CN110703701A - 一种适用于燃煤电站环保装备运行数据的高效数据预处理方法 - Google Patents
一种适用于燃煤电站环保装备运行数据的高效数据预处理方法 Download PDFInfo
- Publication number
- CN110703701A CN110703701A CN201910822103.9A CN201910822103A CN110703701A CN 110703701 A CN110703701 A CN 110703701A CN 201910822103 A CN201910822103 A CN 201910822103A CN 110703701 A CN110703701 A CN 110703701A
- Authority
- CN
- China
- Prior art keywords
- data
- environment
- coal
- fired power
- friendly equipment
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000007781 pre-processing Methods 0.000 title claims abstract description 19
- 230000007613 environmental effect Effects 0.000 claims abstract description 23
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims abstract description 19
- 239000003546 flue gas Substances 0.000 claims abstract description 19
- 238000004140 cleaning Methods 0.000 claims abstract description 11
- 238000013501 data transformation Methods 0.000 claims abstract description 9
- 238000000746 purification Methods 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims abstract description 6
- 238000005070 sampling Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 12
- 238000009499 grossing Methods 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 10
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 9
- 239000001301 oxygen Substances 0.000 claims description 9
- 229910052760 oxygen Inorganic materials 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 6
- 239000000779 smoke Substances 0.000 claims description 6
- 239000000428 dust Substances 0.000 claims description 5
- 230000008030 elimination Effects 0.000 claims description 5
- 238000003379 elimination reaction Methods 0.000 claims description 5
- 238000005265 energy consumption Methods 0.000 claims description 5
- 239000003344 environmental pollutant Substances 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 5
- 231100000719 pollutant Toxicity 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 235000019738 Limestone Nutrition 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 239000003638 chemical reducing agent Substances 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 239000006028 limestone Substances 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 2
- 150000001875 compounds Chemical class 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims description 2
