CN112903301B - 识别燃气轮机运行状态的方法和装置 - Google Patents
识别燃气轮机运行状态的方法和装置 Download PDFInfo
- Publication number
- CN112903301B CN112903301B CN201911229112.3A CN201911229112A CN112903301B CN 112903301 B CN112903301 B CN 112903301B CN 201911229112 A CN201911229112 A CN 201911229112A CN 112903301 B CN112903301 B CN 112903301B
- Authority
- CN
- China
- Prior art keywords
- load
- data
- gas turbine
- phase
- identifying
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
- G01M15/14—Testing gas-turbine engines or jet-propulsion engines
Abstract
本发明涉及用于识别燃气轮机的运行状态的方法和装置,其中该方法包括:获取来自所述燃气轮机的运行数据;根据获取的运行数据,识别燃气轮机的运行状态,并区分燃气轮机的运行状态中的载荷变化阶段和稳定载荷阶段。
Description
技术领域
本发明涉及识别燃气轮机运行状态的方法和装置。
背景技术
燃气轮机运行状态信息(如盘车、启机、停机、升载/降载、满载荷/部分载荷稳定运行等)在燃气轮机整机及关键部件的各种新兴设计和维修课题的运行数据分析中具有重要意义。但是,运行数据记录中通常缺少这种信息。因此,需要从运行数据中推断出特定的运行状态。载荷百分比是一种常用的燃气轮机运行数据,它为运行状态推断提供了重要的信息。然而,由于发动机运行的自然波动和实际运行数据中的噪声,直接使用载荷百分比数据来区分不同的运行阶段并非易事。
目前,燃气轮机运行数据的监测方法主要集中在异常检测、性能退化检测、报警及相关的保护控制逻辑设计等方面。目前还没有一个系统和实用的解决方案可以从载荷百分比时间序列数据中识别燃气轮机的运行状态。在某些情况下,工程师可以根据经验通过观察载荷百分比数据趋势来人工识别运行状态。然而,这种基于工程师运行经验的方法需要大量的人力,缺乏精确性和可靠性。
发明内容
本发明的一方面提供了一种识别燃气轮机运行状态的方法,尤其是基于CUSUM的识别燃气轮机运行状态的方法。根据本发明的实施例的用于识别燃气轮机的运行状态的方法包括:获取来自燃气轮机的运行数据;以及根据获取的运行数据,识别燃气轮机的运行状态,并区分燃气轮机的运行状态中的载荷变化阶段和稳定载荷阶段。
本发明的方法可利用带有噪声的运行数据(主要是载荷百分比数据)来识别燃气轮机的运行状态。它可以区分载荷变化阶段(如启机、停机、升载或降载)和稳定载荷阶段(稳定运行阶段,如满载荷和部分载荷,或盘车运行)。在这之后,可以根据其特性进一步区分载荷变化阶段或稳定载荷阶段。载荷增加阶段是载荷百分比增加的载荷变化阶段。它可以进一步分为从零载荷开始的启机阶段和从非零载荷开始的升载阶段。类似地,载荷减小阶段是载荷百分比降低的载荷变化阶段。它也可分为结束于零载荷的停机阶段和结束于非零载荷的降载阶段。稳定运行阶段是一个载荷稳定的阶段,载荷百分比在一些非零值上下波动,载荷百分比最大为100%;而盘车阶段的特点是载荷百分比在0%左右,转速在2Hz左右(这种转速很低但非零的盘车状态,有别于燃机停运状态)。
根据本发明的方法的示例性实施例,识别燃气轮机的运行状态包括:基于CUSUM利用获取的运行数据的时间序列来识别运行状态。
根据本发明的方法的示例性实施例,识别燃气轮机的运行状态包括:识别载荷增加阶段的起点和识别载荷增加阶段的终点。
根据本发明的方法的示例性实施例,识别燃气轮机的运行状态包括:识别载荷减小阶段的起点和识别载荷减小阶段的终点。
根据本发明的方法的示例性实施例,运行数据包括相关于燃气轮机的载荷百分比数据。
由于本发明所提出的方法并不是一个以异常检测为目的的CUSUM测试,因此在识别载荷变化阶段的终点时,没有同时用到控制上界UCL和控制下界LCL。而且,当且仅当有足够的统计依据可以表明某一点属于某一载荷变化阶段(甚至进入下一个载荷变化方向相反的载荷变化阶段)时,才能确定载荷变化阶段的终点。
