CN114397840A - 水轮机智能控制方法及装置 - Google Patents

水轮机智能控制方法及装置 Download PDF

Info

Publication number
CN114397840A
CN114397840A CN202111637851.3A CN202111637851A CN114397840A CN 114397840 A CN114397840 A CN 114397840A CN 202111637851 A CN202111637851 A CN 202111637851A CN 114397840 A CN114397840 A CN 114397840A
Authority
CN
China
Prior art keywords
water turbine
state
intelligent control
state trend
state monitoring
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
Application number
CN202111637851.3A
Other languages
English (en)
Inventor
程伟华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tengan Electronic Technology Jiangsu Co ltd
Original Assignee
Tengan Electronic Technology Jiangsu Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tengan Electronic Technology Jiangsu Co ltd filed Critical Tengan Electronic Technology Jiangsu Co ltd
Priority to CN202111637851.3A priority Critical patent/CN114397840A/zh
Publication of CN114397840A publication Critical patent/CN114397840A/zh
Pending legal-status Critical Current

Links

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
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0428—Safety, monitoring
    • 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
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24024—Safety, surveillance

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本公开提供了一种水轮机智能控制方法及装置，依据依据预设的关于状态监控节点的远程问诊咨询内容进行识别的水轮机智能控制决策模型进行处理的水轮机智能控制决策模型对所述状态趋势特征进行关键状态趋势特征解析；将水轮机智能控制决策模型生成的所述状态监控节点的关键状态趋势特征分别与预先建立的候选基础状态趋势特征的关键状态趋势特征进行特征比对，从而可以确定识别到的各关键状态趋势特征是否匹配候选水轮机智能控制策略。并在匹配候选水轮机智能控制策略时将对应的状态趋势特征进行候选水轮机智能控制策略配置后加载到水轮机控制系统的水轮机控制信息集中。因此，本公开提高水轮机控制可靠性。