- 239000007789 gas Substances 0.000 claims description 2
- 238000011478 gradient descent method Methods 0.000 claims description 2
- 230000006872 improvement Effects 0.000 claims description 2
- 238000007619 statistical method Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000006477 desulfuration reaction Methods 0.000 description 1
- 230000023556 desulfurization Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000010440 gypsum Substances 0.000 description 1
- 229910052602 gypsum Inorganic materials 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41845—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by system universality, reconfigurability, modularity
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/33—Director till display
- G05B2219/33273—DCS distributed, decentralised controlsystem, multiprocessor
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种适用于燃煤电站环保装备运行数据的高效数据预处理方法，属于燃煤电站烟气净化环保技术领域。本发明通过采集环保装备运行数据，并作初步统计以明确数据预处理的任务范围；同时，依据DCS或SIS系统内嵌参数编码规则，完成环保装备工况参数的辨识；然后，将数据块集成为数据矩阵，并检查数据的完整性、正确性、一致性，如发现异常，则进行数据清理；在此基础上，根据任务要求，完成必要的数据变换；最后，对得到的高质量数据进行详细的统计分析，提取环保装备的运行特性。本方法具有一般性和高效性特点，能够对燃煤电站环保装备的运行数据进行科学、高效地预处理，获得高质量的燃煤电站环保装备运行数据。
Description
技术领域
本发明属于燃煤电站烟气净化环保技术领域，尤其涉及一种适用于燃煤电站环保装备运行数据的高效数据预处理方法。
背景技术
燃煤电站的DCS或SIS系统每日记录大量数据，这些数据来源于运行实际，是对机组运行特性的全面、客观反映，具备绝对真实性。然而，严峻的生态环保政策对燃煤电站环保装备的投运率有较高要求，致使环保装备先于机组启运、后于机组停机，因此，采集某时段的数据样本客观上可能记录了环保装备正常投运的工况，还记录了设备异常或违背烟气净化机理的工况。另外，烟气侧的在线监测仪器普遍存在易受烟尘和水分影响的特点，使得运行数据的可信度和准确性大大降低。如何科学、高效地进行数据预处理，获得环保装备真实运行特性数据，使其更好地为运行实际服务，具有重要意义。
现有技术中，公开号为CN105317476A、CN105275508A和CN105240058A的中国专利公开了依托机组运行数据来辨识机组流量特性曲线方法中历史运行数据的数据清理和稳定工况判定，虽然专利所述历史数据的采样周期短(秒级)，而环保运行数据的采样周期相对较长(分钟级)，即数据预处理的应用环境不同，但关于数据清理和稳定工况判定的运用方法仍具有重要参考意义。
现有技术中，公开号为CN102708180A的中国专利公开了一种基于实时运行数据预处理方法，通过对过程数据中的脏数据进行数据清理，获得生产运行中各测点具有代表性的高质量过程数据。该专利围绕测点数据展开的数据预处理，而本发明围绕工况数据，所需数据预处理不仅限于数据清理步骤，还需数据集成、数据变换等步骤。
发明内容
本发明的目的在于填补现有技术中存在的空白，而提供一种适用于燃煤电站环保装备运行数据的高效数据预处理方法，能够对燃煤电站环保装备的运行数据进行科学、高效地预处理，获得高质量的燃煤电站环保装备运行数据，为后续环保装备的优化调整和故障诊断做重要技术支持。
本发明解决上述问题所采用的技术方案是：一种适用于燃煤电站环保装备运行数据的高效数据预处理方法，其特征在于，包括以下步骤：
A、借助于燃煤电站现有DCS或SIS系统数据库及其数据读取规则，设定采样周期、采样时长、发电机组和环保装备的状态参数测点，采集运行数据(表征为数据块形式)，并检查采样测点的完整性，若存在缺失或遗漏则重新采集，否则对所有数据块进行初步统计，明确数据的容量规模并进入步骤B；
B、鉴于采集到的数据的属性名为内部代码且数值无量纲，为了统一称呼以及方便专业间交流，依据DCS或SIS系统内嵌物理参数编码规则，识别各状态参数所表征物理意义及量纲，完成环保装备工况参数的辨识，然后进入步骤C；