在一些实施例中,只需要关注一个运行阶段的最后几个数据点(时间步)的运行数据,此时数据序列可以被人为截断,只取最后的n0个值(即1≤t≤n0的数据),其中截断的长度n0可以由用户确定。过大的n0会增加计算量,而过小的n0会使本发明方法失去意义,因为需要观察一个足够长的序列来确定运行状态。
本发明所提出的基于CUSUM的方法解决该问题的优势包括:基于原CUSUM方法,所推导的方法具有数据变换的特征,以及正向/反向算法的选项,使其能够正确地应用于运行状态识别。这种原本用于统计质量控制的信号处理方法被应用于燃气轮机运行状态识别领域。这种基于CUSUM的方法允许用户选择I型错误和II型错误的概率,这意味着可以调整识别的灵敏度。与基于工程经验的数据趋势目测方法相比,该方法考虑了数据的波动性和噪声,为燃气轮机运行状态识别提供了一种可调的参数化方法,具有较高的识别效率。基于CUSUM的方法假设了燃气轮机载荷百分比数据可以波动且存在噪声,并将其视为随机变量。这使得该方法能够解释错误识别为何会出现(因为其自身已经包含了I型错误和II型错误的概率),并使用户能够调整识别的灵敏度。此外,通过提出的自适应正向/反向选项,基于CUSUM的方法提供了更好的计算成本有界性,并提供了高效的识别。
在可选的实施例中,可利用数据的时间序列分析来识别运行状态。例如,直观的解决方案是检查连续的两个载荷百分比之间的差异。如果差值大于某一阈值(该阈值可能与数据的方差成正比),则可根据差值的符号将状态识别为载荷增加阶段或载荷减小阶段。然而,由于该方法不考虑记录的运行数据的噪声和波动特性,因此可能会对状态做出错误的推断。
在可选的实施例中,可利用数据驱动方法识别运行状态。这种方法通常是基于有监督的机器学习,需要预先标记训练数据。为解决燃气轮机运行状态识别问题,它需要对训练数据进行燃气轮机运行状态标记。然而,现有的燃气轮机运行数据不包含这样的标记。数据可以被人工标记,但因为这也是一项基于经验的工作,它可能会引入额外的标记错误。人工标记的另一个缺点是需要大量的人力。
根据本发明的另一方面,本发明还提供一种用于识别燃气轮机运行状态的装置,该装置包括控制器,其中该控制器被配置为执行根据以上所描述的方法。
根据本发明的另一方面,本发明还提供一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行根据以上所描述的方法。
根据本发明的另一方面,本发明还提供一种处理器,处理器用于运行程序,其中,程序运行时执行根据以上所描述的方法。
根据本发明的另一方面,本发明还提供一种计算机程序产品,计算机程序产品被有形地存储在计算机可读介质上并且包括计算机可执行指令,计算机可执行指令在被执行时使至少一个处理器执行根据以上所描述的方法。
附图说明
附图构成本说明书的一部分,用于帮助进一步理解本发明。这些附图图解了本发明的实施例,并与说明书一起用来说明本发明的原理。在附图中相同的部件用相同的标号表示。图中示出:
图1a至图1c示出传统统计质量控制中CUSUM控制图的示意图。
图2示出根据本发明的实施例的用于识别载荷增加阶段和载荷减小阶段的起点和终点的方法的流程示意图。
图3a至图3b示出根据本发明的实施例的用于基于CUSUM识别启机阶段的示意图。
图4示出根据本发明的实施例的用于识别燃气轮机运行状态的装置的结构示意图。
具体实施例
为了使本技术领域的人员更好地理解本发明的方案,下面将结合本发明的实施例中的附图,对本发明的实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他方案,都应当属于本发明的保护范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含一系列单元的产品或设备不必限于清楚地列出的那些单元,而是可包括没有列出的或对于这些产品或设备固有的其它单元。
图1a至图1c示出传统统计质量控制中CUSUM控制图的示意图。考虑一个载荷百分比数据序列{yi:i=1,2,3...},其中yi∈[0,1]。此序列从稳定运行阶段或盘车阶段开始。需要确定每个载荷百分比时刻的运行状态。由于燃气轮机的运行状态是阶段特性而非瞬时特性,因此一种特定的运行状态在一个时间段内保持不变。考虑到这个性质,只需要确定一个运行阶段的起点和终点。
