CN117194527B - 一种水电站大坝异常数据预警方法 - Google Patents
一种水电站大坝异常数据预警方法 Download PDFInfo
- Publication number
- CN117194527B CN117194527B CN202311471302.2A CN202311471302A CN117194527B CN 117194527 B CN117194527 B CN 117194527B CN 202311471302 A CN202311471302 A CN 202311471302A CN 117194527 B CN117194527 B CN 117194527B
- Authority
- CN
- China
- Prior art keywords
- dam
- dam body
- horizontal displacement
- moment
- random number
- 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
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 34
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 22
- 238000012216 screening Methods 0.000 claims abstract description 4
- 238000006073 displacement reaction Methods 0.000 claims description 60
- 238000004364 calculation method Methods 0.000 claims description 18
- 230000036760 body temperature Effects 0.000 abstract description 3
- 238000012545 processing Methods 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 210000000476 body water Anatomy 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Abstract
本发明公开了一种水电站大坝异常数据预警方法,属于数据处理技术领域,包括以下步骤:S1、采集水电站大坝的实时数据集,其中,实时数据集包括环境数据子集和工作数据子集;S2、确定第一工作消耗随机数和第二工作消耗随机数;S3、对工作数据子集进行遍历,生成标准工作数据子集;S4、筛选标准工作数据子集中的异常工作数据,进行预警。本发明可以综合考虑大坝水位和大坝坝体温度对大坝自身的影响,剔除冗余数据,保证进行预警的数据集尽可能干净,提高预警的准确性。
Description
技术领域
本发明属于数据处理技术领域,具体涉及一种水电站大坝异常数据预警方法。
背景技术
水电站大坝是国民经济的重要基础设施,是调控水资源时空分布和优化水资源配置重要的工程措施,是国家防洪抗旱减灾体系和江河防洪工程体系的重要组成部分,水电站大坝安全不仅关系到防洪安全、供水安全、粮食安全,也关系到经济安全和生态安全。在大坝安全监测过程中,会产生一些异常数据,异常数据的及时预警关系到大坝险情的提前预测。而现有水电站大坝异常数据预警技术通常忽略大坝坝体自身环境的影响(例如坝体水位和坝体温度等),导致预警不准确。
发明内容
本发明为了解决以上问题,提出了一种水电站大坝异常数据预警方法。
本发明的技术方案是:一种水电站大坝异常数据预警方法包括以下步骤:
S1、采集水电站大坝的实时数据集,其中,实时数据集包括环境数据子集和工作数据子集;
S2、根据环境数据子集确定第一工作消耗随机数和第二工作消耗随机数;
S3、通过第一工作消耗随机数和第二工作消耗随机数,对工作数据子集进行遍历,生成标准工作数据子集;
S4、筛选标准工作数据子集中的异常工作数据,进行预警。
进一步地,S1中,环境数据子集包括各个时刻的坝体工作温度和各个时刻的坝体水位;工作数据子集包括各个时刻的坝体水平位移量和各个时刻的坝体垂直变形量。
进一步地,S2中,第一工作消耗随机数H的计算公式为:
;式中,σ0表示所有时刻的坝体温度标准差,hmax表示坝体工作温度最大值,hmin表示坝体工作温度最小值,ht表示t时刻的坝体工作温度,floor(·)表示向下取整运算,T表示所有时刻;
S2中,第二工作消耗随机数S的计算公式为:
;式中,σ1表示所有时刻的坝体水位标准差,smax表示坝体工作水位最大值,smin表示坝体工作水位最小值,st表示t时刻的坝体工作水位。
进一步地,S3包括以下子步骤:
S31、根据所有时刻的坝体水平位移量和坝体垂直变形量,计算坝体沉降阈值;
S32、从初始时刻起,遍历各个时刻的坝体水平位移量,每遍历一个时刻,则根据第一工作消耗随机数和第二工作消耗随机数计算当前时刻的坝体水平位移消耗值,将坝体水平位移消耗值小于坝体沉降阈值对应时刻的坝体水平位移量剔除,直至遍历完所有时刻的坝体水平位移量;
S33、从初始时刻起,遍历各个时刻的坝体垂直变形量,每遍历一个时刻,则根据第一工作消耗随机数、第二工作消耗随机数和当前时刻的坝体水平位移消耗值计算当前时刻的坝体垂直变形消耗值,将坝体垂直变形消耗值小于坝体沉降阈值对应时刻的坝体垂直变形量剔除,直至遍历完所有时刻的坝体垂直变形量;
S34、将经过S32和S33后剩余时刻的坝体水平位移量和剩余时刻的坝体垂直变形量的集合作为标准工作数据子集。
进一步地,S31中,坝体沉降阈值γ的计算公式为:
;式中,Xt表示t时刻的坝体水平位移量,Yt表示t时刻的坝体垂直变形量,T表示所有时刻。
进一步地,S32中,t时刻的坝体水平位移消耗值αt的计算公式为:
;式中,H表示第一工作消耗随机数,S表示第二工作消耗随机数,Xt表示t时刻的坝体水平位移量,Xt-1表示t-1时刻的坝体水平位移量,Xt+1表示t+1时刻的坝体水平位移量,e表示指数,c表示常数。
进一步地,S33中,t时刻的坝体垂直变形消耗值βt的计算公式为:
;式中,H表示第一工作消耗随机数,S表示第二工作消耗随机数,Xt表示t时刻的坝体水平位移量,Yt表示t时刻的坝体垂直变形量,Yt-1表示t-1时刻的坝体垂直变形量,Yt+1表示t+1时刻的坝体垂直变形量,αt表示t时刻的坝体水平位移消耗值,e表示指数,c表示常数。
进一步地,S3包括以下子步骤:
S31、根据标准工作数据子集,确定异常工作预警区间;
S32、将不属于异常工作预警区间的坝体水平位移量和坝体垂直变形量作为异常工作数据,进行预警。
进一步地,S31中,异常工作预警区间的计算公式为:
,
;式中,p表示异常工作预警区间的左端点,q表示异常工作预警区间的右端点,X1表示标准工作数据子集中坝体水平位移量的最大值,Y1表示标准工作数据子集中坝体垂直变形量的最大值,X0表示标准工作数据子集中坝体水平位移量的最小值,Y0表示标准工作数据子集中坝体垂直变形量的最小值,c表示常数,floor(·)表示向下取整运算。
本发明的有益效果是:本发明公开了一种水电站大坝异常数据预警方法,可以综合考虑大坝水位和大坝坝体温度对大坝自身的影响,剔除冗余数据,保证进行预警的数据集尽可能干净,提高预警的准确性;同时,在进行数据预警时,构建准确的范围区间,直接将范围区间外的数据作为异常工作数据,可向大坝安全管理人员发送大坝安全预警,且不需要具有专业知识和丰富经验的专家,工作量少,预警结果更加可靠。
附图说明
图1为水电站大坝异常数据预警方法的流程图。
具体实施方式
下面结合附图对本发明的实施例作进一步的说明。
如图1所示,本发明提供了一种水电站大坝异常数据预警方法,包括以下步骤:
S1、采集水电站大坝的实时数据集,其中,实时数据集包括环境数据子集和工作数据子集;
S2、根据环境数据子集确定第一工作消耗随机数和第二工作消耗随机数;
S3、通过第一工作消耗随机数和第二工作消耗随机数,对工作数据子集进行遍历,生成标准工作数据子集;
S4、筛选标准工作数据子集中的异常工作数据,进行预警。
在本发明实施例中,S1中,环境数据子集包括各个时刻的坝体工作温度和各个时刻的坝体水位;工作数据子集包括各个时刻的坝体水平位移量和各个时刻的坝体垂直变形量。
坝体位移主要可以分为以下几类:水平位移量和垂直变形量。其中,水平位移量主要通过安装在坝体上的测缝计来对坝体水平位移进行检测;垂直变形量主要通过安装在坝体上的静力水准仪来对坝体垂直变形进行检测。大坝的温度测量是一项非常重要的工作,它主要是通过对坝体内部温度进行监测,从而获取坝体内部温度变化情况。通过对大坝内部温度的实时监测,就可以分析出大坝的工作状态以及周边环境对于大坝的影响。
在本发明实施例中,S2中,第一工作消耗随机数H的计算公式为:
;式中,σ0表示所有时刻的坝体温度标准差,hmax表示坝体工作温度最大值,hmin表示坝体工作温度最小值,ht表示t时刻的坝体工作温度,floor(·)表示向下取整运算,T表示所有时刻;
S2中,第二工作消耗随机数S的计算公式为:
;式中,σ1表示所有时刻的坝体水位标准差,smax表示坝体工作水位最大值,smin表示坝体工作水位最小值,st表示t时刻的坝体工作水位。
坝体实时水位和温度的变化都会影响坝体结构和坝体稳定性,对坝体的可能发生的三种变形产生消耗(加速变形或减慢变形),因此采用第一工作消耗随机数第二工作消耗随机数分别对温度和水位的变化进行精准刻画。
在本发明实施例中,S3包括以下子步骤:
S31、根据所有时刻的坝体水平位移量和坝体垂直变形量,计算坝体沉降阈值;
S32、从初始时刻起,遍历各个时刻的坝体水平位移量,每遍历一个时刻,则根据第一工作消耗随机数和第二工作消耗随机数计算当前时刻的坝体水平位移消耗值,将坝体水平位移消耗值小于坝体沉降阈值对应时刻的坝体水平位移量剔除,直至遍历完所有时刻的坝体水平位移量;
S33、从初始时刻起,遍历各个时刻的坝体垂直变形量,每遍历一个时刻,则根据第一工作消耗随机数、第二工作消耗随机数和当前时刻的坝体水平位移消耗值计算当前时刻的坝体垂直变形消耗值,将坝体垂直变形消耗值小于坝体沉降阈值对应时刻的坝体垂直变形量剔除,直至遍历完所有时刻的坝体垂直变形量;
S34、将经过S32和S33后剩余时刻的坝体水平位移量和剩余时刻的坝体垂直变形量的集合作为标准工作数据子集。
在本发明实施例中,S31中,坝体沉降阈值γ的计算公式为:
;式中,Xt表示t时刻的坝体水平位移量,Yt表示t时刻的坝体垂直变形量,T表示所有时刻。
在本发明实施例中,S32中,t时刻的坝体水平位移消耗值αt的计算公式为:
;式中,H表示第一工作消耗随机数,S表示第二工作消耗随机数,Xt表示t时刻的坝体水平位移量,Xt-1表示t-1时刻的坝体水平位移量,Xt+1表示t+1时刻的坝体水平位移量,e表示指数,c表示常数。
在本发明实施例中,S33中,t时刻的坝体垂直变形消耗值βt的计算公式为:
;式中,H表示第一工作消耗随机数,S表示第二工作消耗随机数,Xt表示t时刻的坝体水平位移量,Yt表示t时刻的坝体垂直变形量,Yt-1表示t-1时刻的坝体垂直变形量,Yt+1表示t+1时刻的坝体垂直变形量,αt表示t时刻的坝体水平位移消耗值,e表示指数,c表示常数。
在本发明实施例中,S3包括以下子步骤:
S31、根据标准工作数据子集,确定异常工作预警区间;
S32、将不属于异常工作预警区间的坝体水平位移量和坝体垂直变形量作为异常工作数据,进行预警。
在本发明实施例中,S31中,异常工作预警区间的计算公式为:
,
;式中,p表示异常工作预警区间的左端点,q表示异常工作预警区间的右端点,X1表示标准工作数据子集中坝体水平位移量的最大值,Y1表示标准工作数据子集中坝体垂直变形量的最大值,X0表示标准工作数据子集中坝体水平位移量的最小值,Y0表示标准工作数据子集中坝体垂直变形量的最小值,c表示常数,floor(·)表示向下取整运算。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (6)
1.一种水电站大坝异常数据预警方法,其特征在于,包括以下步骤:
S1、采集水电站大坝的实时数据集,其中,实时数据集包括环境数据子集和工作数据子集;
S2、根据环境数据子集确定第一工作消耗随机数和第二工作消耗随机数;
S3、通过第一工作消耗随机数和第二工作消耗随机数,对工作数据子集进行遍历,生成标准工作数据子集;
S4、筛选标准工作数据子集中的异常工作数据,进行预警;
所述S1中,所述环境数据子集包括各个时刻的坝体工作温度和各个时刻的坝体水位;所述工作数据子集包括各个时刻的坝体水平位移量和各个时刻的坝体垂直变形量;
所述S2中,第一工作消耗随机数H的计算公式为:
;式中,σ0表示所有时刻的坝体温度标准差,hmax表示坝体工作温度最大值,hmin表示坝体工作温度最小值,ht表示t时刻的坝体工作温度,floor(·)表示向下取整运算,T表示所有时刻;
所述S2中,第二工作消耗随机数S的计算公式为:
;式中,σ1表示所有时刻的坝体水位标准差,smax表示坝体工作水位最大值,smin表示坝体工作水位最小值,st表示t时刻的坝体工作水位;
所述S3包括以下子步骤:
S31、根据所有时刻的坝体水平位移量和坝体垂直变形量,计算坝体沉降阈值;
S32、从初始时刻起,遍历各个时刻的坝体水平位移量,每遍历一个时刻,则根据第一工作消耗随机数和第二工作消耗随机数计算当前时刻的坝体水平位移消耗值,将坝体水平位移消耗值小于坝体沉降阈值对应时刻的坝体水平位移量剔除,直至遍历完所有时刻的坝体水平位移量;
S33、从初始时刻起,遍历各个时刻的坝体垂直变形量,每遍历一个时刻,则根据第一工作消耗随机数、第二工作消耗随机数和当前时刻的坝体水平位移消耗值计算当前时刻的坝体垂直变形消耗值,将坝体垂直变形消耗值小于坝体沉降阈值对应时刻的坝体垂直变形量剔除,直至遍历完所有时刻的坝体垂直变形量;
S34、将经过S32和S33后剩余时刻的坝体水平位移量和剩余时刻的坝体垂直变形量的集合作为标准工作数据子集。
2.根据权利要求1所述的水电站大坝异常数据预警方法,其特征在于,所述S31中,坝体沉降阈值γ的计算公式为:
;式中,Xt表示t时刻的坝体水平位移量,Yt表示t时刻的坝体垂直变形量,T表示所有时刻。
3.根据权利要求1所述的水电站大坝异常数据预警方法,其特征在于,所述S32中,t时刻的坝体水平位移消耗值αt的计算公式为:
;式中,H表示第一工作消耗随机数,S表示第二工作消耗随机数,Xt表示t时刻的坝体水平位移量,Xt-1表示t-1时刻的坝体水平位移量,Xt+1表示t+1时刻的坝体水平位移量,e表示指数,c表示常数。
4.根据权利要求1所述的水电站大坝异常数据预警方法,其特征在于,所述S33中,t时刻的坝体垂直变形消耗值βt的计算公式为:
;式中,H表示第一工作消耗随机数,S表示第二工作消耗随机数,Xt表示t时刻的坝体水平位移量,Yt表示t时刻的坝体垂直变形量,Yt-1表示t-1时刻的坝体垂直变形量,Yt+1表示t+1时刻的坝体垂直变形量,αt表示t时刻的坝体水平位移消耗值,e表示指数,c表示常数。
5.根据权利要求1所述的水电站大坝异常数据预警方法,其特征在于,所述S4包括以下子步骤:
S41、根据标准工作数据子集,确定异常工作预警区间;
S42、将不属于异常工作预警区间的坝体水平位移量和坝体垂直变形量作为异常工作数据,进行预警。
6.根据权利要求5所述的水电站大坝异常数据预警方法,其特征在于,所述S41中,异常工作预警区间的计算公式为:
,
;式中,p表示异常工作预警区间的左端点,q表示异常工作预警区间的右端点,X1表示标准工作数据子集中坝体水平位移量的最大值,Y1表示标准工作数据子集中坝体垂直变形量的最大值,X0表示标准工作数据子集中坝体水平位移量的最小值,Y0表示标准工作数据子集中坝体垂直变形量的最小值,c表示常数,floor(·)表示向下取整运算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311471302.2A CN117194527B (zh) | 2023-11-07 | 2023-11-07 | 一种水电站大坝异常数据预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311471302.2A CN117194527B (zh) | 2023-11-07 | 2023-11-07 | 一种水电站大坝异常数据预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117194527A CN117194527A (zh) | 2023-12-08 |
CN117194527B true CN117194527B (zh) | 2024-01-26 |
Family
ID=88985479
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311471302.2A Active CN117194527B (zh) | 2023-11-07 | 2023-11-07 | 一种水电站大坝异常数据预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117194527B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012012907A (ja) * | 2010-07-05 | 2012-01-19 | Chubu Electric Power Co Inc | ダム計測データ評価方法、およびダム計測データ評価システム |
CN103673896A (zh) * | 2013-12-03 | 2014-03-26 | 水利部交通运输部国家能源局南京水利科学研究院 | 坝体全断面水平位移监测的分布式光纤测量方法及其系统 |
WO2014148933A1 (en) * | 2013-03-18 | 2014-09-25 | Siemens Aktiengesellschaft | Method and monitoring device for monitoring a structure |
CN107782284A (zh) * | 2016-08-31 | 2018-03-09 | 重庆强勇强科技有限公司 | 一种大坝变形监测系统 |
CN111080982A (zh) * | 2019-12-31 | 2020-04-28 | 三峡大学 | 一种基于多传感器的大坝安全智能监测与预警系统及方法 |
CN111178712A (zh) * | 2019-12-18 | 2020-05-19 | 中国水利水电科学研究院 | 一种用于引调水工程事故后援救预警方法及系统 |
AU2021100365A4 (en) * | 2021-01-20 | 2021-04-15 | Three Gorges University | A multi-sensor-based intelligent monitoring and early warning system and method for dam safety |
CN113155186A (zh) * | 2021-04-06 | 2021-07-23 | 贵州加仕达水利机械有限公司 | 大坝安全监测管理设备及其系统 |
CN114372393A (zh) * | 2021-12-15 | 2022-04-19 | 中国水利水电科学研究院 | 一种谷幅变形影响下拱坝安全预警方法 |
CN114882689A (zh) * | 2022-05-09 | 2022-08-09 | 福建省泰成建设工程有限公司 | 一种基于大数据的大坝安全检测预警方法 |
CN115659729A (zh) * | 2022-10-14 | 2023-01-31 | 南京河海南自水电自动化有限公司 | 一种基于结构仿真计算的大坝安全监测分析方法及系统 |
CN115713312A (zh) * | 2022-12-08 | 2023-02-24 | 南京南瑞水利水电科技有限公司 | 一种水利水电工程环境量不利工况组合识别方法及装置 |
CN116050644A (zh) * | 2023-02-14 | 2023-05-02 | 西安热工研究院有限公司 | 一种基于灰色模型预测大坝变形极值的方法 |
US11781864B1 (en) * | 2022-09-01 | 2023-10-10 | Kunming Prospecting Design Institute Of China Nonferrous Metals Industry Co., Ltd. | Method and system for survey and stability evaluation of upstream tailing fill dam |
-
2023
- 2023-11-07 CN CN202311471302.2A patent/CN117194527B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012012907A (ja) * | 2010-07-05 | 2012-01-19 | Chubu Electric Power Co Inc | ダム計測データ評価方法、およびダム計測データ評価システム |
WO2014148933A1 (en) * | 2013-03-18 | 2014-09-25 | Siemens Aktiengesellschaft | Method and monitoring device for monitoring a structure |
CN103673896A (zh) * | 2013-12-03 | 2014-03-26 | 水利部交通运输部国家能源局南京水利科学研究院 | 坝体全断面水平位移监测的分布式光纤测量方法及其系统 |
CN107782284A (zh) * | 2016-08-31 | 2018-03-09 | 重庆强勇强科技有限公司 | 一种大坝变形监测系统 |
CN111178712A (zh) * | 2019-12-18 | 2020-05-19 | 中国水利水电科学研究院 | 一种用于引调水工程事故后援救预警方法及系统 |
CN111080982A (zh) * | 2019-12-31 | 2020-04-28 | 三峡大学 | 一种基于多传感器的大坝安全智能监测与预警系统及方法 |
AU2021100365A4 (en) * | 2021-01-20 | 2021-04-15 | Three Gorges University | A multi-sensor-based intelligent monitoring and early warning system and method for dam safety |
CN113155186A (zh) * | 2021-04-06 | 2021-07-23 | 贵州加仕达水利机械有限公司 | 大坝安全监测管理设备及其系统 |
CN114372393A (zh) * | 2021-12-15 | 2022-04-19 | 中国水利水电科学研究院 | 一种谷幅变形影响下拱坝安全预警方法 |
CN114882689A (zh) * | 2022-05-09 | 2022-08-09 | 福建省泰成建设工程有限公司 | 一种基于大数据的大坝安全检测预警方法 |
US11781864B1 (en) * | 2022-09-01 | 2023-10-10 | Kunming Prospecting Design Institute Of China Nonferrous Metals Industry Co., Ltd. | Method and system for survey and stability evaluation of upstream tailing fill dam |
CN115659729A (zh) * | 2022-10-14 | 2023-01-31 | 南京河海南自水电自动化有限公司 | 一种基于结构仿真计算的大坝安全监测分析方法及系统 |
CN115713312A (zh) * | 2022-12-08 | 2023-02-24 | 南京南瑞水利水电科技有限公司 | 一种水利水电工程环境量不利工况组合识别方法及装置 |
CN116050644A (zh) * | 2023-02-14 | 2023-05-02 | 西安热工研究院有限公司 | 一种基于灰色模型预测大坝变形极值的方法 |
Non-Patent Citations (3)
Title |
---|
Study of the influence of temperature and water lever of the reservoir about the displacement of a concrete dam;Sheila Oro 等;《International Journal of Applied Mechanics & Engineering》;第21卷(第1期);107-120 * |
混凝土坝变形监测时序中异常突变值的优化诊断;陈良捷 等;《水利水运工程学报》(第4期);156-164 * |
黄龙带水库大坝安全监测系统更新改造设计概述;刘敏 等;《广东水利水电》(第10期);54-57 * |
Also Published As
Publication number | Publication date |
---|---|
CN117194527A (zh) | 2023-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10795382B2 (en) | Method and apparatus for model-based control of a water distribution system | |
CN107544457A (zh) | 基于可靠性分析的炼化装置运行周期专家决策系统及方法 | |
CN102393882A (zh) | 在线监控和诊断室内空气质量传感器的方法 | |
CN113050018B (zh) | 基于数据驱动评估结果变化趋势的电压互感器状态评估方法及系统 | |
CN105676807A (zh) | 炼化装置设备完整性操作窗口的优化系统及优化方法 | |
CN117194527B (zh) | 一种水电站大坝异常数据预警方法 | |
CN114462688A (zh) | 一种基于lstm模型和动态阈值确定算法的爆管检测方法 | |
CN108459991B (zh) | 一种获得设备可靠性数据的方法 | |
Xie et al. | Determination of Monitoring Control Value for Concrete Gravity Dam Spatial Deformation Based on POT Model. | |
US20220307944A1 (en) | Apparatus, method, and computer-readable medium | |
CN116050644A (zh) | 一种基于灰色模型预测大坝变形极值的方法 | |
CN113256037B (zh) | 非稳态废水排放预测方法、装置、计算机设备和存储介质 | |
CN111913463B (zh) | 一种核电厂化学容积控制系统状态监测方法 | |
CN115146451A (zh) | 一种油液滤芯剩余寿命预测方法及装置 | |
CN103713619A (zh) | 一种磨矿过程运行控制方法的测试方法 | |
CN113627278A (zh) | 一种基于水指纹算法的用水趋势图形化分析方法 | |
CN112348305A (zh) | 水电厂反向推算水头方法及装置 | |
CN103241713B (zh) | 一种次氯酸钠的制备方法 | |
CN113283300A (zh) | 一种抽水蓄能机组轴系劣化评估方法及装置 | |
CN117268455B (zh) | 一种工程建筑施工质量检测设备的监测系统 | |
CN112504934B (zh) | 一种混凝土坝渗流渗压预测和监控阈值确定方法 | |
US11898212B1 (en) | Method and device for monitoring blast furnace state based on multi-modes fusion | |
CN117291319B (zh) | 一种基于机器学习的o3余量预测方法 | |
CN104131126B (zh) | 基于模糊模型的高炉熔渣流量检测方法 | |
CN114487283B (zh) | 一种空气质量监测系统的远程智能诊断和运维方法及系统 |
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 |