Description

水轮机智能控制方法及装置
技术领域
本公开涉及水轮机技术领域，具体而言，涉及一种水轮机智能控制方法及装置。
背景技术
在水轮机的智能控制过程中，如何有效确保水轮机控制可靠性是目前需解决的技术问题。
发明内容
为解决上述问题，本公开提供一种水轮机智能控制方法，应用于水轮机控制系统，所述水轮机控制系统与水轮机状态监控系统进行通信，所述方法包括：
获取所述水轮机状态监控系统传递的水轮机状态监控数据，所述水轮机状态监控数据包括所述水轮机状态监控系统对应的水轮机状态监控活动的一个或多个状态监控节点的状态趋势特征，所述状态趋势特征包括状态属性、状态属性的状态趋势向量、状态关联区域信息；
依据水轮机智能控制决策模型对所述一个或多个状态监控节点的状态趋势特征进行关键特征挖掘；
将水轮机智能控制决策模型生成的所述状态监控节点的关键状态趋势特征分别与预先建立的候选基础状态趋势特征的关键状态趋势特征进行特征比对；
根据所述比对信息确定识别到的各关键状态趋势特征是否匹配候选水轮机智能控制策略，并在匹配候选水轮机智能控制策略时将对应的状态趋势特征进行候选水轮机智能控制策略配置后加载到水轮机控制系统的水轮机控制信息集中。
本公开中，所述获取所述水轮机状态监控系统传递的水轮机状态监控数据，包括：
获取所述水轮机状态监控系统传递的一个或多个水轮机状态监控实体的监控配置信息，各个水轮机状态监控实体的监控配置信息包括状态监控节点的状态趋势特征对应的状态趋势类别配置信息；
根据所述监控配置信息获取所述水轮机状态监控系统传递的水轮机状态监控数据的状态趋势特征。
本公开中，所述依据水轮机智能控制决策模型对所述一个或多个状态监控节点的状态趋势特征进行关键特征挖掘，包括：
识别所述状态趋势特征中是否包括至少一个预设的关键状态趋势持续域，当识别到任意一个关键状态趋势持续域时，将该关键状态趋势持续域对应的信息作为所述关键状态趋势特征。
本公开中，所述根据所述比对信息确定识别到的各关键状态趋势特征是否匹配候选水轮机智能控制策略的步骤，具体包括：
根据所述比对信息确定所述状态监控节点的关键状态趋势特征与预先建立的候选基础状态趋势特征的关键状态趋势特征之间的相关度量值；
分析所述相关度量值是否达到目标度量值；
若所述相关度量值达到所述目标度量值，则判定对应的关键状态趋势特征匹配候选水轮机智能控制策略；
若所述相关度量值未达到所述目标度量值，则判定对应的关键状态趋势特征不匹配候选水轮机智能控制策略。
本公开还提供一种水轮机智能控制装置，应用于水轮机控制系统，所述水轮机控制系统与水轮机状态监控系统进行通信，所述装置包括：
获取单元，用于获取所述水轮机状态监控系统传递的水轮机状态监控数据，所述水轮机状态监控数据包括所述水轮机状态监控系统对应的水轮机状态监控活动的一个或多个状态监控节点的状态趋势特征；
挖掘单元，用于依据水轮机智能控制决策模型对所述一个或多个状态监控节点的状态趋势特征进行关键特征挖掘；
比对单元，用于将水轮机智能控制决策模型生成的所述状态监控节点的关键状态趋势特征分别与预先建立的候选基础状态趋势特征的关键状态趋势特征进行特征比对；
加载单元，用于根据所述比对信息确定识别到的各关键状态趋势特征是否匹配候选水轮机智能控制策略，并在匹配候选水轮机智能控制策略时将对应的状态趋势特征进行候选水轮机智能控制策略配置后加载到水轮机控制系统的水轮机控制信息集中。
本公开中，所述获取单元还用于：
获取所述水轮机状态监控系统传递的一个或多个水轮机状态监控实体的监控配置信息，各个水轮机状态监控实体的监控配置信息包括状态监控节点的状态趋势特征对应的状态趋势类别配置信息；
根据所述监控配置信息获取所述水轮机状态监控系统传递的水轮机状态监控数据的状态趋势特征。
本公开中，所述挖掘单元还用于：
识别所述状态趋势特征中是否包括至少一个预设的关键状态趋势持续域，当识别到任意一个关键状态趋势持续域时，将该关键状态趋势持续域对应的信息作为所述关键状态趋势特征。
本公开中，所述加载单元还用于：
根据所述比对信息确定所述状态监控节点的关键状态趋势特征与预先建立的候选基础状态趋势特征的关键状态趋势特征之间的相关度量值；
分析所述相关度量值是否达到目标度量值；