为了说明本发明的基于CUSUM的方法,以下说明传统的统计质量控制中的CUSUM方法。传统意义上,CUSUM图被用来检测随机过程中的微小偏移。给定一个随机过程的一系列观察结果{xi:i=1,2,...},有两个假设:
H0:这个过程的均值是μ0;
H1:这个过程的均值是μ1。
需要知道其中哪一个更可能是真的。假设I型错误(H0为真时否决H0)的概率为α,II型错误(H1为真时接受H0)的概率为β。设σ为随机过程的标准差。假设μ1大于μ0。设
Δ=μ1-μ0
同时定义控制上界(UCL)和控制下界(LCL)为:
从t=1开始,如果
那么有统计依据认为H0是真的。如果
那么有统计依据认为H1是真的。如果这两个不等式都不成立,那么就没有统计依据来证实这两个假设。图1是该方法的图示说明,其中展示了两个均值分别为μ0和μ1的随机过程。
可以看出,实际上是原始数据{xi}的变换。图1a示出原始数据xi。图1b中的表达式/>可视为变换的中间项。从图1b中的/>到图1c中的/>的时间加权变换可以近似地视为顺时针绕原点的数据线的旋转。在这种变换之后,可以分别在水平轴上方和下方对称地放置两条平行直线来表示UCL和LCL。也可以看出,CUSUM图的控制上下界受两个随机过程均值之差Δ的影响。
图2示出根据本发明的实施例的用于识别载荷增加阶段和载荷减小阶段的起点和终点的方法的流程示意图。由于如在图1中所说明的中间项的趋势线与燃气轮机历史运行数据中载荷变化阶段或稳定载荷阶段的载荷百分比的趋势模式非常相似,因此可利用CUSUM图来区分载荷变化阶段和稳定载荷阶段。根据本发明的实施例,假设有一个作为基点的载荷百分比数据yk,以及紧随其后面的载荷百分比数据{yk+t:t=1,2,...}。相邻项yi+1-yi之差具有噪声,假设噪声服从零均值和恒定方差的正态分布。在基点以上的载荷百分比增量yk+t-yk的角色与CUSUM图中的中间项/>的角色相同。在CUSUM图中,
根据以上等式,为了进行时间加权变换从而获得类似于CUSUM图中这样的输出,进行以下变换:
其中,Δ不再是两个随机过程均值之差,而是一个阈值,它可用于区分载荷变化阶段和稳定载荷阶段。例如,如果要确定一个载荷百分比序列是否处于载荷增加阶段,同时已知载荷噪声的范围在±1%之间,并且载荷增加阶段内载荷百分比的最小上升率为1.5%,则可以将Δ设置为1.25%。再举一个例子,如果要确定载荷百分比序列是否处于载荷减小阶段,同时已知载荷噪声的范围在±2%之间,并且载荷减小阶段内载荷百分比的最小降低率为-4%,则可以将Δ设置为-3%。可以看出,如果想确定一个载荷百分比序列是否处于载荷增加阶段,则需要一个正的Δ。如果想确定一个载荷百分比序列是否处于载荷减小阶段,则需要一个负的Δ。
以下说明使用此方法区分不同的载荷变化阶段和稳定载荷阶段。如前所述,假设一个载荷百分比数据序列{yi:i=1,2,3...},其中yi∈[0,1]。这个序列从稳定运行阶段或盘车阶段开始。想确定接下来的载荷变化阶段的起点和终点。在确定终点之后,此工作流程返回“开始”来确定下一个载荷增加阶段或载荷减少阶段的起点和终点。
步骤S101,载荷变化阶段起点的识别。从k=1开始。执行以下步骤。
步骤S103,判断是否为载荷增加阶段(启机阶段或升载阶段)的起点。使用正的Δ(记作Δ1)对载荷百分比数据序列进行变换。如果从t=0开始的变换后的数据线/>首先在某个t处穿过LCL,则载荷百分比{yk+i:i=0,1,2,...,t}不处于载荷增加阶段。未找到起点。执行步骤S105。如果变换后的数据线首先在由某个t处的数据点上穿过UCL,即/>并且对于0<i<t有/>则可以在yk和yk+t之间找到载荷增加阶段的起点。作为一种选择,可以使用载荷百分比数据点yk作为起点。起点识别完成,这是载荷增加阶段的起点。
步骤S105,判断是否为载荷减小阶段(停机阶段或降载阶段)的起点。使用负的Δ(记作Δ2)对载荷百分比数据序列进行变换。如果从t=0开始的变换后的数据线/>首先在某个t处穿过UCL,则载荷百分比{yk+i:i=0,1,2,...,t}不处于载荷减小阶段。未找到起点。设k为k+1。返回步骤S103。如果变换后的数据线首先在由某个t处的数据点上穿过LCL,即/>并且对于0<i<t有/>则可以在yk和yk+t之间找到载荷减小阶段的起点。作为一种选择,可以使用载荷百分比数据点yk作为起点。起点识别完成,这是载荷减小阶段的起点。如果在基于CUSUM的算法中参数被正确地配置,则必然存在这样的起始点,否则在该载荷百分比序列中不会有载荷变化阶段。
