CN115049213A - 一种风电场多维度智能分析系统及方法 - Google Patents
一种风电场多维度智能分析系统及方法 Download PDFInfo
- Publication number
- CN115049213A CN115049213A CN202210534949.4A CN202210534949A CN115049213A CN 115049213 A CN115049213 A CN 115049213A CN 202210534949 A CN202210534949 A CN 202210534949A CN 115049213 A CN115049213 A CN 115049213A
- Authority
- CN
- China
- Prior art keywords
- analysis
- wind power
- power plant
- acquiring
- behavior
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 238
- 238000000034 method Methods 0.000 title claims abstract description 16
- 230000006399 behavior Effects 0.000 claims description 114
- 238000012423 maintenance Methods 0.000 claims description 77
- 238000012795 verification Methods 0.000 claims description 42
- 239000013598 vector Substances 0.000 claims description 40
- 238000004088 simulation Methods 0.000 claims description 24
- 230000014509 gene expression Effects 0.000 claims description 11
- 230000001788 irregular Effects 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 claims description 8
- 230000008921 facial expression Effects 0.000 claims description 8
- 230000004438 eyesight Effects 0.000 claims description 7
- 238000013211 curve analysis Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 230000005611 electricity Effects 0.000 claims description 5
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 10
- 238000007405 data analysis Methods 0.000 description 5
- 238000003062 neural network model Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000010687 lubricating oil Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
Abstract
本发明提供一种风电场多维度智能分析系统及方法，其中，系统包括：构建模块，用于构建对应于风电场的动态信息库；获取模块，用于获取用户输入的分析维度；分析模块，用于基于动态信息库，根据分析维度，对风电场进行对应智能分析，获得分析结果；输出模块，用于输出分析结果，信息分析结果供所述用户查看。本发明的风电场多维度智能分析系统及方法，基于用户输入的分析维度，根据构建的动态信息库，进行对应信息分析，无需实地调取查看风电设备运行记录查看的风电设备数据，降低了人力成本，通过智能分析获得分析结果，提升了便捷性。
Description
技术领域
本发明涉及风电场智能分析设备领域，特别涉及一种风电场多维度智能分析系统及方法。
背景技术
目前，风能作为清洁能源广泛应用于新能源发展方向，一般的，各风电场工作人员通常是通过人工对风电场的风电设备进行性能分析，而且，由于每个人员的经验不同，每个人可以分析的维度有限，不够全面，进行大规模的风电场群的多维度分析时人工成本过高，当需要查看数据时，数据呈现也不够便捷。
因此，亟需一种解决办法。
发明内容
本发明目的之一在于提供了一种风电场多维度智能分析系统及方法，基于用户输入的分析维度，根据构建的动态信息库，进行对应信息分析，无需实地调取查看风电设备运行记录查看的风电设备数据，降低了人力成本，通过智能分析获得分析结果，提升了便捷性。
本发明实施例提供的一种风电场多维度智能分析系统及方法，包括：
构建模块，用于构建对应于风电场的动态信息库；
获取模块，用于获取用户输入的分析维度；
分析模块，用于基于所述动态信息库，根据所述分析维度，对所述风电场进行对应智能分析，获得分析结果；
输出模块，用于输出所述分析结果，供所述用户查看；
其中，所述分析维度包括：损失电量分析、可利用率分析、可靠性分析、功率曲线分析和根源分析中一种或多种结合。
优选的，构建模块执行如下操作：
动态获取所述风电场的风场信息；
获取所述风电场内各个风电设备的设备位置，从所述风场信息中确定对应于所述设备位置的局部风场信息；
获取所述风电场内多个风电设备的设备信息；
基于所述局部风场信息和所述设备信息，构建对应于风电场的动态信息库。
优选的，当用户输入的分析维度为损失电量分析时，分析模块执行如下操作：
从所述动态信息库中提取进行所述损失电量分析时需要的第一目标数据；
基于所述第一目标数据，对所述风电场进行损失电量分析，获得损失电量分析结果，并进行输出；
其中，所述损失电量分析结果包括：所述风电场内的风电设备的电量分解结果和所述风电场风电设备之间电量邻比和第一时间维度月度指标环比。
优选的，当用户输入的分析维度为可利用率分析时，分析模块执行如下操作：
从所述动态信息库中提取进行所述可利用率分析需要的第二目标数据；
基于所述第二目标数据，对所述风电场进行可利用率分析，获得可利用率分析结果，并进行输出；
其中，所述可利用率分析结果包括：所述风电场内的风电设备的可利用率指标、所述风电场内的风电设备之间可利用率指标邻比和第二时间维度月度指标环比、责任主体和停机分类。
优选的，当用户输入的分析维度为可靠性分析时，分析模块执行如下操作：
从所述动态信息库中提取进行所述可靠性率分析需要的第三目标数据；
基于所述第三目标数据，对所述风电场进行可靠性分析，获得可靠性分析结果，并进行输出；
其中，所述可靠性分析结果包括：所述风电场内的风电设备的可靠性指标和所述风电场内的风电设备之间可靠性指标邻比和第三时间维度月度指标环比。
优选的，一种风电场多维度智能分析系统，还包括：
维护作业分析模块，用于当第一现场工作人员在所述风电场中对所述风电设备进行维护作业时，分析所述第一现场工作人员的维护作业是否规范；
所述维护作业分析模块执行如下操作：
获取所述第一现场工作人员进行维护作业的至少一个第一作业行为；
构建维护作业不规范行为库，将所述第一作业行为与所述维护作业不规范行为库中的不规范行为进行匹配；
若存在匹配符合，则判断对应所述第一现场工作人员的维护作业不规范。
优选的，构建维护作业不规范行为库，包括：
基于大数据技术，获取多个不规范维护作业行为；
获取所述不规范维护作业行为对应的判定依据；
尝试获取所述判定依据的合理分；
若尝试获取成功且所述合理分大于等于预设的合理分阈值，将对应所述不规范维护作业行为作为第一待入库目标；
若尝试获取失败，将对应所述判定依据送给多个验证节点；
获取所述验证节点对所述判定依据的第一验证值；
查询预设的验证节点-权重值库，获得所述验证节点对应的权重值；
赋予所述第一验证值对应的权重值，获得第二验证值；
若所述第二验证值大于等于预设的第二验证值阈值，将对应所述不规范维护作业行为作为第二待入库目标；
获取预设的空白数据库，将所述第一待入库目标和所述第二待入库目标存入所述空白数据库中；
待需要存入的所述第一待入库目标和所述第二待入库目标全部存入所述空白数据库后，将所述空白数据库作为所述维护作业不规范行为库，完成构建。
优选的，一种风电场多维度智能分析系统，还包括：
安全分析模块，用于当所述第一现场工作人员在所述风电场内进行高空作业时，判断所述第一现场作业人员的第二作业行为是否安全，若否，则进行相应提醒；
所述安全分析模块执行如下操作：
当所述第一现场工作人在所述风电场内进行维护作业时，获取所述第一现场工作人员的作业高度；
若所述作业高度大于等于预设的高度阈值，将对应所述第一现场工作人员作为高空作业人员；
获取预设的监测无人机，控制所述监测无人机前往所述风电场内所述高空作业人员所在的维护区域；
当所述无人机到达所述维护区域后，控制所述无人机动态采集所述高空作业人员的所述第二作业行为，同时，控制所述无人机采集所述高空作业人员预设范围内的第一三维信息；
基于所述第一三维信息，构建三维环境模型三维环境模型；
基于模型识别技术，确定所述三维环境模型中对应于所述高空作业人员的第一目标模型和所述高空作业人员携带的物具对应的第二目标模型；
基于预设的模拟物具坠落模型，在所述三维环境模型中模拟所述第一目标模型和所述第二目标模型之间产生至少一个第一坠落事件；
在模拟过程中，提取所述第一目标模型和所述第二目标模型之间发生所述第一坠落事件时所述第一目标模型产生的至少一个高工作业不规范行为；
将所述第二作业行为与所述高工作业不规范行为进行匹配，若存在若匹配符合，将对应所述第二作业行为作为第三作业行为；
在所述的模拟物具坠落模型中，控制所述第一目标模型根据所述第三作业行为模拟和所述第二目标模型之间的至少一个第二坠落事件；
基于所述第二坠落事件，确定掉落的所述第二目标模型对应的物具，判定所述维护区域具有物具坠落风险，对应所述高空作业人员的第二行为不安全；
当判定所述维护区域具有物具坠落风险时，获取所述维护区域的第二三维信息，构建坠落路径模拟模型；
获取即将坠落的所述物具对应的所述第二目标模型，并作为第三目标模型；
基于所述坠落路径模拟模型，模拟所述第三目标模型在所述坠落路径模拟模型中的至少一条坠落路径；
基于所述坠落路径，确定所述坠落路径模拟模型中的风险区域；
判断所述风险区域内是否存在其他作业人员对应的第四目标模型；
若存在，对所述第四目标模型对应的第二现场工作人员进行相应安全提醒；
获取预设坠落风险行为库，将所述第二作业行为与所述坠落风险行为库中的坠落风险行为进行匹配；
若存在匹配符合，则判定所述高空作业人员有坠落风险，对所述高空作业人员进行相应安全提醒；
若匹配均不符合，则判定安全。
优选的，一种风电场多维度智能分析系统，还包括：
说明模块，用于当所述用户查看所述分析结果时，获取所述用户的疑难结果项，基于所述疑难结果项，向所述用户进行说明；
所述说明模块执行如下操作：
当所述用户查看所述分析结果时，获取多个显示所述分析结果对应的结果项的显示区域；
若动态获取的所述用户的眼部视线朝向对应于分析结果界面的第一点位在预设时间内均在某个所述显示区域内，将对应所述显示区域作为查看区域；
获取所述用户查看所述查看区域的脸部表情；
查询预设的疑问表情-疑问度库，将所述脸部表情和所述疑问表情-疑问度库中的疑问表情进行匹配；
将匹配符合的所述疑问表情对应的疑问度进行求和计算，获得疑问度和；
若所述疑问度和大于等于预设的疑问度和阈值，将对应所述查看区域内的结果项作为疑难结果项；
将所述疑难结果项发送给预设的说明节点，获取所述说明节点对于所述疑难结果的说明内容；
获取所述分析结果界面中所述疑难结果项周边预设范围内的多个空白显示块；
获取所述用户查看所述疑难结果项时所述空白显示块靠近所述疑难结果项一侧侧边上的多个点对应的模拟视线；
获取表示所述模拟视线的第一向量；
获取表示所述用户当前的眼部视线的第二向量；
基于所述第一向量和所述第二向量，获得向量夹角，并与对应所述空白显示块进行关联；
基于所述空白显示块关联的所述向量夹角，确定所述空白显示块对应的平均向量夹角；
将所述说明内容投射在所述平均向量夹角最小的对应所述空白显示块内。
本发明提供的一种风电场多维度智能分析方法，包括：
步骤S1：构建对应于风电场的动态信息库；
步骤S2：获取用户输入的分析维度；
步骤S3：基于所述动态信息库，根据所述分析维度，对所述风电场进行对应智能分析，获得分析结果；
步骤S4：输出所述分析结果，供所述用户查看；
其中，所述分析维度包括：损失电量分析、可利用率分析、可靠性分析、功率曲线分析和根源分析中一种或多种结合。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种风电场多维度智能分析系统的示意图；
图2为本发明实施例中一种风电场多维度智能分析系统的损失电量分析的示意图；
图3为本发明实施例中一种风电场多维度智能分析系统的可利用率分析的示意图；
图4为本发明实施例中一种风电场多维度智能分析系统的可靠性分析的示意图；
图5为本发明实施例中一种风电场多维度智能分析方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供了一种风电场多维度智能分析系统及方法，如图1所示，包括：
构建模块1，用于构建对应于风电场的动态信息库；
获取模块2，用于获取用户输入的分析维度；
分析模块3，用于基于所述动态信息库，根据所述分析维度，对所述风电场进行对应智能分析，获得分析结果；
输出模块4，用于输出所述分析结果，供所述用户查看；
其中，所述分析维度包括：损失电量分析、可利用率分析、可靠性分析、功率曲线分析和根源分析中一种或多种结合。
上述技术方案的工作原理及有益效果为：
构建风电场的动态信息库(数据库，包含不同时刻风电设备对应的风向和风力)，获取用户输入的分析维度(例如：进行损失电量率分析)，基于所述动态信息库，进行对应信息分析(例如：分析的风电场在2020年2月损失电量达到最大，为60h)，输出分析结果供给用户查看；
本发明实例基于用户输入的分析维度，根据构建的动态信息库，进行对应信息分析，无需实地调取查看风电设备运行记录查看的风电设备数据，降低了人力成本，通过智能分析获得分析结果，提升了便捷性。
本发明提供的一种风电场多维度智能分析系统，所述构建模块1执行如下操作：
动态获取所述风电场的风场信息；
获取所述风电场内各个风电设备的设备位置，从所述风场信息中确定对应于所述设备位置的局部风场信息；
获取所述风电场内多个风电设备的设备信息；
基于所述局部风场信息和所述设备信息，构建对应于风电场的动态信息库。
上述技术方案的工作原理及有益效果为：
动态获取风电场的风场信息(例如：分析的风电场所在区域的风力和风向)，获取所述风电场的风电设备位置(例如：风电设备在风电场的位置)，从所述风场信息中确定对应于所述设备位置的局部风场信息(例如：各风电设备位置的风力和风向)，获取风电场风电设备的设备信息(例如：风电设备高度和朝向等)，基于所述局部风场信息和所述设备信息，构建对应于风电场的动态信息库；
本发明实例基于动态获取的风场信息和风电设备位置，确定风电设备对应的局部风场信息，基于风电设备的设备信息和局部风场信息，构建风电场的动态信息库，提高了风电设备数据选择的效率。
本发明实例提供的一种风电场多维度智能分析系统，当用户输入的分析维度为损失电量分析时，所述分析模块3执行如下操作：
从所述动态信息库中提取进行所述损失电量分析时需要的第一目标数据；
基于所述第一目标数据，对所述风电场进行损失电量分析，获得损失电量分析结果，并进行输出；
其中，所述损失电量分析结果包括：所述风电场内的风电设备的电量分解结果和所述风电场风电设备之间电量邻比和第一时间维度月度指标环比。
上述技术方案的工作原理及有益效果为：
用于基于所述第一目标数据(例如：选择电量分解某项目)，对用户需要进行分析的风电场风电设备的电量进行分解，分析风电设备之间电量邻比(例如：如图2所示，关联显示该项电量的风电设备邻比和该项电量的月度环比)和时间维度月度指标环比(例如：如图2所示，关联显示该台风电设备的月度环比指标)；
本发明实例基于提取的第一目标数据，对风电场的风电设备进行电量分解和比较，有利于用户发现异常损失电量，及时进行维护。
本发明实例提供的一种风电场多维度智能分析系统，当用户输入的分析维度为可利用率分析时，所述分析模块3执行如下操作：
从所述动态信息库中提取进行所述可利用率分析需要的第二目标数据；
基于所述第二目标数据，对所述风电场进行可利用率分析，获得可利用率分析结果，并进行输出；
其中，所述可利用率分析结果包括：所述风电场内的风电设备的可利用率指标、所述风电场内的风电设备之间可利用率指标邻比和第二时间维度月度指标环比、责任主体和停机分类。
上述技术方案的工作原理及有益效果为：
用于基于获取的第二目标数据，查看所述风电场风电设备的可利用率(分为用户视角和运维视角)，同时，分析可利用率指标邻比和时间维度月度指标环比、责任主体(例如：如图3所示，电站运营、风机设备等)和停机分类(例如：如图3所示，风电设备故障、场内计划停机等)；
本发明实例基于第二目标数据，查看风电场风电设备的可利用率，方便用户及时发现空闲风电设备，提高风电设备整体的利用效率。
本发明实例提供的一种风电场多维度智能分析系统，当用户输入的分析维度为可靠性分析时，所述分析模块3执行如下操作：
从所述动态信息库中提取进行所述可靠性率分析需要的第三目标数据；
基于所述第三目标数据，对所述风电场进行可靠性分析，获得可靠性分析结果，并进行输出；
其中，所述可靠性分析结果包括：所述风电场内的风电设备的可靠性指标和所述风电场内的风电设备之间可靠性指标邻比和第三时间维度月度指标环比。
上述技术方案的工作原理及有益效果为：
用于基于所述第三目标数据，查看风电场风电设备的可靠性指标(例如：如图4所示，可靠性指标分为机组维度、系统维度和故障维度)，同时，分析风电场风电设备之间所述可靠性指标邻比和时间维度月度指标环比；
本发明实例基于第三目标数据，对风电场风电设备进行可靠性分析，便于及时发现故障风电设备，进行及时维护。
本发明实例提供的一种风电场多维度智能分析系统，还包括：
维护作业分析模块，用于当第一现场工作人员在所述风电场中对所述风电设备进行维护作业时，分析所述第一现场工作人员的维护作业是否规范；
所述维护作业分析模块执行如下操作：
获取所述第一现场工作人员进行维护作业的至少一个第一作业行为；
构建维护作业不规范行为库，将所述第一作业行为与所述维护作业不规范行为库中的不规范行为进行匹配；
若存在匹配符合，则判断对应所述第一现场工作人员的维护作业不规范。
上述技术方案的工作原理及有益效果为：
获取第一现场工作人员进行维护作业的至少一个第一作业行为(例如：风力涡轮机维修)，构建维护作业不规范行为库，将第一作业行为与维护作业不规范行为库中的维护作业不规范行为进行匹配，若存在匹配，则第一现场工作人员维护作业不规范。
本发明实例提供的一种风电场多维度智能分析系统，其特征在于，所述构建维护作业不规范行为库，包括：
基于大数据技术，获取多个不规范维护作业行为；
获取所述不规范维护作业行为对应的判定依据；
尝试获取所述判定依据的合理性打分；
若尝试获取成功，获得对应所述判定依据合理分；
若所述合理分大于等于预设的合理分阈值，将对应所述不规范维护作业行为作为第一待入库目标；
若尝试获取失败，将对应所述判定依据送给多个验证节点；
获取所述验证节点对所述判定依据的第一验证值；
查询预设的验证节点-权重值库，获得所述验证节点对应的权重值；
赋予所述第一验证值对应的权重值，获得第二验证值；
若所述第二验证值大于等于预设的第二验证值阈值，将对应所述不规范维护作业行为作为第二待入库目标；
获取预设的空白数据库，将所述第一待入库目标和所述第二待入库目标存入所述空白数据库中；
待需要存入的所述第一待入库目标和所述第二待入库目标全部存入所述空白数据库后，将所述空白数据库作为所述维护作业不规范行为库，完成构建。
上述技术方案的工作原理及有益效果为：
通过大数据获取不规范作业行为时，获取的不规范作业行为不是都有参考价值的(例如：不规范作业行为收集方判断依据不合理，则对应不规范作业行为价值低)所以，要事先筛选出有价值的规范作业行为；因此，亟需进行解决；
获取所述不规范维护作业行为对应的判定依据(例如：风电场工作人员根据经验判定)，尝试获取判定依据的合理分(可以基于云平台获取，例如：根据摄像头采集图像判定的合理度为：90)，如果获取成功且合理分大于等于预设的合理分阈值(例如：95)，将对应不规范维护作业行为作为第一待入库目标；
若获取失败，将不规范作业行为送给多个验证节点(例如：具有多年工作经验的风电场监管人员)，获取验证节点对判定依据的第一验证值(例如：85)，查询预设的验证节点-权重值库(数据库，存储验证节点和权重值的对应关系)，获得验证节点对应的权重值，赋予第一验证值对应的权重值(赋予时，第一验证值和对应的权重值相乘)，获得第二验证值(第二验证值越大，对应的判定依据越可信)，如果第二验证值大于等于预设的第二验证值阈值(例如：90)，将对应不规范维护作业行为作为第二待入库目标；
本发明实例将获取的不规范作业行为对应的判断依据，获取的合理分高第一待入库目标，若无法获取合理分，将对应判断依据发送给多个验证节点，基于不同权重值的验证节点获得第二验证值高的第二待入库目标，提高了合理性。
本发明提供的一种风电场多维度智能分析系统，还包括：
安全分析模块，用于当所述第一现场工作人员在所述风电场内进行高空作业时，判断所述第一现场作业人员的第二作业行为是否安全，若否，则进行相应提醒；
所述安全分析模块执行如下操作：
当所述第一现场工作人在所述风电场内进行维护作业时，获取所述第一现场工作人员的作业高度；
若所述作业高度大于等于预设的高度阈值，将对应所述第一现场工作人员作为高空作业人员；
获取预设的监测无人机，控制所述监测无人机前往所述风电场内所述高空作业人员所在的维护区域；
当所述无人机到达所述维护区域后，控制所述无人机动态采集所述高空作业人员的所述第二作业行为，同时，控制所述无人机采集所述高空作业人员预设范围内的第一三维信息；
基于所述第一三维信息，构建三维环境模型三维环境模型；
基于模型识别技术，确定所述三维环境模型中对应于所述高空作业人员的第一目标模型和所述高空作业人员携带的物具对应的第二目标模型；
基于预设的模拟物具坠落模型，在所述三维环境模型中模拟所述第一目标模型和所述第二目标模型之间产生至少一个第一坠落事件；
在模拟过程中，提取所述第一目标模型和所述第二目标模型之间发生所述第一坠落事件时所述第一目标模型产生的至少一个高工作业不规范行为；
将所述第二作业行为与所述高工作业不规范行为进行匹配，若存在若匹配符合，将对应所述第二作业行为作为第三作业行为；
在所述的模拟物具坠落模型中，控制所述第一目标模型根据所述第三作业行为模拟和所述第二目标模型之间的至少一个第二坠落事件；
基于所述第二坠落事件，确定掉落的所述第二目标模型对应的物具，判定所述维护区域具有物具坠落风险，对应所述高空作业人员的第二行为不安全；
当判定所述维护区域具有物具坠落风险时，获取所述维护区域的第二三维信息，构建坠落路径模拟模型；
获取即将坠落的所述物具对应的所述第二目标模型，并作为第三目标模型；
基于所述坠落路径模拟模型，模拟所述第三目标模型在所述坠落路径模拟模型中的至少一条坠落路径；
基于所述坠落路径，确定所述坠落路径模拟模型中的风险区域；
判断所述风险区域内是否存在其他作业人员对应的第四目标模型；
若存在，对所述第四目标模型对应的第二现场工作人员进行相应安全提醒；
获取预设坠落风险行为库，将所述第二作业行为与所述坠落风险行为库中的坠落风险行为进行匹配；
若存在匹配符合，则判定所述高空作业人员有坠落风险，对所述高空作业人员进行相应安全提醒；
若匹配均不符合，则判定安全。
上述技术方案的工作原理及有益效果为：
当第一现场工作人员进行风电设备维护作业时(例如：对发电机叶片故障进行检修)，因为经常涉及到登高作业，当发生物具坠落时(例如：调试设备坠落)，容易砸伤下方其他作业人员，同时，高空作业人员作业行为不规范，也会造成人员高空坠落，增加了危险性；因此，亟待一种解决方法；
获取第一现场工作人工的作业高度(例如：10米)，若作业高度大于等于预设的高度阈值(例如：3米)，将对应第一现场工作人员作为高空作业人员，获取预设的监测无人机(由于作业高度可能较高，一般监控设备无法获得相应的拍摄高度，同时，可以控制无人机躲避叶片，拍摄角度更灵活)，控制监测无人机前往维护区域，当无人机到达维护区域时，控制无人机动态采集高空作业人员的作业行为，同时，获取高空作业人员预设范围内(例如：25m内)的第一三维信息(第一三维信息通过无人机配置的毫米波雷达传感器扫描获得)，构建三维环境模型；基于模型识别技术(模型识别技术属于现有技术，不再赘述)，确定三维环境模型对应于高空作业人员的第一目标模型，同时，获取物具对应的第二目标模型；
基于预设的模拟物具坠落模型(利用多个人工记录的不同物具和作业人员维修作业中对应物具坠落的过程对神经网络模型进行训练，训练至收敛的神经网络模型)，在三维环境模型中模拟第一目标模型和第二目标模型之间产生至少一个第一坠落事件(例如：扳手脱手坠落)，提取第一目标模型和第二目标模型之间产生第一坠落事件时所述第一目标模型产生的至少一个使用不规范行为(例如：在给风电设备加完润滑油后未进行清理使用扳手)，将第二作业行为与高工作业不规范行为进行匹配，将匹配符合的第二作业行为作为第三作业行为，基于第三作业行为，在模拟物具坠落模型(原理同上)中模拟物具坠落，确定掉落的物具；
当判定具有物具坠落风险时，获取所述维护维护区域的第二三维信息，构建坠落路径模拟模型(利用多个人工记录的不同物具形状和对应当前环境物具的坠落路径的记录对神经网络模型训练，训练至收敛的神经网络模型)；获取即将坠落的物具对应的第三目标模型，模拟第三目标模型在坠落路径模拟模型的至少一条坠落路径，基于坠落路径，确定坠落路径模拟模型中的风险区域(所有模拟的坠落路径经过的区域)，判断风险区域内是否存在其他作业人员对应的第四目标模型(其他作业人员对应的目标模型)，若存在，对第四目标模型对应的高空作业人员进行相应安全提醒(例如：通过预设的智能终端设备提醒相应人员离开物具掉落的风险区域)；
获取预设坠落风险行为库(数据库，存储作业人员高空坠落的风险行为，例如：安全绳佩戴不规范)，将作业行为与坠落风险行为库中的坠落风险行为进行匹配，若存在匹配符合，则判定高空作业人员有坠落风险，对高空作业人员进行安全提醒(通过预设的智能终端设备发送提醒信息，例如：您的安全绳配戴不规范，请速前往安全区域进行维护)，若匹配均不符合，则判定安全；
本发明实例基于第一现场工作人员的作业高度，确定进行高空作业的作业人员，通过预设的监测无人机监测第一现场工作人员的作业行为，通过模拟物具坠落产生的坠落时间提取物具使用不规范行为，与作业行为进行匹配，确定是否有物具坠落风险，若是，模拟物具的坠落路径确定风险区域对对应区域内的作业人员进行提醒，同时，作业行为与所述风险行为库中的坠落风险行为进行匹配，判断高空作业人员是否有坠落风险，若是，进行相应提醒，提升了安全性。
本发明提供的一种风电场多维度智能分析系统，还包括：
说明模块，用于当所述用户查看所述分析结果时，获取所述用户的疑难结果项，基于所述疑难结果项，向所述用户进行说明；
所述说明模块执行如下操作：
当所述用户查看所述分析结果时，获取多个显示所述分析结果对应的结果项的显示区域；
若动态获取的所述用户的眼部视线朝向对应于分析结果界面的第一点位在预设时间内均在某个所述显示区域内，将对应所述显示区域作为查看区域；
获取所述用户查看所述查看区域的脸部表情；
查询预设的疑问表情-疑问度库，将所述脸部表情和所述疑问表情-疑问度库中的疑问表情进行匹配；
将匹配符合的所述疑问表情对应的疑问度进行求和计算，获得疑问度和；
若所述疑问度和大于等于预设的疑问度和阈值，将对应所述查看区域内的结果项作为疑难结果项；
将所述疑难结果项发送给预设的说明节点，获取所述说明节点对于所述疑难结果的说明内容；
获取所述分析结果界面中所述疑难结果项周边预设范围内的多个空白显示块；
获取所述用户查看所述疑难结果项时所述空白显示块靠近所述疑难结果项一侧侧边上的多个点对应的模拟视线；
获取表示所述模拟视线的第一向量；
获取表示所述用户当前的眼部视线的第二向量；
基于所述第一向量和所述第二向量，获得向量夹角，并与对应所述空白显示块进行关联；
基于所述空白显示块关联的所述向量夹角，确定所述空白显示块对应的平均向量夹角；
将所述说明内容投射在所述平均向量夹角最小的对应所述空白显示块内。
上述技术方案的工作原理及有益效果为：
一般的，当用户查看分析结果时，可能对一些指标表征的内容不熟悉(例如：可靠性性分析具体含义)，用户对分析结果含义不明晰，效果不佳；因此，亟需进行解决；
获取对应分析结果的显示位置(例如：可利用率分析在显示设备上的具体区域)，如果实时获取的用户视线在某个显示区域停留的时间较长(例如：6S)，代表用户正在查看这个分析结果；
获取用户查看分析结果时预设的时间内(例如：4s内)的脸部表情(例如：抿嘴)，查询预设的疑问表情-疑问度库(数据库，存储疑问表情和对应的疑问度，疑问度越大，表征该表情对应的疑问程度越大)，将脸部表情和疑问表情-疑问度库中的疑问表情进行匹配，累加计算匹配符合的疑问表情对应的疑问度获得疑问度和，如果疑问度和大于等于预设的疑问度和阈值(例如：85)，将对应查看区域内的结果项作为疑难结果项；
将疑难结果发送给预设的说明节点(例如：风电分析专家)进行说明，获取对应的说明内容(例如：可靠性指标的分析依据和分析内容)；
当获得说明内容后，需要将说明内容在合适区域显示，但不是所有区域都可以显示的，可能会造成其他同时查看结果的遮挡，距离疑难结果项太远界面又会不合理，因此，可以先获取疑难项周边预设范围内(例如：15cm内)空白的可投射空白显示块(例如：没有分析结果信息的空白区域)，获取用户查看疑难结果项时空白显示块靠近疑难结果项一侧侧边上的多个点对应的模拟视线，并构建第一向量，获取表示用户当前眼部视线的第二向量，计算每第一向量和第二向量的向量夹角，基于向量夹角，计算空白显示块对应的平均向量夹角，计算公式如下：
其中，
为所述平均向量夹角，p1,t为第t个所述第一向量，p2为所述第二向量，n为所述空白显示块关联的所述第一向量的总数目；
在平均向量夹角最小的空白显示块(平均向量夹角最小的空白显示块距离疑难结果项最近且用户需要移动的视线范围最小)对应的空白显示块投射说明内容；
本发明实例在用户查看分析结果时，基于用户的用户表情，确定用户存在困惑的疑难结果项，获取对应疑难结果项的说明，并投射在显示大屏的适宜位置，提高了人性化和合理性。
本发明提供的一种风电场多维度智能分析方法，如图3所示，包括：
步骤S1：构建对应于风电场的动态信息库；
步骤S2：获取用户输入的分析维度；
步骤S3：基于所述动态信息库，根据所述分析维度，对所述风电场进行对应智能分析，获得分析结果；
步骤S4：输出所述分析结果，供所述用户查看；
其中，所述分析维度包括：损失电量分析、可利用率分析、可靠性分析、功率曲线分析和根源分析中一种或多种结合。
上述技术方案的工作原理及有益效果已在方法权要中说明，不作赘述。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种风电场多维度智能分析系统，应用于云平台，其特征在于，包括：
构建模块，用于构建对应于风电场的动态信息库；
获取模块，用于获取用户输入的分析维度；
分析模块，用于基于所述动态信息库，根据所述分析维度，对所述风电场进行对应智能分析，获得分析结果；
输出模块，用于输出所述分析结果，供所述用户查看；
其中，所述分析维度包括：损失电量分析、可利用率分析、可靠性分析、功率曲线分析和根源分析中一种或多种结合。
2.如权利要求1所述的一种风电场多维度智能分析系统，其特征在于，所述构建模块执行如下操作：
动态获取所述风电场的风场信息；
获取所述风电场内各个风电设备的设备位置，从所述风场信息中确定对应于所述设备位置的局部风场信息；
获取所述风电场内多个风电设备的设备信息；
基于所述局部风场信息和所述设备信息，构建对应于风电场的动态信息库。
3.如权利要求1所述的一种风电场多维度智能分析系统，其特征在于，当用户输入的分析维度为损失电量分析时，所述分析模块执行如下操作：
从所述动态信息库中提取进行所述损失电量分析时需要的第一目标数据；
基于所述第一目标数据，对所述风电场进行损失电量分析，获得损失电量分析结果，并进行输出；
其中，所述损失电量分析结果包括：所述风电场内的风电设备的电量分解结果和所述风电场风电设备之间电量邻比和第一时间维度月度指标环比。
4.如权利要求1所述的一种风电场多维度智能分析系统，其特征在于，当用户输入的分析维度为可利用率分析时，所述分析模块执行如下操作：
从所述动态信息库中提取进行所述可利用率分析需要的第二目标数据；
基于所述第二目标数据，对所述风电场进行可利用率分析，获得可利用率分析结果，并进行输出；
其中，所述可利用率分析结果包括：所述风电场内的风电设备的可利用率指标、所述风电场内的风电设备之间可利用率指标邻比和第二时间维度月度指标环比、责任主体和停机分类。
5.如权利要求1所述的一种风电场多维度智能分析系统，其特征在于，当用户输入的分析维度为可靠性分析时，所述分析模块执行如下操作：
从所述动态信息库中提取进行所述可靠性率分析需要的第三目标数据；
基于所述第三目标数据，对所述风电场进行可靠性分析，获得可靠性分析结果，并进行输出；
其中，所述可靠性分析结果包括：所述风电场内的风电设备的可靠性指标和所述风电场内的风电设备之间可靠性指标邻比和第三时间维度月度指标环比。
6.如权利要求2所述的一种风电场多维度智能分析系统，其特征在于，还包括：
维护作业分析模块，用于当第一现场工作人员在所述风电场中对所述风电设备进行维护作业时，分析所述第一现场工作人员的维护作业是否规范；
所述维护作业分析模块执行如下操作：
获取所述第一现场工作人员进行维护作业的至少一个第一作业行为；
构建维护作业不规范行为库，将所述第一作业行为与所述维护作业不规范行为库中的不规范行为进行匹配；
若存在匹配符合，则判断对应所述第一现场工作人员的维护作业不规范。
7.如权利要求6所述的一种风电场多维度智能分析系统，其特征在于，所述构建维护作业不规范行为库，包括：
基于大数据技术，获取多个不规范维护作业行为；
获取所述不规范维护作业行为对应的判定依据；
尝试获取所述判定依据的合理分；
若尝试获取成功且所述合理分大于等于预设的合理分阈值，将对应所述不规范维护作业行为作为第一待入库目标；
若尝试获取失败，将对应所述判定依据送给多个验证节点；
获取所述验证节点对所述判定依据的第一验证值；
查询预设的验证节点-权重值库，获得所述验证节点对应的权重值；
赋予所述第一验证值对应的权重值，获得第二验证值；