若所述相关度量值达到所述目标度量值，则判定对应的关键状态趋势特征匹配候选水轮机智能控制策略；
若所述相关度量值未达到所述目标度量值，则判定对应的关键状态趋势特征不匹配候选水轮机智能控制策略。
基于上述内容，本公开提供的水轮机智能控制方法及装置，依据获取水轮机状态监控系统传递的水轮机状态监控数据，水轮机状态监控数据包括水轮机状态监控系统对应的水轮机状态监控活动的一个或多个状态监控节点的状态趋势特征，然后依据依据预设的关于状态监控节点的远程问诊咨询内容进行识别的水轮机智能控制决策模型进行处理的水轮机智能控制决策模型对所述状态趋势特征进行关键状态趋势特征解析；将水轮机智能控制决策模型生成的所述状态监控节点的关键状态趋势特征分别与预先建立的候选基础状态趋势特征的关键状态趋势特征进行特征比对，从而可以确定识别到的各关键状态趋势特征是否匹配候选水轮机智能控制策略。并在匹配候选水轮机智能控制策略时将对应的状态趋势特征进行候选水轮机智能控制策略配置后加载到水轮机控制系统的水轮机控制信息集中。因此，本公开提高水轮机控制可靠性。
附图说明
为了更清楚地说明本公开的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。
图1为本公开所提供的水轮机控制系统的硬件图。
图2为本公开所提供的水轮机智能控制方法的流程图。
图3为本公开所提供的水轮机智能控制装置的功能单元架构图。
具体实施方式
为了使本技术领域的学员更好地理解本公开方案，下面将结合本公开中的附图，对本公开中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本公开一部分实施例，而不是全部的实施例。根据本公开中的实施例，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实施例，都属于本公开保护的范围。
图1为本公开提供的水轮机控制系统10的硬件图。水轮机控制系统10可以包括水轮机智能控制装置11、存储介质12、处理器13。存储介质12用于存储代码、机器可执行指令、数据等信息。非限制性的，比如，存储介质12可以包括RAM，ROM，闪存设备，硬盘，光盘等。当处理器13执行被加载到存储介质中的相关联的机器可执行指令时，水轮机控制系统10可以实现本公开实施提供的方法。
图2为本公开提供的水轮机智能控制方法的流程示意图，该水轮机智能控制方法可由图1中所示的水轮机控制系统10执行，具体介绍如下。
步骤221，获取所述水轮机状态监控系统传递的水轮机状态监控数据，所述水轮机状态监控数据包括所述水轮机状态监控系统对应的水轮机状态监控活动的一个或多个状态监控节点的状态趋势特征。
步骤222，依据水轮机智能控制决策模型对所述一个或多个状态监控节点的状态趋势特征进行关键特征挖掘。 其中水轮机智能控制决策模型为一种预先依据样本进行训练得到的人工智能模型。
步骤223，将水轮机智能控制决策模型生成的所述状态监控节点的关键状态趋势特征分别与预先建立的候选基础状态趋势特征的关键状态趋势特征进行特征比对。
步骤224，根据所述比对信息确定识别到的各关键状态趋势特征是否匹配候选水轮机智能控制策略，并在匹配候选水轮机智能控制策略时将对应的状态趋势特征进行候选水轮机智能控制策略配置后加载到水轮机控制系统的水轮机控制信息集中。
如此，本公开依据获取水轮机状态监控系统传递的水轮机状态监控数据，水轮机状态监控数据包括水轮机状态监控系统对应的水轮机状态监控活动的一个或多个状态监控节点的状态趋势特征，然后依据依据预设的关于状态监控节点的远程问诊咨询内容进行识别的水轮机智能控制决策模型进行处理的水轮机智能控制决策模型对所述状态趋势特征进行关键状态趋势特征解析；将水轮机智能控制决策模型生成的所述状态监控节点的关键状态趋势特征分别与预先建立的候选基础状态趋势特征的关键状态趋势特征进行特征比对，从而可以确定识别到的各关键状态趋势特征是否匹配候选水轮机智能控制策略。并在匹配候选水轮机智能控制策略时将对应的状态趋势特征进行候选水轮机智能控制策略配置后加载到水轮机控制系统的水轮机控制信息集中。因此，本公开提高水轮机控制可靠性。
本公开中，基于步骤221，可获取所述水轮机状态监控系统传递的一个或多个水轮机状态监控实体的监控配置信息，各个水轮机状态监控实体的监控配置信息包括状态监控节点的状态趋势特征对应的状态趋势类别配置信息； 然后，根据所述监控配置信息获取所述水轮机状态监控系统传递的水轮机状态监控数据的状态趋势特征。
本公开中，基于步骤222，可识别所述状态趋势特征中是否包括至少一个预设的关键状态趋势持续域，当识别到任意一个关键状态趋势持续域时，将该关键状态趋势持续域对应的信息作为所述关键状态趋势特征。
本公开中，基于步骤224，本实施例可以：
根据所述比对信息确定所述状态监控节点的关键状态趋势特征与预先建立的候选基础状态趋势特征的关键状态趋势特征之间的相关度量值；
分析所述相关度量值是否达到目标度量值；
若所述相关度量值达到所述目标度量值，则判定对应的关键状态趋势特征匹配候选水轮机智能控制策略；
若所述相关度量值未达到所述目标度量值，则判定对应的关键状态趋势特征不匹配候选水轮机智能控制策略。
图3为本公开提供的水轮机智能控制装置11的功能单元图，下面分别对该水轮机智能控制装置11的各个功能单元的进行介绍。
获取单元131，用于获取所述水轮机状态监控系统传递的水轮机状态监控数据，所述水轮机状态监控数据包括所述水轮机状态监控系统对应的水轮机状态监控活动的一个或多个状态监控节点的状态趋势特征；
挖掘单元132，用于依据水轮机智能控制决策模型对所述一个或多个状态监控节点的状态趋势特征进行关键特征挖掘；
比对单元133，用于将水轮机智能控制决策模型生成的所述状态监控节点的关键状态趋势特征分别与预先建立的候选基础状态趋势特征的关键状态趋势特征进行特征比对；
加载单元134，用于根据所述比对信息确定识别到的各关键状态趋势特征是否匹配候选水轮机智能控制策略，并在匹配候选水轮机智能控制策略时将对应的状态趋势特征进行候选水轮机智能控制策略配置后加载到水轮机控制系统的水轮机控制信息集中。
可替代的一种实施方式中，本公开中，所述获取单元131还用于：
获取所述水轮机状态监控系统传递的一个或多个水轮机状态监控实体的监控配置信息，各个水轮机状态监控实体的监控配置信息包括状态监控节点的状态趋势特征对应的状态趋势类别配置信息；
根据所述监控配置信息获取所述水轮机状态监控系统传递的水轮机状态监控数据的状态趋势特征。
本公开中，所述挖掘单元132还用于：
识别所述状态趋势特征中是否包括至少一个预设的关键状态趋势持续域，当识别到任意一个关键状态趋势持续域时，将该关键状态趋势持续域对应的信息作为所述关键状态趋势特征。
本公开中，所述加载单元134还用于：
根据所述比对信息确定所述状态监控节点的关键状态趋势特征与预先建立的候选基础状态趋势特征的关键状态趋势特征之间的相关度量值；
分析所述相关度量值是否达到目标度量值；
若所述相关度量值达到所述目标度量值，则判定对应的关键状态趋势特征匹配候选水轮机智能控制策略；
若所述相关度量值未达到所述目标度量值，则判定对应的关键状态趋势特征不匹配候选水轮机智能控制策略。
综上所述，本公开提供的水轮机智能控制方法及装置，依据获取水轮机状态监控系统传递的水轮机状态监控数据，水轮机状态监控数据包括水轮机状态监控系统对应的水轮机状态监控活动的一个或多个状态监控节点的状态趋势特征，然后依据依据预设的关于状态监控节点的远程问诊咨询内容进行识别的水轮机智能控制决策模型进行处理的水轮机智能控制决策模型对所述状态趋势特征进行关键状态趋势特征解析；将水轮机智能控制决策模型生成的所述状态监控节点的关键状态趋势特征分别与预先建立的候选基础状态趋势特征的关键状态趋势特征进行特征比对，从而可以确定识别到的各关键状态趋势特征是否匹配候选水轮机智能控制策略。并在匹配候选水轮机智能控制策略时将对应的状态趋势特征进行候选水轮机智能控制策略配置后加载到水轮机控制系统的水轮机控制信息集中。因此，本公开提高水轮机控制可靠性。
本公开不限于上述示范性实施例的细节，而且在不背离本公开的精神或基本特征的情况下，能够以其它的具体形式实现本公开。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本公开的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本公开内。不应将权利要求中的任何附图视为限制所涉及的权利要求。