步骤S107,载荷增加阶段终点的识别。有两种方法可以确定载荷增加阶段的终点。给定载荷增加阶段的起点,从起点开始逐个数据点向前移动基点(基点即上面讨论的数据点yk),可以使用上面讨论的基于CUSUM的方法在正向判断基点之后的载荷百分比{yk+t:t=1,2,...}是否处于稳定载荷阶段,或者可以从之前的载荷百分比{yk-t:t=1,2,...}反向判断当前基点是否已经处于稳定载荷阶段。虽然这两种方法在理论上是等价的,但后者在算法有界性方面具有实际优势。在正向方法中,考虑某个k=k0,此时刻载荷百分比数据离开了载荷增加阶段,即时间加权变换后的数据线不穿过UCL,而之前的数据线穿过UCL。由于UCL和LCL之间的数据无法判断运行状态(存在不确定性带),在数据线/>最终穿过LCL(即,载荷百分比进入稳定载荷阶段)之前,可能要经历任意长的时间。因此,算法的计算成本的估值会有一个非常高的上界。相反,在反向方法中,因为在基点yk之前的{yk-t:t=1,2,...}的数据点个数的界为k,确信算法最终会停止,并且可以很容易地估计计算成本。在反向方法中,应该稍微修改前面描述的基于CUSUM方法的表达方法。
数据的时间加权变换应改为:
在这种变换下,当向后检查数据时,数据线会被移动至坐标系的左平面,并且它总是收敛到/>(这也同时是原点)。与CUSUM图相似,使用对称放置在水平轴上和下方分别代表UCL和LCL的两条平行直线,从/>到/>后向检查数据。
如图3a至图3b所示,其示出根据本发明的实施例的用于基于CUSUM识别启机阶段的示意图,图3a至图3b中分别展示了一个启机阶段和一个非启机阶段,其中,虚线的折线表示启机阶段,实线的折线表示非启机阶段。
以下所示的表表1中描述了给定起点的识别载荷增加阶段终点的算法,并且表2中示出用于确定载荷减小阶段的终点的方法。
表1
表2
图4示出根据本发明的实施例的用于识别燃气轮机运行状态的装置的结构示意图。在图4示出的实施例中,根据本发明的装置100包括控制器10,该控制器10被配置为执行如图1至3所示的方法。例如,根据本发明的装置还包括处理器20、存储器30和图形用户界面40。在未示出的实施例中,根据本发明的装置100的控制器10可包括处理器、存储器和图形用户界面。
本文描述的处理器可以包括一个或多个中央处理单元、图形处理单元或本领域中已知的任何其它处理器。更一般而言,本文所使用的处理器是用于执行储存在计算机可读介质上的机器可读指令以执行任务的设备,并且可以包括硬件、固件或其任何组合。处理器还可包括存储器,该存储器储存可执行用以进行任务的机器可读指令。处理器通过操纵、分析、修改、转换或发送供可执行步骤或信息设备使用的信息,和/或通过将信息路由到输出设备来对信息进行操作。处理器可以例如使用或包括计算机、控制器或微处理器的能力,并且可以使用可执行指令来进行调节,以执行通用计算机没有执行的特殊目的函数。处理器可以与使得能够在它们之间进行交互和/或通信的任何其它处理器(电气式和/或如包括可执行组件)耦联。用户界面处理器或生成器是包括用于生成显示图像或其一部分的电子电路或软件或两者的组合的已知元件。用户界面包括一个或多个显示图像,使得用户能够与处理器或其它设备进行交互。
本文描述的各种装置可以包括至少一个计算机可读介质或存储器,用于保存根据本发明的实施方式编程的指令并且用于包含数据结构、表、记录,或本文描述的其它数据。如本文所使用的术语“计算机可读介质”是指参与向一个或多个处理器提供指令以供执行的任何介质。计算机可读介质可以采取许多形式,包括但不限于非暂态的非易失性介质、易失性介质和传输介质。非易失性介质的非限制性示例包括光盘、固态驱动器、磁盘和磁光盘。易失性介质的非限制性示例包括动态存储器。传输介质的非限制性示例包括同轴电缆、铜线和光纤,包括构成系统总线的电线。传输介质也可以采用声波或光波的形式,诸如在无线电波和红外数据通信期间生成的声波或光波。
如本文所使用的可执行应用程序包括代码或机器可读指令,用于调节处理器以例如响应于用户命令或输入实现预定函数,诸如操作系统、上下文数据获取系统或其它信息处理系统的预定函数。可执行步骤是一段代码或机器可读指令、子例程或代码的其它不同部分,或者是用于执行一个或多个特定过程的可执行应用程序的一部分。这些过程可以包括:接收输入数据和/或参数;对所接收的输入数据执行操作和/或响应于所接收的输入参数执行函数;以及提供结果输出数据和/或参数。
