CN112328707A - 基于电厂实时数据的运行操作动作识别方法 - Google Patents
基于电厂实时数据的运行操作动作识别方法 Download PDFInfo
- Publication number
- CN112328707A CN112328707A CN202011226660.3A CN202011226660A CN112328707A CN 112328707 A CN112328707 A CN 112328707A CN 202011226660 A CN202011226660 A CN 202011226660A CN 112328707 A CN112328707 A CN 112328707A
- Authority
- CN
- China
- Prior art keywords
- action
- time
- level
- real
- parameters
- 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.)
- Granted
Links
- 230000009471 action Effects 0.000 title claims abstract description 132
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000007246 mechanism Effects 0.000 claims abstract description 30
- 238000012544 monitoring process Methods 0.000 claims abstract description 16
- 230000008859 change Effects 0.000 claims description 31
- 238000004519 manufacturing process Methods 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 5
- 238000010248 power generation Methods 0.000 claims description 5
- 230000008844 regulatory mechanism Effects 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 239000003245 coal Substances 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 239000000843 powder Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 206010027175 memory impairment Diseases 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000010298 pulverizing process Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/288—Entity relationship models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Software Systems (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种基于电厂实时数据的运行操作动作识别方法,该方法首先建立电厂系统级、设备级、调节机构级的多层级实体,在不同层级实体关联实时运行状态参数集和调节机构动作参数集;再通过定时或触发式周期识别扫描系统级或设备级关联的运行状态参数集,判断操作动作的发生,并通过调节机构级参数扫描进行确认和操作动作信息的解读;通过关联运行监盘轮值时间表,可以定位到操作动作的主体;最终形成包含操作动作主体、时间、对象、归属系统及设备、动作具体描述的标准化信息,并存储到操作动作数据库中,本发明为电厂生产运行管理、人员考评、事故分析及设备维护提供参考。
Description
技术领域
本发明属于能源动力行业企业大数据智能化应用领域,特别涉及一种基于电厂实时数据的运行操作动作识别方法。
背景技术
发电企业属于技术密集型行业,其生产系统及相关设备种类和数量都较多,相关的运行操作调整记录管理十分必要,比如需要为设备检修维护管理提供参考,为系统异常事故追根溯源,为运行调整的操作进行事后管理和评价,对操作人员的调整手段进行优劣分析并提供学习借鉴都很有意义。