Claims (8)

1.一种水轮机智能控制方法，其特征在于，应用于水轮机控制系统，所述水轮机控制系统与水轮机状态监控系统进行通信，所述方法包括：
获取所述水轮机状态监控系统传递的水轮机状态监控数据，所述水轮机状态监控数据包括所述水轮机状态监控系统对应的水轮机状态监控活动的一个或多个状态监控节点的状态趋势特征，所述状态趋势特征包括状态属性、状态属性的状态趋势向量、状态关联区域信息；
依据水轮机智能控制决策模型对所述一个或多个状态监控节点的状态趋势特征进行关键特征挖掘，得到所述状态监控节点的关键状态趋势特征；
将水轮机智能控制决策模型生成的所述状态监控节点的关键状态趋势特征分别与预先建立的候选基础状态趋势特征的关键状态趋势特征进行特征比对；
根据所述比对信息确定识别到的各关键状态趋势特征是否匹配候选水轮机智能控制策略，并在匹配候选水轮机智能控制策略时将对应的状态趋势特征进行候选水轮机智能控制策略配置后加载到水轮机控制系统的水轮机控制信息集中。
2.根据权利要求1所述的水轮机智能控制方法，其特征在于，所述获取所述水轮机状态监控系统传递的水轮机状态监控数据，包括：
获取所述水轮机状态监控系统传递的一个或多个水轮机状态监控实体的监控配置信息，各个水轮机状态监控实体的监控配置信息包括状态监控节点的状态趋势特征对应的状态趋势类别配置信息；
根据所述监控配置信息获取所述水轮机状态监控系统传递的水轮机状态监控数据的状态趋势特征。
3.根据权利要求2所述的水轮机智能控制方法，其特征在于，所述依据水轮机智能控制决策模型对所述一个或多个状态监控节点的状态趋势特征进行关键特征挖掘，包括：
识别所述状态趋势特征中是否包括至少一个预设的关键状态趋势持续域，当识别到任意一个关键状态趋势持续域时，将该关键状态趋势持续域对应的信息作为所述关键状态趋势特征。
4.根据权利要求1所述的水轮机智能控制方法，其特征在于，所述根据所述比对信息确定识别到的各关键状态趋势特征是否匹配候选水轮机智能控制策略，包括：
根据所述比对信息确定所述状态监控节点的关键状态趋势特征与预先建立的候选基础状态趋势特征的关键状态趋势特征之间的相关度量值；
分析所述相关度量值是否达到目标度量值；
若所述相关度量值达到所述目标度量值，则判定对应的关键状态趋势特征匹配候选水轮机智能控制策略；
若所述相关度量值未达到所述目标度量值，则判定对应的关键状态趋势特征不匹配候选水轮机智能控制策略。
5.一种水轮机智能控制装置，其特征在于，应用于水轮机控制系统，所述水轮机控制系统与水轮机状态监控系统进行通信，所述装置包括：
获取单元，用于获取所述水轮机状态监控系统传递的水轮机状态监控数据，所述水轮机状态监控数据包括所述水轮机状态监控系统对应的水轮机状态监控活动的一个或多个状态监控节点的状态趋势特征；
挖掘单元，用于依据水轮机智能控制决策模型对所述一个或多个状态监控节点的状态趋势特征进行关键特征挖掘；
比对单元，用于将水轮机智能控制决策模型生成的所述状态监控节点的关键状态趋势特征分别与预先建立的候选基础状态趋势特征的关键状态趋势特征进行特征比对；
加载单元，用于根据所述比对信息确定识别到的各关键状态趋势特征是否匹配候选水轮机智能控制策略，并在匹配候选水轮机智能控制策略时将对应的状态趋势特征进行候选水轮机智能控制策略配置后加载到水轮机控制系统的水轮机控制信息集中。
6.根据权利要求5所述的水轮机智能控制装置，其特征在于，所述获取单元还用于：
获取所述水轮机状态监控系统传递的一个或多个水轮机状态监控实体的监控配置信息，各个水轮机状态监控实体的监控配置信息包括状态监控节点的状态趋势特征对应的状态趋势类别配置信息；
根据所述监控配置信息获取所述水轮机状态监控系统传递的水轮机状态监控数据的状态趋势特征。
7.根据权利要求5所述的水轮机智能控制装置，其特征在于，所述挖掘单元还用于：
识别所述状态趋势特征中是否包括至少一个预设的关键状态趋势持续域，当识别到任意一个关键状态趋势持续域时，将该关键状态趋势持续域对应的信息作为所述关键状态趋势特征。
8.根据权利要求5所述的水轮机智能控制装置，其特征在于，所述加载单元还用于：
根据所述比对信息确定所述状态监控节点的关键状态趋势特征与预先建立的候选基础状态趋势特征的关键状态趋势特征之间的相关度量值；
分析所述相关度量值是否达到目标度量值；
若所述相关度量值达到所述目标度量值，则判定对应的关键状态趋势特征匹配候选水轮机智能控制策略；
若所述相关度量值未达到所述目标度量值，则判定对应的关键状态趋势特征不匹配候选水轮机智能控制策略。
CN202111637851.3A 2021-12-30 2021-12-30 水轮机智能控制方法及装置 Pending CN114397840A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111637851.3A CN114397840A (zh) 2021-12-30 2021-12-30 水轮机智能控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111637851.3A CN114397840A (zh) 2021-12-30 2021-12-30 水轮机智能控制方法及装置

Publications (1)

Publication Number Publication Date
CN114397840A true CN114397840A (zh) 2022-04-26

Family

ID=81229031

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111637851.3A Pending CN114397840A (zh) 2021-12-30 2021-12-30 水轮机智能控制方法及装置

Country Status (1)

Country Link
CN (1) CN114397840A (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103439091A (zh) * 2013-06-25 2013-12-11 国电大渡河检修安装有限公司 水轮机转轮叶片裂纹故障早期预警和诊断方法及系统
CN106017936A (zh) * 2016-05-24 2016-10-12 国家电网公司 一种水轮机组运行状态监测诊断方法
CN107035602A (zh) * 2017-06-14 2017-08-11 衢州市江氏电子科技有限公司 一种水轮机状态监测及故障诊断系统
CN109543858A (zh) * 2018-11-30 2019-03-29 青海电研科技有限责任公司 一种水电机组在线监测数据分析评估方法
CN110185575A (zh) * 2019-05-17 2019-08-30 天津天发总厂机电设备有限公司 一种水轮发电机组水轮机设备状态远程监控方法
CN112196717A (zh) * 2020-08-18 2021-01-08 华电电力科学研究院有限公司 一种水轮机调速器液压系统状态监测与故障诊断方法
CN112286991A (zh) * 2020-10-29 2021-01-29 广东海洋大学 一种基于多源海上目标数据的智能挖掘模型建立方法
CN113027658A (zh) * 2021-03-24 2021-06-25 华中科技大学 一种水轮机转轮实时状态评估方法及其应用
CN113187650A (zh) * 2021-04-07 2021-07-30 武汉四创自动控制技术有限责任公司 一种智能水电厂全厂水轮机调速系统及诊断方法
CN113255848A (zh) * 2021-07-08 2021-08-13 浙江大学 基于大数据学习的水轮机空化声信号辨识方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103439091A (zh) * 2013-06-25 2013-12-11 国电大渡河检修安装有限公司 水轮机转轮叶片裂纹故障早期预警和诊断方法及系统
CN106017936A (zh) * 2016-05-24 2016-10-12 国家电网公司 一种水轮机组运行状态监测诊断方法
CN107035602A (zh) * 2017-06-14 2017-08-11 衢州市江氏电子科技有限公司 一种水轮机状态监测及故障诊断系统
CN109543858A (zh) * 2018-11-30 2019-03-29 青海电研科技有限责任公司 一种水电机组在线监测数据分析评估方法
CN110185575A (zh) * 2019-05-17 2019-08-30 天津天发总厂机电设备有限公司 一种水轮发电机组水轮机设备状态远程监控方法
CN112196717A (zh) * 2020-08-18 2021-01-08 华电电力科学研究院有限公司 一种水轮机调速器液压系统状态监测与故障诊断方法
CN112286991A (zh) * 2020-10-29 2021-01-29 广东海洋大学 一种基于多源海上目标数据的智能挖掘模型建立方法
CN113027658A (zh) * 2021-03-24 2021-06-25 华中科技大学 一种水轮机转轮实时状态评估方法及其应用
CN113187650A (zh) * 2021-04-07 2021-07-30 武汉四创自动控制技术有限责任公司 一种智能水电厂全厂水轮机调速系统及诊断方法
CN113255848A (zh) * 2021-07-08 2021-08-13 浙江大学 基于大数据学习的水轮机空化声信号辨识方法

Similar Documents

Publication Publication Date Title
US11057788B2 (en) Method and system for abnormal value detection in LTE network
CN112857669B (zh) 压力传感器的故障检测方法、装置、设备及存储介质
CN109120435B (zh) 网络链路质量预测方法、装置及可读存储介质
CN109063433B (zh) 虚假用户的识别方法、装置及可读存储介质
CN110736968A (zh) 基于深度学习的雷达异常状态诊断方法
CN110797031A (zh) 语音变音检测方法、系统、移动终端及存储介质
CN115800272B (zh) 基于拓扑识别的电网故障分析方法、系统、终端及介质
CN116089870A (zh) 基于元学习的小样本条件下工业设备故障预测方法及装置
CN114254673A (zh) 一种基于去噪对抗自编码器的频谱异常检测方法
CN116559667A (zh) 模型训练方法及装置、电池检测方法及装置、设备、介质
CN111522736A (zh) 一种软件缺陷预测方法、装置、电子设备及计算机存储介质
CN101237357A (zh) 工业无线传感器网络故障在线检测方法
CN114139604A (zh) 基于在线学习的电力工控攻击监测方法和装置
CN117077870A (zh) 一种基于人工智能的水资源数字化管理方法
CN114397840A (zh) 水轮机智能控制方法及装置
KR102152081B1 (ko) 딥러닝 기반의 가치 평가 방법 및 그 장치
CN116909788A (zh) 一种任务导向和视角不变的多模态故障诊断方法及系统
CN117048524A (zh) 一种车辆故障的检测方法、装置、车辆及存储介质
KR102247179B1 (ko) 이상행위탐지모델의 비지도 학습을 위한 xai 기반 정상학습데이터 생성방법 및 장치
CN116399477A (zh) 一种电池模组温度传感器的诊断管控方法及装置
CN115980585A (zh) 电池故障的检测方法、装置、计算机设备和存储介质
CN115269241A (zh) 一种对周期性数据进行异常检测的方法、装置及存储介质
CN108052987B (zh) 图像分类输出结果的检测方法
CN114416415A (zh) 鸿蒙操作系统用远程在线故障检测方法及系统、存储介质
CN112735474A (zh) 一种自主更新的无负样本的异常声音检测算法

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