本文所使用的图形用户界面包括一个或多个显示图像,该图像由显示处理器生成并且使用户能够与处理器或其它设备进行交互,以及关联的数据获取和处理函数。GUI还包括可执行步骤或可执行应用程序。可执行过程或可执行应用程序调节显示处理器以生成表示GUI显示图像的信号。这些信号被提供给显示设备,该显示设备显示图像以供用户观看。处理器在可执行步骤或可执行应用程序的控制下,响应于从输入设备接收到的信号来操纵GUI显示图像。这样,用户可以使用输入设备与显示图像进行交互,从而实现用户与处理器或其它设备的交互。
本文的函数和处理步骤可以响应于用户命令而自动、全部或部分地执行。自动执行的活动(包括步骤)响应一个或多个可执行指令或设备操作而执行,而无需用户直接启动该活动。
在本发明所提供的实施例中,应该理解,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元或模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合可以是通过一些接口,模块或单元的间接耦合,可以是电性或其它的形式。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.用于识别燃气轮机的运行状态的方法,其特征在于,所述方法包括:
获取来自所述燃气轮机的运行数据;以及
根据获取的所述运行数据,识别所述燃气轮机的运行状态,并区分所述燃气轮机的运行状态中的载荷变化阶段和稳定载荷阶段,其中,通过截断所述运行数据的数据序列,以获得运行阶段的由用户确定的截断长度的最后多个数据点,用于确定所述运行状态,其中,所述方法还包括:
识别所述载荷变化阶段的起点;
判断是否为载荷增加阶段的起点,其中,对载荷百分比数据序列进行变换,如果变换后的数据线穿过控制上界,则确定载荷增加阶段的起点;
判断是否为载荷减小阶段的起点,其中,对载荷百分比数据序列进行变换,如果变换后的数据线穿过控制下界,则确定载荷减小阶段的起点;
识别载荷增加阶段的终点。
2.根据权利要求1所述的方法,其特征在于,识别所述燃气轮机的运行状态包括:基于CUSUM利用获取的运行数据的时间序列来识别所述运行状态。
3.根据权利要求1所述的方法,其特征在于,识别所述燃气轮机的运行状态包括:识别载荷减小阶段的起点和识别载荷减小阶段的终点。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述运行数据包括相关于所述燃气轮机的载荷百分比数据。
5.用于识别燃气轮机的运行状态的装置,其特征在于,所述装置包括控制器,其中所述控制器被配置为执行根据权利要求1至4中任一项所述的方法的步骤。
6.存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行根据权利要求1至4中任一项所述的方法。
7.处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行根据权利要求1至4中任一项所述的方法。
8.计算机程序产品,其特征在于,所述计算机程序产品被有形地存储在计算机可读介质上并且包括计算机可执行指令,所述计算机可执行指令在被执行时使至少一个处理器执行根据权利要求1至4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911229112.3A CN112903301B (zh) | 2019-12-04 | 2019-12-04 | 识别燃气轮机运行状态的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911229112.3A CN112903301B (zh) | 2019-12-04 | 2019-12-04 | 识别燃气轮机运行状态的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112903301A CN112903301A (zh) | 2021-06-04 |
CN112903301B true CN112903301B (zh) | 2023-09-15 |
Family
ID=76111062