C、依据时间一致性原则，固定参数测点的排列顺序，将数据块集成为数据矩阵，即为环保装备运行工况集，然后进入步骤D；
D、检查数据的完整性、正确性、一致性，如有异常，则进行数据清理，包括数据缺失值处理、异常数据剔除、噪声平滑，否则进入步骤E；
E、依据环保行业相关国标规范要求，进行必要的数据变换，包括数值转换、数据归一化处理，然后进入步骤F；
F、提取高质量的环保装备运行数据，选定表征机组状态的参数，绘制各参数随时间的运行变化情况，完成参数的极值、众位数和频次分析，获得环保装备运行特性。
进一步的，所述的步骤A中初步统计内容是指所研究对象机组型号、采样时长、测点数量、数据块数量及其文件类型。
进一步的，所述的步骤D中数据清理包括三个顺序步骤，数据的缺省值处理、异常数据剔除和噪声平滑；
数据缺省值处理依据环保状态参数在时间上的连续性，采用前时刻值填充后时刻缺省值，即若yk＝NaN，则yk＝yk-1；
异常数据剔除规则依赖于烟气净化处理工艺机理要求：a)环保装备烟气侧出口氧含量不得小于入口含量；b)环保装备同侧入、出口烟气氧含量差值的绝对值不得超过3.0％；c)实测污染物浓度折算到6％O2后，出口浓度不得大于入口浓度；d)机组电负荷大于零。
数据的噪声平滑环节选用五点三次平滑滤波法：
y1＝(69y1+4y2-6y3+4y4-y5)/70
y’2＝(2y1+27y2+12y3-8y4+2y5)/30
y’k＝(-3yk-2+12yk-1+17yk+12yk+1-3yk+2)/35
y’n-1＝(2yn-4-8yn-3+12yn-2+27yn-1+2yn)/70
y’n＝(-yn-4+4yn-3-6yn-2+4yn-1+69yn)/70
式中，y’k是yk的改进值；k＝3，4，5....n-2；n是样本总量，n≥5。
进一步的，所述的步骤E中数据变换包括三块内容，数值转换数据归一化处理和定性特征编码；
数据变换包括污染物浓度折算和物耗能耗指标的间接计算；
浓度折算：
式中，
为折算后烟气中C的浓度，mg/m3；
为实测烟气中C的浓度，mg/m3；O2为实测烟气氧含量，％；
物耗能耗指标包括电耗、还原剂耗量、石灰石耗量、水耗量，具体计算公式参考相关国家标准和规范；
数据归一化处理采用min-max标准化，以提高数据建模时采用梯度下降法的优化速度；
进一步的，所述的步骤F中表征机组状态的参数有机组功率、总风量、脱硝入口氧量、脱硝入口NOx度、原烟气SO2浓度、净烟气粉尘；参数的频次分析，即对机组状态参数数值范围内各个数值出现的频次进行统计。
本发明与现有技术相比，具有以下优点和效果：本方法具有一般性和高效性特点，能够对燃煤电站环保装备的运行数据进行科学、高效地预处理，获得高质量的燃煤电站环保装备运行数据，为后续环保装备的优化调整和故障诊断做重要技术支持。
附图说明
图1是本发明实施例的流程示意图。
图2是本发明实施例的数据噪声平滑效果图。
图3是本发明实施例的环保装备某状态参数的历史曲线图。
图4是本发明实施例的环保装备运行数据的参数频次分析图。
具体实施方式
下面结合附图并通过实施例对本发明作进一步的详细说明，以下实施例是对本发明的解释而本发明并不局限于以下实施例。
实施例。
某660MW超临界燃煤发电机组的环保装备配有SCR烟气脱硝、双室五电场电除尘、石灰石-石膏湿法烟气脱硫装置。在DCS或SIS系统采集到该机组2018年4月至6月为期50天的运行数据，共计107个参数测点。依据机组DCS或SIS参数编码规则，逐个识别各测点，获得测点的物理名及单位量纲，同时用专业术语对其命名做统一梳理。限于该机组DCS或SIS数据导出规则限制(单个数据块容量为980行×12列，下同)，因此完整读取107个测点，须分15次完成。在此基础上，固定各参数顺序，将数据块进行集成，得到本案例数据预处理的基础数据，即数据矩阵(13983×107)，然后进入数据清理步骤。
经完整性、正确性、一致性检查，数据矩阵中测点参数存在缺省，采用前时刻值填充后时刻缺省值的方式完成缺省值处理，如表1；
表1数据缺省值处理结果
鉴于采样期间机组存在启停等情况，异常数据剔除是数据清理工作中不可少的一环，按照既定规则剔除掉2829条采样数据，得到数据样本(11154×107)；最后，采用五点三次平滑法进行噪声平滑，去噪效果如图2，然后进入数据变换步骤。
按照国标和规范要求将实测污染物浓度折算到6％O2；同时为了更好地描述环保装备经济指标，引入物耗能耗指标，如电耗、还原剂耗量、石灰石耗量、水耗量，这些指标为间接计算指标，具体计算公式详见相关国家标准和规范。数据变换后的数据结果，即数据预处理结果——高质量数据矩阵(11154×111)。
获得高质量环保装备运行数据是后续工作的坚实基础，如何提取数据中隐藏的信息同样具有重要意义。选定表征机组状态的参数，包括机组功率、总风量、脱硝入口氧量、脱硝入口NOx度、原烟气SO2浓度、净烟气粉尘，绘制各参数随时间的运行变化情况，如图3，完成参数的极值、众位数和频次分析，即对机组状态参数数值范围内各个数值出现的频次进行统计，如表2和图4。
表2环保装备运行数据的统计分析
虽然本发明已以实施例公开如上，但其并非用以限定本发明的保护范围，任何熟悉该项技术的技术人员，在不脱离本发明的构思和范围内所作的更动与润饰，均应属于本发明的保护范围。
Claims (5)
1.一种适用于燃煤电站环保装备运行数据的高效数据预处理方法，其特征在于，包括以下步骤：
A、借助于燃煤电站现有DCS或SIS系统数据库及其数据读取规则，设定采样周期、采样时长、发电机组和环保装备的状态参数测点，采集运行数据，并检查采样测点的完整性，若存在缺失或遗漏则重新采集，否则对所有数据块进行初步统计，明确数据的容量规模并进入步骤B；
B、鉴于采集到的数据的属性名为内部代码且数值无量纲，为了统一称呼以及方便专业间交流，依据DCS或SIS系统内嵌物理参数编码规则，识别各状态参数所表征物理意义及量纲，完成环保装备工况参数的辨识，然后进入步骤C；
C、依据时间一致性原则，固定参数测点的排列顺序，将数据块集成为数据矩阵，即为环保装备运行工况集，然后进入步骤D；
D、检查数据的完整性、正确性、一致性，如有异常，则进行数据清理，包括数据缺失值处理、异常数据剔除、噪声平滑，否则进入步骤E；
E、依据环保行业相关国标规范要求，进行必要的数据变换，包括数值转换、数据归一化处理，然后进入步骤F；
F、提取高质量的环保装备运行数据，选定表征机组状态的参数，绘制各参数随时间的运行变化情况，完成参数的极值、众位数和频次分析，获得环保装备运行特性。
2.根据权利要求1所述的适用于燃煤电站环保装备运行数据的高效数据预处理方法，其特征在于，所述的步骤A中初步统计内容是指所研究对象机组型号、采样时长、测点数量、数据块数量及其文件类型。
3.根据权利要求1所述的适用于燃煤电站环保装备运行数据的高效数据预处理方法，其特征在于，所述的步骤D中数据清理包括三个顺序步骤，数据的缺省值处理、异常数据剔除和噪声平滑；
数据缺省值处理依据环保状态参数在时间上的连续性，采用前时刻值填充后时刻缺省值，即若yk＝NaN，则yk＝yk-1；
异常数据剔除规则依赖于烟气净化处理工艺机理要求：a)环保装备烟气侧出口氧含量不得小于入口含量；b)环保装备同侧入、出口烟气氧含量差值的绝对值不得超过3.0％；c)实测污染物浓度折算到6％O2后，出口浓度不得大于入口浓度；
d)机组电负荷大于零。
数据的噪声平滑环节选用五点三次平滑滤波法：
y'1＝(69y1+4y2-6y3+4y4-y5)/70
y'2＝(2y1+27y2+12y3-8y4+2y5)/30
y'k＝(-3yk-2+12yk-1+17yk+12yk+1-3yk+2)/35
y'n-1＝(2yn-4-8yn-3+12yn-2+27yn-1+2yn)/70
y'n＝(-yn-4+4yn-3-6yn-2+4yn-1+69yn)/70
式中，y’k是yk的改进值；k＝3,4,5....n-2；n是样本总量，n≥5。
4.根据权利要求1所述的适用于燃煤电站环保装备运行数据的高效数据预处理方法，其特征在于，所述的步骤E中数据变换包括三块内容，数值转换数据归一化处理和定性特征编码；
数据变换包括污染物浓度折算和物耗能耗指标的间接计算；
浓度折算：
式中，
为折算后烟气中C的浓度，mg/m3；
为实测烟气中C的浓度，mg/m3；O2为实测烟气氧含量，％；
物耗能耗指标包括电耗、还原剂耗量、石灰石耗量、水耗量，具体计算公式参考相关国家标准和规范；
数据归一化处理采用min-max标准化，以提高数据建模时采用梯度下降法的优化速度；
5.根据权利要求1所述的适用于燃煤电站环保装备运行数据的高效数据预处理方法，其特征在于，所述的步骤F中表征机组状态的参数有机组功率、总风量、脱硝入口氧量、脱硝入口NOx度、原烟气SO2浓度、净烟气粉尘；参数的频次分析，即对机组状态参数数值范围内各个数值出现的频次进行统计。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910822103.9A CN110703701A (zh) | 2019-09-02 | 2019-09-02 | 一种适用于燃煤电站环保装备运行数据的高效数据预处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910822103.9A CN110703701A (zh) | 2019-09-02 | 2019-09-02 | 一种适用于燃煤电站环保装备运行数据的高效数据预处理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110703701A true CN110703701A (zh) | 2020-01-17 |
Family
ID=69194235
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910822103.9A Pending CN110703701A (zh) | 2019-09-02 | 2019-09-02 | 一种适用于燃煤电站环保装备运行数据的高效数据预处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110703701A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113419465A (zh) * | 2021-07-13 | 2021-09-21 | 浙江菲达环保科技股份有限公司 | 火电机组环保系统的数据预处理方法及系统 |
| CN113570066A (zh) * | 2021-07-23 | 2021-10-29 | 中国恩菲工程技术有限公司 | 数据处理方法、系统、电子设备及存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102708180A (zh) * | 2012-05-09 | 2012-10-03 | 北京华电天仁电力控制技术有限公司 | 基于实时历史库的机组运行模式数据挖掘方法 |
| CN104731859A (zh) * | 2015-02-02 | 2015-06-24 | 厦门市美亚柏科信息股份有限公司 | 数据处理方法及装置 |
| CN109019966A (zh) * | 2018-08-19 | 2018-12-18 | 华电电力科学研究院有限公司 | 一种燃煤电厂脱硫废水再利用的处理装置及处理工艺 |
-
2019
- 2019-09-02 CN CN201910822103.9A patent/CN110703701A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102708180A (zh) * | 2012-05-09 | 2012-10-03 | 北京华电天仁电力控制技术有限公司 | 基于实时历史库的机组运行模式数据挖掘方法 |
| CN104731859A (zh) * | 2015-02-02 | 2015-06-24 | 厦门市美亚柏科信息股份有限公司 | 数据处理方法及装置 |
| CN109019966A (zh) * | 2018-08-19 | 2018-12-18 | 华电电力科学研究院有限公司 | 一种燃煤电厂脱硫废水再利用的处理装置及处理工艺 |
Non-Patent Citations (2)
| Title |
|---|
| 白培林等: "广西燃煤电厂环保设施运行特性及可靠性分析", 《广西电力》 * |
| 远有青山: "数据预处理_数据清理", 《CSDN博客》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113419465A (zh) * | 2021-07-13 | 2021-09-21 | 浙江菲达环保科技股份有限公司 | 火电机组环保系统的数据预处理方法及系统 |
| CN113570066A (zh) * | 2021-07-23 | 2021-10-29 | 中国恩菲工程技术有限公司 | 数据处理方法、系统、电子设备及存储介质 |
| CN113570066B (zh) * | 2021-07-23 | 2024-03-29 | 中国恩菲工程技术有限公司 | 数据处理方法、系统、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101157006B (zh) | 燃煤机组烟气脱硫实时监控及信息管理系统 | |
| CN111539553A (zh) | 基于svr算法和偏峰度的风电机组发电机故障预警方法 | |
| CN110716512A (zh) | 一种基于燃煤电站运行数据的环保装备性能预测方法 | |
| CN107301617B (zh) | 一种评估废气监测数据质量的方法及设备 | |
| CN110094251B (zh) | 基于分时段多模型建模的scr催化剂性能劣化分析方法 | |
| CN110703701A (zh) | 一种适用于燃煤电站环保装备运行数据的高效数据预处理方法 | |
| CN110580936B (zh) | 中低温scr脱硝催化剂的寿命预测方法及系统 | |
| CN110823561B (zh) | 一种基于材料模型库的非稳态载荷下轧机传动轴系统关键件疲劳寿命实时监控的方法 | |
| CN108168924B (zh) | 一种基于vmd和mfss模型的往复压缩机寿命预测方法 | |
| CN112633781B (zh) | 一种基于车联网大数据的车辆能耗评价方法 | |
| CN102607641A (zh) | 一种燃气轮机的聚类异常检测方法 | |
| CN113570163A (zh) | 基于数学模型的大气臭氧浓度预测方法、系统和装置 | |
| CN114035468A (zh) | 基于XGBoost算法的风机检修流程预测性监控方法与系统 | |
| CN114265001B (zh) | 一种智能电表计量误差评估方法 | |
| CN115294671A (zh) | 一种空压机出口压力预测方法和预测系统 | |
| CN113648802A (zh) | 一种火电机组的烟气脱硫诊断方法及装置 | |
| CN102393303B (zh) | 一种燃气轮机的排序异常检测方法 | |
| CN117217419A (zh) | 工业生产全生命周期碳排放监测方法及系统 | |
| CN112926656A (zh) | 一种核电厂循环水泵状态预测方法、系统及设备 | |
| CN115081741A (zh) | 一种基于神经网络的天然气计量检定智能预测的方法 | |
| CN114065651A (zh) | 一种用于旋转类设备的故障时间预测方法 | |
| CN114295367A (zh) | 一种风电机组齿轮箱工况在线监测方法 | |
| CN114116843A (zh) | 基于用电数据的村镇小型污水处理设施运行监测方法 | |
| CN114442543A (zh) | 一种适用于水电站故障预警的计算机监测方法 | |
| CN113807431A (zh) | 一种基于多源信息融合的智能主轴状态评估方法和系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200117 |