CN116256631A - 基于dcs数据的发电机组在线诊断系统数据处理方法及装置 - Google Patents
基于dcs数据的发电机组在线诊断系统数据处理方法及装置 Download PDFInfo
- Publication number
- CN116256631A CN116256631A CN202211729656.8A CN202211729656A CN116256631A CN 116256631 A CN116256631 A CN 116256631A CN 202211729656 A CN202211729656 A CN 202211729656A CN 116256631 A CN116256631 A CN 116256631A
- Authority
- CN
- China
- Prior art keywords
- data
- dcs
- dcs data
- calculation result
- interference
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/34—Testing dynamo-electric machines
- G01R31/343—Testing dynamo-electric machines in operation
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种基于DCS数据的发电机组在线诊断系统数据处理方法及装置,通过读取DCS数据,对DCS数据采用预设清洗方式进行数据清洗,得到清洗后的DCS数据;对清洗后的DCS数据进行分析计算,得到计算结果;将计算结果进行抗扰处理,得到抗扰处理后的计算结果;根据抗扰处理后的计算结果进行故障诊断,得到诊断结果。对基于DCS数据的发电机组在线诊断系统,通过对DCS数据进行清洗(前处理),排除无效的干扰数据;通过对分析计算结果进行抗扰处理(后处理),提高诊断可靠性和准确性。
Description
技术领域
本发明涉及发电机组故障诊断领域,具体涉及一种基于DCS数据的发电机组在线诊断系统数据处理方法及装置。
背景技术
大中型同步发电机(组)是电力系统核心设备之一,结构复杂,价格昂贵,一旦发生运行事故或设备故障,所造成的损失往往是灾难性的,因此对发电机(组)进行在线故障诊断非常重要。
发电厂分布式控制系统(DCS)经历了几十年的飞速发展,已经逐步完善,为发电机(组)在线故障诊断提供了坚实的基础,目前电力系统中,基于DCS数据进行在线故障诊断的成功案例很多。这些系统充分利用已有条件,开发成本、设备投资和运行成本都较低,部署简单,推广容易。
然而,发电机运行时,电网参数瞬息万变,发电机运行参数也在不断波动,加上严重的现场干扰,特别是DCS系统对各个参数的采集不是精确同步进行的,直接使用DCS读数进行分析计算,然后直接将结果用于故障诊断,非常容易产生误诊和漏诊。
发明内容
针对上述提到的技术问题。本申请的实施例的目的在于提出了一种基于DCS数据的发电机组在线诊断系统数据处理方法及装置,来解决以上背景技术部分提到的技术问题。
第一方面,本发明提供了一种基于DCS数据的发电机组在线诊断系统数据处理方法,包括以下步骤:
S1,读取DCS数据,对DCS数据采用预设清洗方式进行数据清洗,得到清洗后的DCS数据;
S2,对清洗后的DCS数据进行分析计算,得到计算结果;
S3,将计算结果进行抗扰处理,得到抗扰处理后的计算结果;
S4,根据抗扰处理后的计算结果进行故障诊断,得到诊断结果。
作为优选,清洗方式包括:
响应于确定发电机组的电气参数中一项或多项超出设定范围,则将其排除;或者
响应于确定发电机组的非电参数中一项或多项超出设定范围,则将其排除;或者
响应于确定根据电气参数、非电参数的其中一项或多项的计算结果超出设定范围,则将其排除。
作为优选,电气参数包括有功功率、无功功率、定子电压、定子电流、转子电流、功率因数。
作为优选,非电参数包括振动、噪声、压力、流量、温度、温升。
作为优选,抗扰处理的方式包括移动平滑或拟合预测。
作为优选,移动平滑包括滑窗平均值、滑窗中位值、滑窗加权平均值、滑窗递推平均值。
作为优选,拟合预测包括最小二乘法拟合、神经网络拟合、支持向量机拟合。
第二方面,本发明提供了一种基于DCS数据的发电机组在线诊断系统数据处理装置,包括:
数据清洗模块,被配置为读取DCS数据,对DCS数据采用预设清洗方式进行数据清洗,得到清洗后的DCS数据;
分析计算模块,被配置为对清洗后的DCS数据进行分析计算,得到计算结果;
抗扰处理模块,被配置为将计算结果进行抗扰处理,得到抗扰处理后的计算结果;
诊断模块,被配置为根据抗扰处理后的计算结果进行故障诊断,得到诊断结果。
第三方面,本发明提供了一种电子设备,包括一个或多个处理器;存储装置,用于存储一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本发明提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