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911229112.3A Active CN112903301B (zh) | 2019-12-04 | 2019-12-04 | 识别燃气轮机运行状态的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112903301B (zh) |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS593335A (ja) * | 1982-06-30 | 1984-01-10 | Hitachi Ltd | ガスタ−ビンプラントの保守監視方法 |
JP3919966B2 (ja) * | 1999-02-26 | 2007-05-30 | 株式会社東芝 | コンバインドサイクル発電プラントの運転方法 |
US6990432B1 (en) * | 2003-04-04 | 2006-01-24 | General Electric Company | Apparatus and method for performing gas turbine adjustment |
EP1510656A1 (de) * | 2003-09-01 | 2005-03-02 | Siemens Aktiengesellschaft | Verfahren und Vorrichtung zum Erkennen eines Betriebszustandes einer Turbine |
EP1937943B1 (de) * | 2005-10-17 | 2018-10-31 | Siemens Aktiengesellschaft | Verfahren und vorrichtung zur bestimmung des lebensdauerverbrauchs einzelner bauteile einer fossil befeuerten energieerzeugungsanlage, insbesondere einer gud-anlage |
US20150047368A1 (en) * | 2013-08-13 | 2015-02-19 | General Electric Company | Systems and methods for controlling gas turbines |
EP2921673A1 (de) * | 2014-03-20 | 2015-09-23 | Siemens Aktiengesellschaft | Variable Grenzleistungsregelung für Gasturbinen |
CN104483575B (zh) * | 2014-12-22 | 2017-05-03 | 天津求实智源科技有限公司 | 用于非侵入式电力监测的自适应负荷事件检测方法 |
EP3239684A1 (en) * | 2016-04-29 | 2017-11-01 | Siemens Aktiengesellschaft | Fault diagnosis during testing of turbine unit |
CN108429254B (zh) * | 2018-03-07 | 2020-01-31 | 国网四川省电力公司电力科学研究院 | 一种非侵入式用电负荷识别方法 |
CN109387712B (zh) * | 2018-10-09 | 2021-04-13 | 厦门理工学院 | 基于状态矩阵决策树的非侵入式负荷检测与分解方法 |
CN109813978B (zh) * | 2018-12-25 | 2021-04-20 | 武汉中原电子信息有限公司 | 一种综合暂态特征和稳态间的变化特征的非侵入负荷式识别方法 |
CN109611815B (zh) * | 2018-12-28 | 2020-09-08 | 新奥数能科技有限公司 | 一种燃气蒸汽锅炉的能耗报警管理方法及装置 |
-
2019
- 2019-12-04 CN CN201911229112.3A patent/CN112903301B/zh active Active
Non-Patent Citations (1)
Title |
---|
一种适用于非侵入式负荷监测的暂态事件检测算法;牛卢璐等;《电力系统自动化》;20110510;第35卷(第9期);第30-35页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112903301A (zh) | 2021-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107766299B (zh) | 数据指标异常的监控方法及其系统、存储介质、电子设备 | |
US20170268517A1 (en) | Apparatus and Method for Monitoring a Pump | |
JP2001334999A (ja) | 傾向性能解析に関する警告発生システム | |
JP7175216B2 (ja) | 異常検知装置、異常検知システム、異常検知方法 | |
CN111706464B (zh) | 风力发电机组的控制方法、装置及介质 | |
CN105095817A (zh) | 基于人工智能的智能机器人故障诊断方法、装置及系统 | |
EP4028841B1 (en) | Systems and methods for detecting wind turbine operation anomaly using deep learning | |
CN112903301B (zh) | 识别燃气轮机运行状态的方法和装置 | |
JP2010049359A (ja) | プラント監視装置およびプラント監視方法 | |
CN113009896B (zh) | 基于边缘计算和云计算的生产控制方法及系统 | |
WO2019198563A1 (ja) | 診断支援装置、回転機システム及び診断支援方法 | |
EP3359820B1 (en) | High availability compressor for a gas compression system | |
US20230351214A1 (en) | Automatically generating training data of a time series of sensor data | |
CN103210358A (zh) | 监视过程参量和/或设备参量时的智能可视化 | |
CN112761868B (zh) | 风况识别方法、装置、控制器及风力发电机组 | |
US11454243B2 (en) | Artificial intelligence training method for a target model based on the label matrix | |
US11168669B2 (en) | Method, apparatus and system for wind converter management | |
CN113869373A (zh) | 设备异常检测方法、装置、计算机设备和存储介质 | |
CN112651946A (zh) | 芯片金线检测方法、装置、电子设备及介质 | |
CN114730183A (zh) | 具有视觉编码的趋势曲线图的技术设施的控制系统 | |
US11231846B2 (en) | Monitor and control for distributed system | |
CN113898528B (zh) | 风机变桨轴承的异常检测方法、模型训练方法及相关装置 | |
CN114439683B (zh) | 风力发电机转矩控制方法、装置、设备及存储介质 | |
CN113419927B (zh) | 一种监测和管理控制服务器的方法、系统、设备及介质 | |
CN117950369A (zh) | 用于工厂设备状况监测的系统和方法 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211015 Address after: Munich, Germany Applicant after: Siemens Energy International Address before: Munich, Germany Applicant before: SIEMENS AG |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |