CN112696667A - 一种循环流化床锅炉机组床温预警系统 - Google Patents
一种循环流化床锅炉机组床温预警系统 Download PDFInfo
- Publication number
- CN112696667A CN112696667A CN202011621064.5A CN202011621064A CN112696667A CN 112696667 A CN112696667 A CN 112696667A CN 202011621064 A CN202011621064 A CN 202011621064A CN 112696667 A CN112696667 A CN 112696667A
- Authority
- CN
- China
- Prior art keywords
- data
- submodule
- module
- prediction
- model
- 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
- 238000007781 pre-processing Methods 0.000 claims abstract description 28
- 230000002159 abnormal effect Effects 0.000 claims abstract description 19
- 238000004891 communication Methods 0.000 claims abstract description 19
- 238000001514 detection method Methods 0.000 claims abstract description 15
- 238000013500 data storage Methods 0.000 claims abstract description 11
- 238000010977 unit operation Methods 0.000 claims abstract description 6
- 238000012549 training Methods 0.000 claims description 13
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000010219 correlation analysis Methods 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims 1
- 238000010276 construction Methods 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 7
- 238000002485 combustion reaction Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000010248 power generation Methods 0.000 description 6
- 239000003245 coal Substances 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000571 coke Substances 0.000 description 1
- 238000006477 desulfuration reaction Methods 0.000 description 1
- 230000023556 desulfurization Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23C—METHODS OR APPARATUS FOR COMBUSTION USING FLUID FUEL OR SOLID FUEL SUSPENDED IN A CARRIER GAS OR AIR
- F23C10/00—Fluidised bed combustion apparatus
- F23C10/18—Details; Accessories
- F23C10/28—Control devices specially adapted for fluidised bed, combustion apparatus
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23C—METHODS OR APPARATUS FOR COMBUSTION USING FLUID FUEL OR SOLID FUEL SUSPENDED IN A CARRIER GAS OR AIR
- F23C2206/00—Fluidised bed combustion
- F23C2206/10—Circulating fluidised bed
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及一种循环流化床锅炉机组床温预警系统，包括DCS系统、数据预处理模块以及智能预测模块；所述DCS系统与所述数据预处理模块之间通过通讯模块进行数据通讯；所述数据预处理模块包括数据预处理子模块、输入选择子模块以及异常数据检测子模块；所述智能预测模块包括聚类算法子模块、聚类模型子模块、分类数据存储子模块以及预测模型子模块。本发明通过聚类将不同工况的数据区分出来分别构建预测模型，提高床温预测的准确性，实现对未来时刻床温的监测，同时能够根据预测值及数据特征做出相应的预警信号，能够为现场运行人员提供床温预警信息，提高机组运行效率和安全性。
Description
技术领域
本发明属于智能发电技术领域，特别涉及一种循环流化床锅炉机组床温预警系统。
背景技术
近年来，随着社会对环保要求的提升。我国新能源电力发展迅速，风电装机超越美国，居世界第一位；2019年中国新增光伏装机容量30.1GW,连续7年位居全球第一,光伏产业出货量占据全球70%以上的份额。截至2019年，全国风光装机量已达3.9亿千瓦，位居世界第一。要推动社会的可持续发展，除了需要新能源发电技术的发展，还需要提高传统火力发电技术，提升火电机组的变负荷能力。洁净煤技术是我国保障发电行业可持续发展的战略措施之一，循环流化床(CFB)燃烧发电技术是洁净煤技术的一个重要研究领域。CFB锅炉具有诸多优点，主要包括：燃料适应性强；燃烧效率高；清洁燃烧。循环流化床燃烧技术能够适应中、低硫煤，并且燃烧效率能达到95%~99%，CFB锅炉的脱硫率可达80%~95%，NOx排放可减少50%。
随着新能源并网容量的增加，国家对火电机组的灵活性和变负荷能力有了更高的要求。在循环流化床中，床温是一个极为重要的运行参数，床温反应了炉膛内燃料的燃烧状态和蓄能情况，控制人员可通过对床温的监控，调整控制策略，保证燃烧的稳定性。床温在一定程度上决定了机组运行情况的好坏，最佳的床温应当被控制在850℃-950℃之间，若床温过高，容易导致流化床体结焦，影响机组安全运行；但床温太低，会降低炉内温度从而降低燃烧效率，甚至造成锅炉灭火的危险，同时当存在大量未燃尽的燃料颗粒时，会导致尾部烟道中的固体颗粒燃烧，发生重大事故。床温过高或者过低会都会直接影响CFB锅炉的运行效率，所以必须将床温控制在一定范围内。传统监测方法主要通过现场测点进行，床温变化时，若不能及时地做出控制策略，那么锅炉地整体运行效率将受到影响。
因此，对床温的预警对于机组的安全稳定运行是非常有利的，同时这也是智能发电技术中非常重要的一个环节。在运行过程中，若能对机组床温进行预测和监测，那么控制系统及控制人员可以依据预测值及预警信号，对当前控制策略作出调整，提高机组运行效率和安全性，保证机组安全稳定运行。
发明内容
本发明为解决公知技术中存在的技术问题提供一种循环流化床锅炉机组床温预警系统，对机组床温进行预测和监控，为现场人员的操作提供预警信息，帮助现场人员及时对故障进行处理，提高机组运行的安全性。
本发明包括如下技术方案：一种循环流化床锅炉机组床温预警系统，包括DCS系统、数据预处理模块以及智能预测模块；所述DCS系统与所述数据预处理模块之间通过通讯模块进行数据通讯；所述数据预处理模块包括数据预处理子模块、输入选择子模块以及异常数据检测子模块；所述智能预测模块包括聚类算法子模块、聚类模型子模块、分类数据存储子模块以及预测模型子模块。
所述通讯模块硬件上通过网线与服务器相连接；所述通讯模块通讯传输上通过http协议模式实现DCS系统及服务器之间的通讯。
进一步的，所述DCS系统提供机组运行数据，所述运行数据包含历史数据库和在线数据；所述历史数据库用于智能预测模块的训练和验证。
进一步的，所述数据预处理子模块对数据的清洗和归一化处理；处理所述在线数据时，所述数据预处理子模块对输入变量进行选择。
进一步的，所述异常数据检测子模块对在线数据进行异常数据检测并输出故障预警信号；所述异常数据检测子模块通过历史数据库进行训练和验证。
进一步的，所述聚类模型子模块存储现有的聚类模型并根据在线数据的输入，区分当前工况类别，连接预测模型子模块，为预测模型子模块提供模型选择信号。
进一步的，所述输入选择子模块对数据进行变量相关性分析，同时结合机理先验知识对聚类算法子模块的输入进行选择；并将结果更新在数据预处理子模块中，减少在线数据处理的运算量。
进一步的，所述聚类算法子模块对数据输入进行权重设定，对数据进行无监督聚类，实现对各工况进行区分。
进一步的，所述预测模型子模块存储训练好的预测子模型，根据聚类模型子模块的信号进行预测子模型的选择，输出实时预测值，并根据实时预测值发出阈值预警信号。
进一步的，所述预测子模型采用长短期记忆神经网络（LSTM网络）对每一类数据进行模型构建。
进一步的，所述分类数据存储子模块存储聚类算法子模块依据聚类模型子模块对历史数据库的数据分类结果，所述分类结果作为预测模型子模块的训练和验证。
床温预警系统内部计算流程：DCS系统将数据通过通讯模块传输进数据处理模块。在数据处理模块中，数据预处理子模块对数据进行清洗和归一化处理；输入选择子模块对预处理之后的数据进行筛选，依据数据相关性及和机理先验知识进行选择；经过选择后的数据一边被送到智能预测模块中，另一边被送到异常数据检测子模块中；所述异常数据检测子模块中通过历史数据库数据进行训练和验证，对在线数据进行检测，若出现异常则发出故障预警信号。
在智能预测模块中，聚类算法子模块根据输入数据进行聚类；依据聚类模型子模块将历史数据进行划分，各类别数据存储在分类数据存储子模块中；依据各类别数据，按照比例将数据划分为训练集和测试集，建立各类别下单独的预测子模型；各类预测子模型被存储在预测模型子模块中，预测模型子模块根据聚类模型子模块的模型选择信号，选择相应的预测子模型，实现对在线数据的预测，系统根据实时预测值发出阈值预警信号。
本发明具有的优点和积极效果：与现有技术相比，本发明通过聚类将不同工况的数据区分出来分别构建预测模型，提高床温预测的准确性，实现对未来时刻床温的监测，同时能够根据预测值及数据特征做出相应的预警信号，能够为现场运行人员提供床温预警信息，提高机组运行效率和安全性。
附图说明
图1是本发明的流程示意图。
图中，1-DCS系统；2-通讯模块；3-历史数据库；4-在线数据；5-数据预处理子模块；6-输入选择子模块；7-异常数据检测子模块；8-聚类算法子模块；9-聚类模型子模块；10-分类数据存储子模块；11-预测子模型；12-预测模型子模块；13-实时预测值；14-阈值预警信号；15-故障预警信号；16-数据处理模块；17-智能预测模块。
具体实施方式
为能进一步公开本发明的发明内容、特点及功效，特例举以下实例并结合附图详细说明如下。
实施例：参阅附图1，一种循环流化床锅炉机组床温预警系统，包括DCS系统1、数据预处理模块16以及智能预测模块17；所述DCS系统1与所述数据预处理模块16之间通过通讯模块2进行数据通讯；所述智能预警模块17及数据处理模块16，通过外挂服务器的方式进行实施，服务器型号为戴尔PowerEdge R740，运行环境为Windows 7，模块子程序通过python实现。所述通讯模块2硬件上通过网线与服务器相连接；所述通讯模块2通讯传输上通过http协议模式实现DCS系统1及服务器之间的通讯。所述DCS系统1提供机组运行数据，所述运行数据包含历史数据库3和在线数据4；所述历史数据库3用于智能预测模块17的训练和验证。
所述数据预处理模块16包括数据预处理子模块5、输入选择子模块6以及异常数据检测子模块7：
所述数据预处理子模块5对数据的清洗和归一化处理；处理所述在线数据4时，所述数据预处理子模块5对输入变量进行选择；所述输入选择子模块6对数据进行变量相关性分析，同时结合机理先验知识对聚类算法子模块8的输入进行选择；并将结果更新在数据预处理子模块5中，减少在线数据处理的运算量；所述异常数据检测子模块7对在线数据4进行异常数据检测并输出故障预警信号15；所述异常数据检测子模块7通过历史数据库3进行训练和验证。
所述智能预测模块17包括聚类算法子模块8、聚类模型子模块9、分类数据存储子模块10以及预测模型子模块12：
所述聚类算法子模块8对数据输入进行权重设定，对数据进行无监督聚类，实现对各工况进行区分；所述聚类算法子模块8依据聚类模型子模块9对历史数据库3进行划分，各类别数据存储在分类数据存储子模块10中；依据各类别数据，按照比例将数据划分为训练集和测试集，建立各类别下单独的预测子模型11；所述聚类模型子模块9存储现有的聚类模型并根据在线数据4的输入，区分当前工况类别，连接预测模型子模块12，为预测模型子模块12提供模型选择信号；所述分类数据存储子模块10存储聚类算法子模块8依据聚类模型子模块9对历史数据库3的数据分类结果，所述分类结果作为预测模型子模块12的训练和验证；所述预测模型子模块12存储训练好的预测子模型11，根据聚类模型子模块9的信号进行预测子模型11的选择，输出实时预测值13，并根据实时预测值13发出阈值预警信号14。所述预测子模型11采用长短期记忆神经网络（LSTM网络）对每一类数据进行模型构建。
床温预警系统内部计算流程：DCS系统1将数据通过通讯模块2传输进数据处理模块16。在数据处理模块16中，数据预处理子模块5对数据进行清洗和归一化处理；输入选择子模块6对预处理之后的数据进行筛选，依据数据相关性及和机理先验知识进行选择；经过选择后的数据一边被送到智能预测模块17中，另一边被送到异常数据检测子模块7中；所述异常数据检测子模块7中通过历史数据库3数据进行训练和验证，对在线数据4进行检测，若出现异常则发出故障预警信号15。
在智能预测模块17中，聚类算法子模块8根据输入数据进行聚类；依据聚类模型子模块9将历史数据进行划分，各类别数据存储在分类数据存储子模块10中；依据各类别数据，按照比例将数据划分为训练集和测试集，建立各类别下单独的预测子模型11；各类预测子模型11被存储在预测模型子模块12中，预测模型子模块12根据聚类模型子模块9的模型选择信号，选择相应的预测子模型11，实现对在线数据4的预测，系统根据实时预测值13发出阈值预警信号14。
尽管上面对本发明的优选实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，并不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可以作出很多形式。这些均属于本发明的保护范围之内。
Claims (10)
1.一种循环流化床锅炉机组床温预警系统，包括DCS系统、数据预处理模块以及智能预测模块，其特征在于：所述DCS系统与所述数据预处理模块之间通过通讯模块进行数据通讯；所述数据预处理模块包括数据预处理子模块、输入选择子模块以及异常数据检测子模块；所述智能预测模块包括聚类算法子模块、聚类模型子模块、分类数据存储子模块以及预测模型子模块。
2.根据权利要求1所述的循环流化床锅炉机组床温预警系统，其特征在于：所述DCS系统提供机组运行数据，所述运行数据包含历史数据库和在线数据；所述历史数据库用于智能预测模块的训练和验证。
3.根据权利要求2所述的循环流化床锅炉机组床温预警系统，其特征在于：所述数据预处理子模块对数据的清洗和归一化处理；处理所述在线数据时，所述数据预处理子模块对输入变量进行选择。
4.根据权利要求2所述的一种循环流化床锅炉机组床温预警系统，其特征在于：所述异常数据检测子模块通过噪声自编码器对在线数据进行异常数据检测并输出故障预警信号；所述异常数据检测子模块通过历史数据库进行训练和验证。
5.根据权利要求2所述的一种循环流化床锅炉机组床温预警系统，其特征在于：所述聚类模型子模块存储现有的聚类模型并根据在线数据的输入，区分当前工况类别，连接预测模型子模块，为预测模型子模块提供模型选择信号。
6.根据权利要求5所述的一种循环流化床锅炉机组床温预警系统，其特征在于：所述预测模型子模块存储训练好的预测子模型，根据聚类模型子模块的信号进行预测子模型的选择，输出实时预测值，并根据实时预测值发出阈值预警信号。
7.根据权利要求6所述的一种循环流化床锅炉机组床温预警系统，其特征在于：所述预测子模型采用长短期记忆神经网络（LSTM网络）对每一类数据进行模型构建。
8.根据权利要求1所述的一种循环流化床锅炉机组床温预警系统，其特征在于：所述输入选择子模块对数据进行变量相关性分析，同时结合机理先验知识对聚类算法子模块的输入进行选择；并将结果更新在数据预处理子模块中。
9.根据权利要求1所述的一种循环流化床锅炉机组床温预警系统，其特征在于：所述聚类算法子模块对数据输入进行权重设定，对数据进行无监督聚类，实现对各工况进行区分。
10.根据权利要求1所述的一种循环流化床锅炉机组床温预警系统，其特征在于：所述分类数据存储子模块存储聚类算法子模块依据聚类模型子模块对历史数据库的数据分类结果，所述分类结果作为预测模型子模块的训练和验证。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011621064.5A CN112696667A (zh) | 2020-12-31 | 2020-12-31 | 一种循环流化床锅炉机组床温预警系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011621064.5A CN112696667A (zh) | 2020-12-31 | 2020-12-31 | 一种循环流化床锅炉机组床温预警系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112696667A true CN112696667A (zh) | 2021-04-23 |
Family
ID=75512936
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011621064.5A Pending CN112696667A (zh) | 2020-12-31 | 2020-12-31 | 一种循环流化床锅炉机组床温预警系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112696667A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023036427A1 (en) * | 2021-09-09 | 2023-03-16 | Sumitomo SHI FW Energia Oy | Method for determining a local temperature anomaly in a fluidized bed of a combustion boiler, method for calibrating a numerical model of a fluidized bed of a combustion boiler, method for estimating risk of fluidized bed combustion boiler bed sintering, method of controlling a fluidized bed boiler, as well as a combustion boiler |
| CN116304892A (zh) * | 2023-05-24 | 2023-06-23 | 湖南工商大学 | 煤气化系统中循环流化床多尺度流态故障诊断方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102693452A (zh) * | 2012-05-11 | 2012-09-26 | 上海交通大学 | 基于半监督回归学习的多模型软测量方法 |
| CN105045256A (zh) * | 2015-07-08 | 2015-11-11 | 北京泰乐德信息技术有限公司 | 基于数据对比分析的轨道交通实时故障诊断方法和系统 |
| CN105066121A (zh) * | 2015-07-29 | 2015-11-18 | 华北电力大学 | 一种循环流化床锅炉动态床温预测系统及方法 |
| CN107145981A (zh) * | 2017-05-05 | 2017-09-08 | 张勇 | 一种电厂锅炉排烟温度的寻优方法及装置 |
| CN108087856A (zh) * | 2017-11-21 | 2018-05-29 | 华北电力大学 | 一种超临界循环流化床机组主蒸汽压力预测系统及方法 |
| CN111720296A (zh) * | 2020-06-11 | 2020-09-29 | 浙江浙能技术研究院有限公司 | 一种基于自编码器的汽动给水泵设备异常状态预警方法 |
-
2020
- 2020-12-31 CN CN202011621064.5A patent/CN112696667A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102693452A (zh) * | 2012-05-11 | 2012-09-26 | 上海交通大学 | 基于半监督回归学习的多模型软测量方法 |
| CN105045256A (zh) * | 2015-07-08 | 2015-11-11 | 北京泰乐德信息技术有限公司 | 基于数据对比分析的轨道交通实时故障诊断方法和系统 |
| CN105066121A (zh) * | 2015-07-29 | 2015-11-18 | 华北电力大学 | 一种循环流化床锅炉动态床温预测系统及方法 |
| CN107145981A (zh) * | 2017-05-05 | 2017-09-08 | 张勇 | 一种电厂锅炉排烟温度的寻优方法及装置 |
| CN108087856A (zh) * | 2017-11-21 | 2018-05-29 | 华北电力大学 | 一种超临界循环流化床机组主蒸汽压力预测系统及方法 |
| CN111720296A (zh) * | 2020-06-11 | 2020-09-29 | 浙江浙能技术研究院有限公司 | 一种基于自编码器的汽动给水泵设备异常状态预警方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023036427A1 (en) * | 2021-09-09 | 2023-03-16 | Sumitomo SHI FW Energia Oy | Method for determining a local temperature anomaly in a fluidized bed of a combustion boiler, method for calibrating a numerical model of a fluidized bed of a combustion boiler, method for estimating risk of fluidized bed combustion boiler bed sintering, method of controlling a fluidized bed boiler, as well as a combustion boiler |
| WO2023036924A1 (en) * | 2021-09-09 | 2023-03-16 | Sumitomo SHI FW Energia Oy | Method for determining a local temperature anomaly in a fluidized bed of a reactor, method for calibrating a numerical model of a fluidized bed of a reactor, method for estimating risk of fluidized bed reactor bed sintering, method of controlling a fluidized bed reactor, as well as a reactor |
| CN116304892A (zh) * | 2023-05-24 | 2023-06-23 | 湖南工商大学 | 煤气化系统中循环流化床多尺度流态故障诊断方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112696667A (zh) | 一种循环流化床锅炉机组床温预警系统 | |
| CN106219342B (zh) | 基于时频转换算法的电梯自诊断及预诊断系统和方法 | |
| CN110244186B (zh) | 一种基于孤立点检测算法的电缆故障预测报警方法 | |
| CN116722249A (zh) | 一种电池热失控预警保护系统及其保护方法 | |
| CN110046182A (zh) | 一种巨型水电厂智能报警阈值设置方法及系统 | |
| CN213435054U (zh) | 一种嵌入式电除尘运行优化系统 | |
| CN111413948A (zh) | 用于判断plc与dcs通讯是否正常的装置和方法 | |
| CN111651933A (zh) | 基于统计推断的工业锅炉故障预警方法及系统 | |
| CN116111951A (zh) | 一种基于光伏发电的数据监测系统 | |
| CN116128241A (zh) | 一种智能供电系统 | |
| CN117612345A (zh) | 一种电力设备状态监测报警系统及方法 | |
| CN117477794B (zh) | 基于网关机数据交换的配电站用电管理优化系统及方法 | |
| CN201072238Y (zh) | 中小型工业锅炉稳定节能减排智能优化控制系统 | |
| CN202707551U (zh) | 中长隧道用智能通风节能控制系统 | |
| CN114632624A (zh) | 一种电除尘运行优化系统及优化方法 | |
| Wang et al. | NOx emission prediction of coal-fired power units under uncertain classification of operating conditions | |
| CN104779909A (zh) | 一种太阳能光伏电站的工作状态监测方法及系统 | |
| CN103334946A (zh) | 一种火电厂汽动引风机在线节能诊断控制系统 | |
| KR20230150749A (ko) | 인공지능 기반으로 자가 진단하는 태양광 발전을 운영하는 시스템 및 방법 | |
| CN115310586A (zh) | 针对网络攻击的有源配电网信息物理系统运行态势预测方法及系统 | |
| CN114076876A (zh) | 一种用于煤矿高压电缆在线绝缘监测的异构融合方法 | |
| CN114294637B (zh) | 一种基于机器学习的低温省煤器状态监测系统及方法 | |
| CN104779908A (zh) | 一种太阳能光伏电站的工作状态监测方法及系统 | |
| CN114626309B (zh) | 一种高压加热器系统端差煤耗优化调节方法 | |
| CN113803735B (zh) | 一种基于支持向量机的电站锅炉炉膛分区段智能吹灰系统及方法 |
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: 20210423 |