相比于现有技术,本发明具有以下有益效果:
(1)本发明提出的基于DCS数据的发电机组在线诊断系统数据处理方法通过对DCS数据进行清洗(前处理),排除无效的干扰数据,提高后续分析计算结果的准确性。
(2)本发明提出的基于DCS数据的发电机组在线诊断系统数据处理方法通过对分析计算结果进行抗扰处理(后处理),提高诊断可靠性和准确性,避免出现误诊或漏诊。
(3)本发明提出的基于DCS数据的发电机组在线诊断系统数据处理方法能够降低发电机运行参数的波动以及现场干扰对诊断结果的影响,对故障诊断具有良好的效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请的一个实施例可以应用于其中的示例性装置架构图;
图2为本申请的实施例的基于DCS数据的发电机组在线诊断系统数据处理方法的流程示意图;
图3为本申请的实施例的基于DCS数据的发电机组在线诊断系统数据处理方法的逻辑框图;
图4为本申请的实施例的基于DCS数据的发电机组在线诊断系统数据处理装置的示意图;
图5是适于用来实现本申请实施例的电子设备的计算机装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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它实施例,都属于本发明保护的范围。
图1示出了可以应用本申请实施例的基于DCS数据的发电机组在线诊断系统数据处理方法或基于DCS数据的发电机组在线诊断系统数据处理装置的示例性装置架构100。
如图1所示,装置架构100可以包括DCS系统101,服务器104,用户终端107、108、109等主要设备。服务器接入DCS系统的线路102类型有光纤、以太网网线、RS485双绞线等形式,一般通过单向隔离装置103接入。服务器接入办公网络106,一般通过防火墙或专用网关设备105接入。
服务器可以是单台物理服务器或多台物理服务器组成的服务器集群,也可以是虚拟机系统,通过有线网络连接到DCS系统,从DCS系统收集样本和采集实时数据,将收集的样本用于模型训练,将采集的实时数据用于故障诊断;服务器上安装有发电机在线故障诊断系统程序,可自动完成本申请实施例所提供的实时数据采集、样本清洗、计算分析、结果抗扰处理、诊断分析、报警输出等功能。
用户终端可以是台式电脑、便携电脑、平板电脑等形式,也可以是云端虚拟计算机,通过内部局域网访问服务器自带的WEB服务,实时掌握发电机组工作状态;对历史数据进行查询分析和数据挖掘,深入了解机组健康指标;授权用户还可以向系统发出指令,调整样本清洗及抗扰处理的参数配置。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。当用户不需要通过网络查询分析本申请实施例的分析计算和诊断结果的情况下,防火墙或专用网关设备、办公网络、用户终端可以不包括在装置架构图中,用户可以直接在服务器自带的显示器或大屏上查阅相关数据。
图2示出了本申请的实施例提供的一种基于DCS数据的发电机组在线诊断系统数据处理方法,包括以下步骤:
S1,读取DCS数据,对DCS数据采用预设清洗方式进行数据清洗,得到清洗后的DCS数据。
具体的,参考图3,从读取DCS数据后,开始数据分析计算前,对DCS数据进行清洗(前处理),排除无效的干扰数据;对数据进行分析计算后,计算结果用于故障诊断前,对计算结果进行抗扰处理(后处理),提高诊断可靠性和准确性。
在具体的实施例中,清洗方式包括:
响应于确定发电机组的电气参数中一项或多项超出设定范围,则将其排除;或者
响应于确定发电机组的非电参数中一项或多项超出设定范围,则将其排除;或者
响应于确定根据电气参数、非电参数的其中一项或多项的计算结果超出设定范围,则将其排除。
在具体的实施例中,电气参数包括有功功率、无功功率、定子电压、定子电流、转子电流、功率因数。非电参数包括振动、噪声、压力、流量、温度、温升。将数据清洗作为前处理过程,排除无效的干扰数据,将数据清洗后的DCS数据用于分析计算,能够提高后续的分析计算过程的准确性。
具体的,以发电机转子匝间短路智能诊断系统为例,读取的DCS数据包括有功功率P、无功功率Q、定子电压U、定子电流I、转子电流IF。
采取的清洗方式包括:
有功功率标幺值超限则排除;
无功功率标幺值超限则排除;
定子电压标幺值超限则排除;
定子电流标幺值超限则排除;
功率因数超限则排除;
三相电压不均衡度超限则排除;
三相电流不均衡度超限则排除;
通过有功功率和无功功率计算的视在功率S01,相较于通过三相电压和三相电流计算的视在功率S02,如果偏差超限则排除。
S2,对清洗后的DCS数据进行分析计算,得到计算结果。
具体的,以发电机转子匝间短路智能诊断系统为例,计算分析主要是输入有功功率P、无功功率Q、定子电压U、定子电流I,采用支持向量机(SVR)拟合得到I’F,然后根据下式计算偏差值:a=(IF-I’F)/I’F。
S3,将计算结果进行抗扰处理,得到抗扰处理后的计算结果。
在具体的实施例中,抗扰处理的方式包括移动平滑或拟合预测。具体的,移动平滑包括滑窗平均值、滑窗中位值、滑窗加权平均值、滑窗递推平均值。具体的,拟合预测包括最小二乘法拟合、神经网络拟合、支持向量机拟合。将抗扰处理作为后处理过程,能够提高诊断的可靠性和准确性。
具体的,以发电机转子匝间短路智能诊断系统为例,抗扰处理方法首选滑窗平均值法(系统中有多种抗扰处理方法可选),滑窗宽度为最近1小时(可设)数据,抗扰处理后的偏差值为a’。
需要注意的是,部分抗扰处理方法会导致响应滞后,对故障诊断响应要求高的系统,要谨慎选择。
S4,根据抗扰处理后的计算结果进行故障诊断,得到诊断结果。
具体的,以发电机转子匝间短路智能诊断系统为例,故障诊断主要是判断抗扰处理后的偏差值a’是否超出报警阈值,若抗扰处理后的偏差值a’超出报警阈值,则诊断结果为发电机转子匝间发生短路,进而进行报警,若抗扰处理后的偏差值a’未超出报警阈值,则诊断结果为发电机转子匝间未发生短路,无需进行报警。
进一步参考图4,作为对上述各图所示方法的实现,本申请提供了一种基于DCS数据的发电机组在线诊断系统数据处理装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
本申请实施例提供了一种基于DCS数据的发电机组在线诊断系统数据处理装置,包括:
数据清洗模块1,被配置为读取DCS数据,对DCS数据采用预设清洗方式进行数据清洗,得到清洗后的DCS数据;
分析计算模块2,被配置为对清洗后的DCS数据进行分析计算,得到计算结果;
抗扰处理模块3,被配置为将计算结果进行抗扰处理,得到抗扰处理后的计算结果;
诊断模块4,被配置为根据抗扰处理后的计算结果进行故障诊断,得到诊断结果。
下面参考图5,其示出了适于用来实现本申请实施例的电子设备(例如图1所示的服务器)的计算机装置500的结构示意图。图5示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图5所示,计算机装置500包括中央处理单元(CPU)501和图形处理器(GPU)502,其可以根据存储在只读存储器(ROM)503中的程序或者从存储部分509加载到随机访问存储器(RAM)504中的程序而执行各种适当的动作和处理。在RAM 504中,还存储有装置500操作所需的各种程序和数据。CPU 501、GPU502、ROM 503以及RAM504通过总线505彼此相连。输入/输出(I/O)接口506也连接至总线505。
以下部件连接至I/O接口506:包括键盘、鼠标等的输入部分507;包括诸如、液晶显示器(LCD)等以及扬声器等的输出部分508;包括硬盘等的存储部分509;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分510。通信部分510经由诸如因特网的网络执行通信处理。驱动器511也可以根据需要连接至I/O接口506。可拆卸介质512,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器511上,以便于从其上读出的计算机程序根据需要被安装入存储部分509。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分510从网络上被下载和安装,和/或从可拆卸介质512被安装。在该计算机程序被中央处理单元(CPU)501和图形处理器(GPU)502执行时,执行本申请的方法中限定的上述功能。
需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线或半导体的装置、装置或器件,或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件或者上述的任意合适的组合。在本申请中,计算机可读介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行装置、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行装置、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如C#、Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,也可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,该模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的装置来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:读取DCS数据,对DCS数据采用预设清洗方式进行数据清洗,得到清洗后的DCS数据;对清洗后的DCS数据进行分析计算,得到计算结果;将计算结果进行抗扰处理,得到抗扰处理后的计算结果;根据抗扰处理后的计算结果进行故障诊断,得到诊断结果。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种基于DCS数据的发电机组在线诊断系统数据处理方法,其特征在于,包括以下步骤:
S1,读取DCS数据,对所述DCS数据采用预设清洗方式进行数据清洗,得到清洗后的DCS数据;
S2,对所述清洗后的DCS数据进行分析计算,得到计算结果;
S3,将所述计算结果进行抗扰处理,得到抗扰处理后的计算结果;
S4,根据所述抗扰处理后的计算结果进行故障诊断,得到诊断结果。
2.根据权利要求1所述的基于DCS数据的发电机组在线诊断系统数据处理方法,其特征在于,所述清洗方式包括:
响应于确定发电机组的电气参数中一项或多项超出设定范围,则将其排除;或者
响应于确定发电机组的非电参数中一项或多项超出设定范围,则将其排除;或者
响应于确定根据所述电气参数、非电参数的其中一项或多项的计算结果超出设定范围,则将其排除。
3.根据权利要求2所述的基于DCS数据的发电机组在线诊断系统数据处理方法,其特征在于,所述电气参数包括有功功率、无功功率、定子电压、定子电流、转子电流、功率因数。
4.根据权利要求2所述的基于DCS数据的发电机组在线诊断系统数据处理方法,其特征在于,所述非电参数包括振动、噪声、压力、流量、温度、温升。
5.根据权利要求1所述的基于DCS数据的发电机组在线诊断系统数据处理方法,其特征在于,所述抗扰处理的方式包括移动平滑或拟合预测。
6.根据权利要求5所述的基于DCS数据的发电机组在线诊断系统数据处理方法,其特征在于,所述移动平滑包括滑窗平均值、滑窗中位值、滑窗加权平均值、滑窗递推平均值。
7.根据权利要求5所述的基于DCS数据的发电机组在线诊断系统数据处理方法,其特征在于,所述拟合预测包括最小二乘法拟合、神经网络拟合、支持向量机拟合。
8.一种基于DCS数据的发电机组在线诊断系统数据处理装置,其特征在于,包括:
数据清洗模块,被配置为读取DCS数据,对所述DCS数据采用预设清洗方式进行数据清洗,得到清洗后的DCS数据;
分析计算模块,被配置为对所述清洗后的DCS数据进行分析计算,得到计算结果;
抗扰处理模块,被配置为将所述计算结果进行抗扰处理,得到抗扰处理后的计算结果;
诊断模块,被配置为根据所述抗扰处理后的计算结果进行故障诊断,得到诊断结果。
9.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211729656.8A CN116256631A (zh) | 2022-12-30 | 2022-12-30 | 基于dcs数据的发电机组在线诊断系统数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211729656.8A CN116256631A (zh) | 2022-12-30 | 2022-12-30 | 基于dcs数据的发电机组在线诊断系统数据处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116256631A true CN116256631A (zh) | 2023-06-13 |
Family
ID=86678517
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211729656.8A Pending CN116256631A (zh) | 2022-12-30 | 2022-12-30 | 基于dcs数据的发电机组在线诊断系统数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116256631A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116880395A (zh) * | 2023-07-19 | 2023-10-13 | 天津市易控科技发展有限公司 | 基于dcs系统的监控方法、装置、设备及介质 |
CN116954169A (zh) * | 2023-07-19 | 2023-10-27 | 天津市易控科技发展有限公司 | 基于dcs控制的信息安全控制方法、装置、设备及介质 |
CN116880395B (zh) * | 2023-07-19 | 2024-06-07 | 天津市易控科技发展有限公司 | 基于dcs系统的监控方法、装置、设备及介质 |
-
2022
- 2022-12-30 CN CN202211729656.8A patent/CN116256631A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116880395A (zh) * | 2023-07-19 | 2023-10-13 | 天津市易控科技发展有限公司 | 基于dcs系统的监控方法、装置、设备及介质 |
CN116954169A (zh) * | 2023-07-19 | 2023-10-27 | 天津市易控科技发展有限公司 | 基于dcs控制的信息安全控制方法、装置、设备及介质 |
CN116880395B (zh) * | 2023-07-19 | 2024-06-07 | 天津市易控科技发展有限公司 | 基于dcs系统的监控方法、装置、设备及介质 |
CN116954169B (zh) * | 2023-07-19 | 2024-06-07 | 天津市易控科技发展有限公司 | 基于dcs控制的信息安全控制方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Agrawal et al. | Electromechanical mode estimation in the presence of periodic forced oscillations | |
CN104091056B (zh) | 一种实验室设备使用寿命预测系统和方法 | |
Vanfretti et al. | A phasor measurement unit based fast real-time oscillation detection application for monitoring wind-farm-to-grid sub–synchronous dynamics | |
Mohamed et al. | Induction motor broken rotor bar faults diagnosis using ANFIS-based DWT | |
CN116256631A (zh) | 基于dcs数据的发电机组在线诊断系统数据处理方法及装置 | |
CN110161344A (zh) | 基于尺度分解的变压器振声检测信号滤波方法和系统 | |
CN110472373A (zh) | 一种电力系统扰动后的动态频率估计测量方法 | |
Aimer et al. | Induction motor bearing faults diagnosis using Root-AR approach: simulation and experimental validation | |
Wang et al. | Fast Spectral Correlation Based on Sparse Representation Self‐Learning Dictionary and Its Application in Fault Diagnosis of Rotating Machinery | |
CN112906967A (zh) | 一种脱硫系统浆液循环泵性能预测方法、装置 | |
CN110646229B (zh) | 空气预热器故障诊断方法、装置及电子设备、存储介质 | |
Matania et al. | Transfer across different machines by transfer function estimation | |
CN109904863A (zh) | 一种附加阻尼控制器、水轮机调速器及水轮机控制系统 | |
CN113158447B (zh) | 一种大步长移频电磁暂态仿真方法及系统 | |
CN114165430A (zh) | 基于边缘计算的机泵健康监测方法、系统、设备及介质 | |
CN116244283A (zh) | 发电机组人工智能系统机器学习样本筛选方法及装置 | |
CN112946421B (zh) | 三相电网故障诊断方法、装置、计算机设备及存储介质 | |
Rios et al. | Instrumentation and control of a DC motor through the Ubidots platform | |
CN113379279A (zh) | 基于不完整数据的深度强化学习短期电压稳定性评估方法 | |
CN114639391A (zh) | 机械故障提示方法、装置、电子设备及存储介质 | |
Sobczyk et al. | A distributed system for diagnostics of induction motors | |
Morozov et al. | Microcontroller realization of an induction motors fault detection method based on FFT and statistics of fractional moments | |
CN111291464A (zh) | 一种电力系统动态等值方法及装置 | |
CN117494591B (zh) | 一种风电电能质量评估方法及装置 | |
Yongbo et al. | Mechanical vibration monitoring system for electrocardiogram machine based on Hilbert‐Huang transformations |
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 |