当前发电企业设备操作记录一般均由班组人员手动填报,还有许多现场实时调整操作的运行记录可能因为时间关系或事后遗忘,不能及时或精准记录。随着电厂信息化、数字化、智能化建设的深入推进,各厂大数据平台已经初现规模,如何应用生产大数据进行智能解读和分析电厂运行人员操作记录和步骤,为电厂生产活动提供重要参考和事后分析依据,具有重要价值。
发明内容
为了弥补基于实时数据分析实现电厂运行操作记录的技术不足,本发明的目的在于提供一种基于电厂实时生产数据分析的运行操作识别方法,该方法能够有效利用电厂实时生产大数据平台,实时判断或事后识别相关生产系统或设备的操作调整过程,为电厂生产运行的优化管理、人员考评、事故分析及设备维护提供重要参考建议。
为了实现上述目的,本发明采用如下技术方案:
一种基于电厂实时数据的运行操作动作识别方法,包括是否调节动作,调节动作的归属系统或设备,以及具体如何动作,具体包括以下步骤:
步骤1:将电厂生产系统按照业务关系建立不同层级生产实体的关联归属关系,分别为系统级、设备级和调节机构级三层,调节机构级实体归属于相应设备级实体,设备级实体归属于相应系统级实体;
整个发电系统分解为若干系统级实体:A、B、C、…;系统级实体A继续分解为更具体的设备级实体:A.1、A.2、A.3、…;设备级实体A.1的运行状态关联到调节机构级实体A.1.a、A.1.b、A.1.c、…;那么,系统级实体A或设备级实体A.1的状态变化就能够根据层级结构关联到相应的调节机构级实体上;
步骤2:基于生产实时数据,建立能表征系统级和设备级实体可能因为发生调整操作而体现出的变化特征的实时状态参数集合;
对于系统层级如果出现了调整,那么相关实时参数就会变化;提炼出变化特征,就能捕捉系统的实时变化;对于系统级实体A或设备级实体A.1,建立能体现变化特征的实时状态参数集合{α,β,γ,…};如果系统级实体A或设备级实体A.1所关联的调节机构级实体A.1.a、A.1.b、A.1.c、…出现了调整或变化,那么实时状态参数集合{α1,α2,α3,…}中的一项或若干项就会明显变化,通过这些参数来反映系统级实体A或设备级实体A.1是否有调整操作;
步骤3:基于生产实时数据,建立调节机构动作参数集合,监控调节机构的动作情况;对于建立调节机构级实体A.1.a的调节机构动作参数集合{β1,β2,β3,…},根据βi(i=1,2,3,…)的实时数据变化特征,判断调节机构级实体A.1.a的调节方向、幅度,及调节时间;
步骤4:在一定时间周期内,对系统级和设备级进行状态参数的监控和判断;根据系统工况特征及状态参数波动阈值,判断状态参数是否保持稳定;若在稳定工况下状态参数稳定,则判断没有运行操作;若稳定工况下状态参数有变化,则对相应的调节机构级的动作参数集合进行扫描判断,确认是否发生动作及具体动作情况;若在变工况状态下,则一定发生有动作,此时对关注的所有调节机构级动作参数进行扫描判断,详细记录发生动作的具体信息;
步骤5:对步骤4中扫描判断确认发生动作的具体动作参数进行动作信息解读;根据动作参数的层级归属关系,得到操作动作所在的具体系统、操作设备及大致的操作目的;根据动作参数的数据变化特征,得到操作动作的具体描述;根据动作参数的数据变化对应的时标特征,得到操作动作的精确时间及多个操作动作的操作顺序;
步骤6:运行操作主体的判断;根据步骤5得到的操作动作的时间,与电厂运行轮值当班时间表进行关联匹配,将操作动作关联到当班的运行班值上;如果电厂运行监盘人员也存在监盘打卡时间,则根据操作动作参数所归属的系统或设备,判断运行操作属于哪个具体监盘员的行为;
步骤7:将操作动作的识别信息进行标准化整理,形成“操作动作主体-操作动作时间-操作动作归属的系统名及设备名-操作动作的具体描述-关联的实时状态参数”为一体的操作轨迹,并存储到操作动作数据库中,供数据分析和应用。
步骤1~3建立的生产实体的关联归属关系及参数集合在初始化建立后,不用在之后每次识别过程中重建,只在现场发生技术改造或实体层级关系发生变化时进行及时更新。
步骤4~5中根据动作参数集合得到操作动作的具体描述信息,需要针对模拟量和开关量的不同数据类型,分别建立操作动作识别机制;
模拟量的变化需要先根据给定阈值判断数据是自然波动引起还是操作动作引起,若是操作动作引起,再根据模拟量变化方向、变化速率和变化持续时间,判断操作动作的调节方向、调节档位及调节持续时间;
开关量的变化,需要跟踪状态变化后的持续时间是否足够,若持续时间过短,判断为数据无效或者操作误动;若持续时间足够,判断操作动作发生,再根据状态前后对比,判断开关或者调为其他档位状态。
该识别方法的执行周期,默认为定期自动扫描执行,同时支持手动触发扫描执行,基于历史数据特性进行运行操作动作的判断和识别。
和现有技术相比,本发明具备如下优点:
本发明内容充分利用电厂大数据平台,建立了一套基于电厂实时数据变化规律分析的运行人员操作动作识别方法;相比现有的手动式记录手段,本方法识别的操作动作更加客观,避免了人员主观意志对记录的影响,同时识别内容更加全面,确保各项操作有迹可查;相比电厂的事后记录和查询管理,本方法能够实现针对实时数据变化的在线识别、及时反馈;本方法得到的识别记录作为数据形式存储在数据库中,提高了记录追溯查询效率,并为电厂提供生产运行优化、设备检修管理、人员奖惩考核等应用场景的数据依据。
附图说明
图1为本发明基于电厂实时数据的运行操作动作识别方法的流程图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细说明。
如图1所示,本发明基于实时数据特征的运行操作动作的判断和识别,包括是否调节动作,调节动作的归属系统或设备,以及具体如何动作等,具体有以下步骤:
步骤1:将电厂生产系统按照业务关系建立不同层级生产实体的关联归属关系,分别为系统级、设备级和调节机构级三层,调节机构级实体归属于相应设备级实体,设备级实体归属于相应系统级实体;
比如,整个发电系统可以分解为若干子系统:锅炉系统、汽机系统、电气系统等;锅炉系统可继续分解为更具体的子系统:制粉系统、风烟系统、汽水系统等或设备群,比如制粉系统设备;制粉系统设备分解为磨煤机、给粉机、一次风机等;各独立设备或子系统的运行状态可以关联到相关调节机构,比如送风机的运行状态可以关联到风机风门开度等;那么,锅炉系统或制粉系统就是系统级实体,磨煤机就是设备级实体,一次风门开度就是调节机构级实体;
步骤2:基于生产实时数据,建立能表征系统级和设备级实体可能因为发生调整操作而体现出的变化特征的实时状态参数集;
对于系统级如果出现了调整,那么相关实时参数就会变化。提炼出变化特征,就能捕捉系统的实时变化。比如锅炉燃烧系统,如果燃料供给、空气供给出现了调整或变化,那么炉膛压力、温度及锅炉效率等就会明显变化,通过这些参数来反映锅炉燃烧系统是否调整;
对于设备级,设备运行特征参数变化同样会反映设备的调节情况。比如磨煤机设备,磨煤机电流大小、磨煤机出口风温等的变化会反映相关执行机构可能有调节动作,比如一次风门开度等;
步骤3:基于生产实时数据,建立调节机构级的动作参数集合,监控调节机构的动作情况;比如,根据风门开度的实时数据变化特征,可以判断风门调节方法是调大还是关小,以及调节的时间;
步骤4:在一定时间周期内,对系统级和设备级进行状态参数的监控和判断;根据系统工况特征及状态参数波动阈值,判断状态参数是否保持稳定;若在稳定工况下状态参数稳定,则判断没有运行操作;若稳定工况下状态参数有变化,则对相应的调节机构级的动作参数集合进行扫描判断,确认是否发生动作及具体动作情况;若在变工况状态下,则一定发生有动作,此时对步骤3的所有调节机构级动作参数进行扫描判断,详细记录发生动作的具体信息;
步骤5:对步骤4中扫描判断确认发生动作的具体动作参数进行动作信息解读;根据动作参数的层级归属关系,得到操作动作所属的具体系统、操作设备及大致的操作目的;根据动作参数的数据变化特征,得到操作动作的具体描述;根据动作参数的数据变化对应的时标特征,得到操作动作的精确时间及多个操作动作的操作顺序;
步骤6:运行操作主体的判断;根据步骤5得到的操作动作的时间,与电厂运行轮值当班时间表进行关联匹配,可以将操作动作关联到当班的运行班值上;如果电厂运行监盘人员也存在监盘打卡时间,则根据操作动作参数所归属的系统或设备,可以判断运行操作属于哪个具体监盘员的行为;
步骤7:将操作动作的识别信息进行标准化整理,形成“操作动作主体-操作动作时间-操作动作归属的系统名及设备名-操作动作的具体描述-关联的实时状态参数”为一体的操作轨迹,并存储到操作动作数据库中,供数据分析和应用。
作为本发明的优选实施方式,步骤1~3完成后可以在一定时间保持参数集合不变,只在现场发生技术改造或实体层级关系发生变化时进行及时更新即可。
作为本发明的优选实施方式,步骤4-5中,根据动作参数集合得到操作动作的具体描述信息,需要针对模拟量和开关量的不同数据类型的变化规律,分别建立操作动作识别机制;
模拟量的变化需要先根据给定阈值判断数据是自然波动引起还是操作动作引起,若是操作动作引起,再根据模拟量变化方向、变化速率和变化持续时间,判断操作动作的调节方向、调节档位及调节持续时间;
开关量的变化,需要跟踪状态变化后的持续时间是否足够,若持续时间过短,判断为数据无效或者操作误动;若持续时间足够,判断操作动作发生,再根据状态前后对比,判断开关或者调为其他档位状态。
作为本发明的优选实施方式,步骤4~7的执行周期,支持定期自动扫描分析入库、手动触发扫描判断入库以及实时高频次扫描识别入库方式,可满足识别方法的实时性、稳定性及意外发生的历史回补功能。
作为本发明的优选实施方式,步骤7,基于操作动作数据库的历史数据,建立实时状态参数与调整机构动作参数的关联关系,可以在今后的动作识别过程中,提供从实时状态参数变化到操作动作的快速粗识别;并且为相应的运行操作动作后实时状态参数的变化趋势提供预测。
作为本发明的优选实施方式,步骤7形成的操作动作数据库,可以建立关联该设备的时间维度的运行操作统计台账,为检修维护提供依据。
作为本发明的优选实施方式,以上方法所涉及的数据识别对象,包含整体生产系统,也支持只有某特定系统、特定设备甚至特定机构,而不限于必须是三级或更多层级的关联实体。
Claims (4)
1.一种基于电厂实时数据的运行操作动作识别方法,其特征在于:包括是否调节动作,调节动作的归属系统或设备,以及具体如何动作,具体包括以下步骤:
步骤1:将电厂生产系统按照业务关系建立不同层级生产实体的关联归属关系,分别为系统级、设备级和调节机构级三层,调节机构级实体归属于相应设备级实体,设备级实体归属于相应系统级实体;
整个发电系统分解为若干系统级实体:A、B、C、…;系统级实体A继续分解为更具体的设备级实体:A.1、A.2、A.3、…;设备级实体A.1的运行状态关联到调节机构级实体A.1.a、A.1.b、A.1.c、…;那么,系统级实体A或设备级实体A.1的状态变化就能够根据层级结构关联到相应的调节机构级实体上;
步骤2:基于生产实时数据,建立能表征系统级和设备级实体可能因为发生调整操作而体现出的变化特征的实时状态参数集合;
对于系统层级如果出现了调整,那么相关实时参数就会变化;提炼出实时状态参数特征,就能捕捉系统的实时变化;对于系统级实体A或设备级实体A.1,建立能体现变化特征的实时状态参数集合{α,β,γ,…};如果系统级实体A或设备级实体A.1所关联的调节机构级实体A.1.a、A.1.b、A.1.c、…出现了调整或变化,那么其对应的实时状态参数集合{α1,α2,α3,…}中的一项或若干项就会明显变化,通过这些参数来反映系统级实体A或设备级实体A.1是否有调整操作;
步骤3:基于生产实时数据,建立调节机构动作参数集合,监控调节机构的动作情况;对于建立调节机构级实体A.1.a的调节机构动作参数集合{β1,β2,β3,…},根据βi的实时数据变化特征,判断调节机构级实体A.1.a的调节方向、幅度,及调节时间,其中i=1,2,3,…;
步骤4:在一定时间周期内,对系统级和设备级进行状态参数的监控和判断;根据系统工况特征及状态参数波动阈值,判断状态参数是否保持稳定;若在稳定工况下状态参数稳定,则判断没有运行操作;若稳定工况下状态参数有变化,则对相应的调节机构级的动作参数集合进行扫描判断,确认是否发生动作及具体动作情况;若在变工况状态下,则一定发生有动作,此时对关注的所有调节机构级动作参数进行扫描判断,详细记录发生动作的具体信息;
步骤5:对步骤4中扫描判断确认发生动作的具体动作参数进行动作信息解读;根据动作参数的层级归属关系,得到操作动作所在的具体系统、操作设备及大致的操作目的;根据动作参数的数据变化特征,得到操作动作的具体描述;根据动作参数的数据变化对应的时标特征,得到操作动作的精确时间及多个操作动作的操作顺序;
步骤6:运行操作主体的判断;根据步骤5得到的操作动作的时间,与电厂运行轮值当班时间表进行关联匹配,将操作动作关联到当班的运行班值上;如果电厂运行监盘人员也存在监盘打卡时间,则根据操作动作参数所归属的系统或设备,判断运行操作属于哪个具体监盘员的行为;
步骤7:将操作动作的识别信息进行标准化整理,形成“操作动作主体-操作动作时间-操作动作归属的系统名及设备名-操作动作的具体描述-关联的实时状态参数”为一体的操作轨迹,并存储到操作动作数据库中,供数据分析和应用。
2.根据权利要求1所述的基于电厂实时数据的运行操作动作识别方法,其特征在于,步骤1~3建立的生产实体的关联归属关系及参数集合在初始化建立后,不用在之后每次识别过程中重建,只在现场发生技术改造或实体层级关系发生变化时进行及时更新。
3.根据权利要求1所述的基于电厂实时数据的运行操作动作识别方法,其特征在于,步骤4~5中根据动作参数集合得到操作动作的具体描述信息,需要针对模拟量和开关量的不同数据类型,分别建立操作动作识别机制;
模拟量的变化需要先根据给定阈值判断数据是自然波动引起还是操作动作引起,若是操作动作引起,再根据模拟量变化方向、变化速率和变化持续时间,判断操作动作的调节方向、调节档位及调节持续时间;
开关量的变化,需要跟踪状态变化后的持续时间是否足够,若持续时间过短,判断为数据无效或者操作误动;若持续时间足够,判断操作动作发生,再根据状态前后对比,判断开关或者调为其他档位状态。
4.根据权利要求1所述的基于电厂实时数据的运行操作动作识别方法,其特征在于,该识别方法的执行周期,默认为定期自动扫描执行,同时支持手动触发扫描执行,基于历史数据特性进行运行操作动作的判断和识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011226660.3A CN112328707B (zh) | 2020-11-05 | 2020-11-05 | 基于电厂实时数据的运行操作动作识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011226660.3A CN112328707B (zh) | 2020-11-05 | 2020-11-05 | 基于电厂实时数据的运行操作动作识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112328707A true CN112328707A (zh) | 2021-02-05 |
CN112328707B CN112328707B (zh) | 2023-02-28 |
Family
ID=74316124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011226660.3A Active CN112328707B (zh) | 2020-11-05 | 2020-11-05 | 基于电厂实时数据的运行操作动作识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112328707B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113220753A (zh) * | 2021-05-10 | 2021-08-06 | 西安热工研究院有限公司 | 一种基于电厂历史数据自动生成运行参数目标曲线的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140278647A1 (en) * | 2013-03-15 | 2014-09-18 | Exterro, Inc. | Entity monitoring |
CN108388950A (zh) * | 2018-01-29 | 2018-08-10 | 杭州安脉盛智能技术有限公司 | 基于大数据的变压器智能运维方法及系统 |
CN110929826A (zh) * | 2019-12-27 | 2020-03-27 | 广东电网有限责任公司 | 一种基于二维码的配网设备信息管理平台及管理方法 |
CN111476508A (zh) * | 2020-05-15 | 2020-07-31 | 支付宝(杭州)信息技术有限公司 | 目标操作的风险识别方法及系统 |
-
2020
- 2020-11-05 CN CN202011226660.3A patent/CN112328707B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140278647A1 (en) * | 2013-03-15 | 2014-09-18 | Exterro, Inc. | Entity monitoring |
CN108388950A (zh) * | 2018-01-29 | 2018-08-10 | 杭州安脉盛智能技术有限公司 | 基于大数据的变压器智能运维方法及系统 |
CN110929826A (zh) * | 2019-12-27 | 2020-03-27 | 广东电网有限责任公司 | 一种基于二维码的配网设备信息管理平台及管理方法 |
CN111476508A (zh) * | 2020-05-15 | 2020-07-31 | 支付宝(杭州)信息技术有限公司 | 目标操作的风险识别方法及系统 |
Non-Patent Citations (3)
Title |
---|
DRAKE, PR ET AL.: "A DATA-ACQUISITION SYSTEM FOR MACHINE-TOOL CONDITION MONITORING", 《QUALITY AND RELIABILITY ENGINEERING INTERNATIONAL》 * |
周原冰等: "基于实时数据平台的实时监控与运行优化管理系统", 《现代电力》 * |
陆鹏等: "基于Enthernet的故障大数据管理-设备维修技术研究", 《汽车工业研究》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113220753A (zh) * | 2021-05-10 | 2021-08-06 | 西安热工研究院有限公司 | 一种基于电厂历史数据自动生成运行参数目标曲线的方法 |
CN113220753B (zh) * | 2021-05-10 | 2023-01-20 | 西安热工研究院有限公司 | 一种基于电厂历史数据自动生成运行参数目标曲线的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112328707B (zh) | 2023-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111898873A (zh) | 一种集团公司碳排放预警信息系统及其预警方法 | |
CN108537344B (zh) | 基于闭环知识管理的二次设备智能运维方法 | |
JP6232066B2 (ja) | プラント制御最適化システム | |
CN106302739A (zh) | 一种工业锅炉监测及分析辅助决策云平台系统 | |
CN110397951B (zh) | 一种基于数据驱动及智能算法的锅炉燃烧优化系统和装置 | |
CN111720296B (zh) | 一种基于自编码器的汽动给水泵设备异常状态预警方法 | |
CN117013527A (zh) | 一种分布式光伏发电功率预测方法 | |
CN112328707B (zh) | 基于电厂实时数据的运行操作动作识别方法 | |
CN112232373A (zh) | 一种锅炉飞灰含碳量预测方法及系统 | |
CN116028887B (zh) | 一种连续性工业生产数据的分析方法 | |
CN117454093A (zh) | 一种智能电源模块管理方法及系统 | |
CN115099594A (zh) | 一种基于物联网的建筑能耗管理方法及系统 | |
Bao et al. | Wind turbine condition monitoring based on improved active learning strategy and KNN algorithm | |
CN117648543A (zh) | 一种自演化的变电站设备学习方法 | |
DE102013112896A1 (de) | Verfahren, System und Computerprogramm-Produkt zur Analyse von produktionstechnischen und/oder verfahrenstechnischen Prozessen und/oder Prozessschritten in einer Anlage | |
CN116821632A (zh) | 一种生活垃圾焚烧设施稳定性评估和控制方法 | |
CN112288277A (zh) | 基于电厂生产实时绩效指标考核的自诊断运行优化方法 | |
CN116522746A (zh) | 高耗能企业配电托管方法 | |
CN117871771B (zh) | 一种基于大数据的燃气能源监测方法 | |
CN117991639B (zh) | 基于机器学习的燃煤电厂多目标燃烧优化控制方法及装置 | |
Anderson et al. | On the sensitivity of wind turbine failure rate estimates to failure definitions | |
CN117422167A (zh) | 一种基于树模型的电力碳排放预测分析方法 | |
Warsokusumo et al. | Real-time online monitoring for maintaining energy efficiency performance of power generation system | |
CN118134685A (zh) | 一种能源物联网的智慧能源监控系统 | |
CN117952433A (zh) | 一种基于碳排放评估的火电机组管控方法及系统 |
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 |