若所述第二验证值大于等于预设的第二验证值阈值，将对应所述不规范维护作业行为作为第二待入库目标；
获取预设的空白数据库，将所述第一待入库目标和所述第二待入库目标存入所述空白数据库中；
待需要存入的所述第一待入库目标和所述第二待入库目标全部存入所述空白数据库后，将所述空白数据库作为所述维护作业不规范行为库，完成构建。
8.如权利要求7所述的一种风电场多维度智能分析系统，其特征在于，还包括：
安全分析模块，用于当所述第一现场工作人员在所述风电场内进行高空作业时，判断所述第一现场作业人员的第二作业行为是否安全，若否，则进行相应提醒；
所述安全分析模块执行如下操作：
当所述第一现场工作人在所述风电场内进行维护作业时，获取所述第一现场工作人员的作业高度；
若所述作业高度大于等于预设的高度阈值，将对应所述第一现场工作人员作为高空作业人员；
获取预设的监测无人机，控制所述监测无人机前往所述风电场内所述高空作业人员所在的维护区域；
当所述无人机到达所述维护区域后，控制所述无人机动态采集所述高空作业人员的所述第二作业行为，同时，控制所述无人机采集所述高空作业人员预设范围内的第一三维信息；
基于所述第一三维信息，构建三维环境模型三维环境模型；
基于模型识别技术，确定所述三维环境模型中对应于所述高空作业人员的第一目标模型和所述高空作业人员携带的物具对应的第二目标模型；
基于预设的模拟物具坠落模型，在所述三维环境模型中模拟所述第一目标模型和所述第二目标模型之间产生至少一个第一坠落事件；
在模拟过程中，提取所述第一目标模型和所述第二目标模型之间发生所述第一坠落事件时所述第一目标模型产生的至少一个高工作业不规范行为；
将所述第二作业行为与所述高工作业不规范行为进行匹配，若存在若匹配符合，将对应所述第二作业行为作为第三作业行为；
在所述的模拟物具坠落模型中，控制所述第一目标模型根据所述第三作业行为模拟和所述第二目标模型之间的至少一个第二坠落事件；
基于所述第二坠落事件，确定掉落的所述第二目标模型对应的物具，判定所述维护区域具有物具坠落风险，对应所述高空作业人员的第二行为不安全；
当判定所述维护区域具有物具坠落风险时，获取所述维护区域的第二三维信息，构建坠落路径模拟模型；
获取即将坠落的所述物具对应的所述第二目标模型，并作为第三目标模型；
基于所述坠落路径模拟模型，模拟所述第三目标模型在所述坠落路径模拟模型中的至少一条坠落路径；
基于所述坠落路径，确定所述坠落路径模拟模型中的风险区域；
判断所述风险区域内是否存在其他作业人员对应的第四目标模型；
若存在，对所述第四目标模型对应的第二现场工作人员进行相应安全提醒；
获取预设坠落风险行为库，将所述第二作业行为与所述坠落风险行为库中的坠落风险行为进行匹配；
若存在匹配符合，则判定所述高空作业人员有坠落风险，对所述高空作业人员进行相应安全提醒；
若匹配均不符合，则判定安全。
9.如权利要求1所述的一种风电场多维度智能分析系统，其特征在于，还包括：
说明模块，用于当所述用户查看所述分析结果时，获取所述用户的疑难结果项，基于所述疑难结果项，向所述用户进行说明；
所述说明模块执行如下操作：
当所述用户查看所述分析结果时，获取多个显示所述分析结果对应的结果项的显示区域；
若动态获取的所述用户的眼部视线朝向对应于分析结果界面的第一点位在预设时间内均在某个所述显示区域内，将对应所述显示区域作为查看区域；
获取所述用户查看所述查看区域的脸部表情；
查询预设的疑问表情-疑问度库，将所述脸部表情和所述疑问表情-疑问度库中的疑问表情进行匹配；
将匹配符合的所述疑问表情对应的疑问度进行求和计算，获得疑问度和；
若所述疑问度和大于等于预设的疑问度和阈值，将对应所述查看区域内的结果项作为疑难结果项；
将所述疑难结果项发送给预设的说明节点，获取所述说明节点对于所述疑难结果的说明内容；
获取所述分析结果界面中所述疑难结果项周边预设范围内的多个空白显示块；
获取所述用户查看所述疑难结果项时所述空白显示块靠近所述疑难结果项一侧侧边上的多个点对应的模拟视线；
获取表示所述模拟视线的第一向量；
获取表示所述用户当前的眼部视线的第二向量；
基于所述第一向量和所述第二向量，获得向量夹角，并与对应所述空白显示块进行关联；
基于所述空白显示块关联的所述向量夹角，确定所述空白显示块对应的平均向量夹角；
将所述说明内容投射在所述平均向量夹角最小的对应所述空白显示块内。
10.一种风电场多维度智能分析方法，其特征在于，包括：
步骤S1：构建对应于风电场的动态信息库；
步骤S2：获取用户输入的分析维度；
步骤S3：基于所述动态信息库，根据所述分析维度，对所述风电场进行对应智能分析，获得分析结果；
步骤S4：输出所述分析结果，供所述用户查看；
其中，所述分析维度包括：损失电量分析、可利用率分析、可靠性分析、功率曲线分析和根源分析中一种或多种结合。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210534949.4A CN115049213B (zh) | 2022-05-17 | 2022-05-17 | 一种风电场多维度智能分析系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210534949.4A CN115049213B (zh) | 2022-05-17 | 2022-05-17 | 一种风电场多维度智能分析系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115049213A true CN115049213A (zh) | 2022-09-13 |
| CN115049213B CN115049213B (zh) | 2023-04-07 |
Family
ID=83158923
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210534949.4A Active CN115049213B (zh) | 2022-05-17 | 2022-05-17 | 一种风电场多维度智能分析系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115049213B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105005581A (zh) * | 2015-06-16 | 2015-10-28 | 深圳市联翼风电技术有限公司 | 一种风电场风资源数据处理方法及系统 |
| CN110222851A (zh) * | 2019-05-30 | 2019-09-10 | 北京千尧新能源科技开发有限公司 | 一种海上风电场智慧运维管理系统及管理方法 |
| CN112101180A (zh) * | 2020-09-10 | 2020-12-18 | 湖北烽火平安智能消防科技有限公司 | 一种人的不安全行为识别方法及系统 |
| CN112614019A (zh) * | 2020-12-30 | 2021-04-06 | 深圳瑞莱保核能技术发展有限公司 | 一种海上风电运维智能管理平台及方法 |
| CN114048346A (zh) * | 2021-10-09 | 2022-02-15 | 大庆恒驰电气有限公司 | 一种基于gis的安全生产一体化管控平台及方法 |
-
2022
- 2022-05-17 CN CN202210534949.4A patent/CN115049213B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105005581A (zh) * | 2015-06-16 | 2015-10-28 | 深圳市联翼风电技术有限公司 | 一种风电场风资源数据处理方法及系统 |
| CN110222851A (zh) * | 2019-05-30 | 2019-09-10 | 北京千尧新能源科技开发有限公司 | 一种海上风电场智慧运维管理系统及管理方法 |
| CN112101180A (zh) * | 2020-09-10 | 2020-12-18 | 湖北烽火平安智能消防科技有限公司 | 一种人的不安全行为识别方法及系统 |
| CN112614019A (zh) * | 2020-12-30 | 2021-04-06 | 深圳瑞莱保核能技术发展有限公司 | 一种海上风电运维智能管理平台及方法 |
| CN114048346A (zh) * | 2021-10-09 | 2022-02-15 | 大庆恒驰电气有限公司 | 一种基于gis的安全生产一体化管控平台及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115049213B (zh) | 2023-04-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108490889B (zh) | 基于te模型的智能工厂安全大数据数据源发生方法及装置 | |
| CN110233877B (zh) | 一种智能光伏发电故障综合预警系统 | |
| CN112785458A (zh) | 一种桥梁健康大数据智能管养系统 | |
| CN111754020A (zh) | 基于数据分析的智能电厂设备巡检系统及方法 | |
| CN112580995A (zh) | 施工安全大数据监督系统与安全风险动态评估方法 | |
| CN111582209A (zh) | 一种基建现场施工人员异常行为监管方法 | |
| CN212933544U (zh) | 一种基于边缘计算的现场作业安全识别系统 | |
| CN110930262A (zh) | 一种突发事件电力应急处置现场全域监测信息交互支撑前置服务系统及方法 | |
| CN110379036A (zh) | 变电站智能巡检识别方法、系统、装置及存储介质 | |
| CN111311133B (zh) | 一种应用于电网生产设备的监测系统 | |
| CN116579607A (zh) | 一种多源数据协同的区域性尾矿库风险监测方法 | |
| CN113922502B (zh) | 一种智能视频运维管理系统及管理方法 | |
| CN115660602A (zh) | 一种基于智慧工地管理云平台的软件监管系统 | |
| CN113159503B (zh) | 一种远程遥控智能安全评估系统和方法 | |
| CN117151478B (zh) | 一种基于卷积神经网络的化工企业风险预警方法及系统 | |
| CN115049213B (zh) | 一种风电场多维度智能分析系统及方法 | |
| CN111510685A (zh) | 一种基于三维模型的信息输出方法及装置 | |
| CN115658772A (zh) | 一种无人机光伏巡检数据类资产管理方法及系统 | |
| CN115938009A (zh) | 一种智能电子巡检定位方法及系统 | |
| CN115987692A (zh) | 一种基于流量回溯分析的安全防护系统及方法 | |
| CN111381161A (zh) | 一种发电机组远程在线健康状态诊断方法 | |
| CN115098920A (zh) | 一种基于移动可视化的智能电力管控方法、装置及系统 | |
| CN114646735A (zh) | 一种空气中二氧化碳浓度监测系统 | |
| CN117114619B (zh) | 一种基于大数据分析的项目安全管理系统 | |
| CN111915846B (zh) | 一种基于云计算的智能云防雷运维系统 |
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 |