据、液位参数数据、开度参数数据共12类信息进行采集;
4)计算机对发电设备的各类状态进行分类,具体方法如下:部件、部套和整台发电设备的状态均分为正常状态、异常状态和故障状态三种,正常状态对应状态值为0,异常状态对应状态值为1,故障状态对应状态值为2;
5)计算机对发电设备的部件状态进行判定,具体方法如下:
计算机程序自动计算各部件状态,由各部件被测量的物理量的值与计算机预设的判定阈值进行比对计算后决定,各状态与状态值的对应关系如步骤4所述;
6)计算机对发电设备的部套状态及状态值进行判定,具体方法如下:
首先,计算机自动对发电设备的部套状态及状态值进行判定:
某部套的所有部件均为正常状态时,该部套被自动判定正常状态,状态值为0;某部套存在异常状态部件,但不存在故障状态部件时,该部套被自动判定异常状态,状态值为1;某部套下存在故障状态部件时,该部套被自动判定故障状态,状态值为2;
计算机按预先输入的判定公式对发电设备部套状态值进行计算,设发电设备包含N个部套,其中第i个,1≤i≤N,部套包含M个部件,部套状态值判定公式如下:
式中:
Si为第i个部套的状态值;
fj为第i个部套中的第j个部件的状态值,其中1≤j≤M;
M为发电设备第i个部套中包含的部件数量;
j为发电设备第i个部套中的第j个部件,1≤j≤M;
7)计算机对整台发电设备状态进行判定,具体方法如下:首先,计算机自动对整台发电设备的状态及状态值进行判定:
计算机判定发电设备的所有部套均为正常状态时,该发电设备被自动判定正常状态,状态值为0;计算机判定发电设备存在异常状态部套,但不存在故障状态部套时,发电设备被自动判定异常状态,状态值为1;计算机判定发电设备存在故障状态部套时,发电设备被自动判定故障状态,状态值为2;
计算机按预先输入的判定公式对整台发电设备状态值进行计算,设发电设备包含N个部套,整台发电设备状态值的判定公式如下:
式中:
Si为第i个部套的状态值,其中1≤i≤N;
S为整台发电设备的状态值;
N为发电设备包含部套数量;
i为发电设备中第i个部套,1≤i≤N;
8)计算机预先按公式对部套状态阈值进行设置:部套异常状态阈值P为80,部套故障状态阈值P为30;设发电设备包含N个部套,公式如下:
式中:
P为第i个部套的状态对应的状态阈值,其中1≤i≤N;
Si为第i个部套的状态值,其中1≤i≤N;
9)计算机对部套状态指数按公式进行计算,具体方法如下:
设发电设备包含N个部套,第i个部套包含M个部件,其中非正常状态,包括异常状态和故障状态部件总计L个,其中0≤L≤M,计算发电设备第i个部套状态指数SIi,取值为0~100;
式中:
SIi为第i个部套的状态指数,其中1≤i≤N;
P为第i个部套的状态对应的状态阈值,取值如步骤8所述;
ak为第k个,其中1≤k≤L,非正常状态部件的权重;
L为非正常状态,包括异常状态和故障状态部件总数,0≤L≤M;
D为随机数且D∈(80,100];
Si为第i个部套的状态值,其中1≤i≤N;
10)计算机预先按公式对整台发电设备状态阈值进行设置:
正常状态阈值Q为100,异常状态阈值Q为80,故障状态阈值Q为30,公式如下:
式中:
Q为整台发电设备的状态阈值;
S为整台发电设备的状态值;
11)计算整台发电设备的状态指数,具体方法如下:
设发电设备包含N个部套,采用等权重计算方法,即每个部套的权重为1/N,计算整台发电设备的状态指数SI,取值为0~100:
式中:
SI为整台发电设备状态指数;
Q为整台发电设备的状态阈值,取值如步骤10所述;
SIi为第i个部套的状态指数,计算方法如步骤9所述;
N为发电设备包含部套数量;
i为发电设备中第i个部套,1≤i≤N;
12)计算机对机组状态进行评价计算:整台机组的状态评价按照如下公式计算:
13)计算机根据最终计算的发电设备量化评价指数自动选择状态判据输出评价结果:
如上计算得到的整台发电设备状态指数SI位于[0,100]区间,SI所属区间与整台发电设备的状态存在如下对应关系:当SI位于(80,100]区间时,表明整台发电设备全部监测点均为正常状态,不存在异常或故障状态测点,整台发电设备处于正常状态;当SI位于(30,80]区间时,表明整台发电设备的监测点为异常状态和正常状态共存,或全部处于异常状态,此时没有测点处于故障状态,整台发电设备处于异常状态;当SI位于[0,30]区间时,表明有故障状态的监测点存在,此时整台发电设备处于故障状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710280056.0A CN107103425B (zh) | 2017-04-26 | 2017-04-26 | 发电设备运行状态计算机智能量化评价系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710280056.0A CN107103425B (zh) | 2017-04-26 | 2017-04-26 | 发电设备运行状态计算机智能量化评价系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107103425A CN107103425A (zh) | 2017-08-29 |
CN107103425B true CN107103425B (zh) | 2020-08-07 |
Family
ID=59656467
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710280056.0A Active CN107103425B (zh) | 2017-04-26 | 2017-04-26 | 发电设备运行状态计算机智能量化评价系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107103425B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108628231A (zh) * | 2018-07-05 | 2018-10-09 | 郑州云海信息技术有限公司 | 云数据中心中设备监控方法和装置 |
CN110488188B (zh) * | 2019-08-09 | 2021-05-04 | 中国电建集团华东勘测设计研究院有限公司 | 基于动态阈值的机组三维健康量化评价方法 |
CN113094217B (zh) * | 2021-03-25 | 2023-04-28 | 中国电子科技集团公司第二十九研究所 | 一种对电子系统机内自检结果进行故障分析诊断的方法 |
CN113933707B (zh) * | 2021-10-12 | 2023-09-19 | 哈尔滨电机厂有限责任公司 | 一种发电机组故障原因判定可信度的自调节方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103745415A (zh) * | 2014-01-03 | 2014-04-23 | 深圳供电局有限公司 | 基于层次分析的电网运行状态指标的评估方法及系统 |
CN103942738A (zh) * | 2014-05-16 | 2014-07-23 | 国家电网公司 | 一种电能表综合评价方法及系统 |
CN105324900A (zh) * | 2013-04-22 | 2016-02-10 | Abb技术有限公司 | 用于电力设备的缺陷预警的方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2006306465B8 (en) * | 2005-10-21 | 2012-03-08 | Stryker Corporation | Rechargeable battery and method of sterilizing such a battery |
-
2017
- 2017-04-26 CN CN201710280056.0A patent/CN107103425B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105324900A (zh) * | 2013-04-22 | 2016-02-10 | Abb技术有限公司 | 用于电力设备的缺陷预警的方法和装置 |
CN103745415A (zh) * | 2014-01-03 | 2014-04-23 | 深圳供电局有限公司 | 基于层次分析的电网运行状态指标的评估方法及系统 |
CN103942738A (zh) * | 2014-05-16 | 2014-07-23 | 国家电网公司 | 一种电能表综合评价方法及系统 |
Non-Patent Citations (2)
Title |
---|
基于蒙特卡洛模拟的电网调度运行风险评估研究;陈小青;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20140715(第 07 期);第C042-527页 * |
电力系统可靠性评估述评;鲍晓慧等;《武汉大学学报(工学版)》;20080831;第41卷(第4期);第96-101页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107103425A (zh) | 2017-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107103425B (zh) | 发电设备运行状态计算机智能量化评价系统 | |
CN109766334B (zh) | 用于电力设备在线监测异常数据的处理方法及系统 | |
CN104573850B (zh) | 一种火电厂设备状态评估方法 | |
CN102182671B (zh) | 一种气体压缩机的状态分析监测方法 | |
CN107742053B (zh) | 风电机组异常识别方法及装置 | |
CN109188227B (zh) | 一种双馈型风力发电机绝缘状态评估方法及系统 | |
CN111401584B (zh) | 一种设备故障自动诊断方法及系统 | |
CN107016235A (zh) | 基于多特征自适应融合的设备运行状态健康度评估方法 | |
CN111669123B (zh) | 用于对光伏组串进行故障诊断的方法和装置 | |
CN106570259A (zh) | 一种大坝位移数据的粗差剔除方法 | |
CN106203637A (zh) | 一种基于马氏距离和健康指数的机载系统健康评估方法 | |
CN111931334A (zh) | 一种用于评估电缆设备运行可靠性的方法及系统 | |
CN115657541A (zh) | 一种基于数字孪生精细化建模的空压机监管系统及方法 | |
CN109613372B (zh) | 一种基于多元电网数据库的电网故障诊断方法 | |
CN116295948A (zh) | 大温差环境下工业温度传感器的异常检测方法、系统及存储介质 | |
CN111612149A (zh) | 一种基于决策树的主网线路状态检测方法、系统及介质 | |
CN207992717U (zh) | 一种水电站闸门在线状态监测系统 | |
CN106933097B (zh) | 一种基于多层优化pcc-sdg的化工过程故障诊断方法 | |
CN117154945A (zh) | 基于云计算技术的变配电站智能监测方法 | |
CN112001511A (zh) | 基于数据挖掘的设备可靠性及动态风险评价方法、系统和设备 | |
CN109409758B (zh) | 水电站设备健康状态评价方法及系统 | |
CN113671287B (zh) | 电网自动化终端智能检测方法、系统和可读存储介质 | |
CN114412447A (zh) | 一种螺杆泵井的故障检测方法及装置 | |
CN111382946B (zh) | 设备健康状态的自主评估方法、系统及工业互联网设备 | |
CN115034094A (zh) | 一种金属加工机床运行状态预测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |