CN117634306A - 一种干式电抗器状态评估方法、系统、设备及储存介质 - Google Patents
一种干式电抗器状态评估方法、系统、设备及储存介质 Download PDFInfo
- Publication number
- CN117634306A CN117634306A CN202311672153.6A CN202311672153A CN117634306A CN 117634306 A CN117634306 A CN 117634306A CN 202311672153 A CN202311672153 A CN 202311672153A CN 117634306 A CN117634306 A CN 117634306A
- Authority
- CN
- China
- Prior art keywords
- confidence
- reactor
- state evaluation
- dry
- rule
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims abstract description 65
- 238000013210 evaluation model Methods 0.000 claims abstract description 32
- 238000012360 testing method Methods 0.000 claims abstract description 14
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000004590 computer program Methods 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 6
- 230000004913 activation Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 4
- 239000002184 metal Substances 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种干式电抗器状态评估方法、系统、设备及储存介质，涉及电力设备状态评估技术领域，本方法包括：采集干式电抗器多种工况下的运行状况数据；所述运行状态数据包括最外层热点温度上升率、外层振动速度；构建基于置信规则库的干式电抗器状态评估模型；将待评估的电抗器测试数据输入干式电抗器状态评估模型中，输出不同置信规则相对于不同状态评估输出等级的置信度；采用证据推理解析算法计算不同置信规则相对于不同状态评估输出等级的置信度，获取电抗器最大概率的故障等级，从而减少电抗器状态的评估偏差，提高故障诊断的准确性。
Description
技术领域
本发明涉及电力设备状态评估技术领域，具体涉及一种干式电抗器状态评估方法、系统、设备及储存介质。
背景技术
干式电抗器是电力系统重要的一个设备，具有噪声小、线性度好、机械强度高等优点；随着电力系统规模的扩大以及无功需求的增加，电抗器投入的数量也逐年增加；近年来，电抗器故障率呈上升趋势，严重影响了电力系统的安全运行。大量现场事故表明：干式电抗器匝间短路故障是造成其烧毁的主要原因；因此，研究电抗器匝间短路后其状态参数的变化规律，准确评估干式电抗器运行状态，掌握电抗器运行状态，对电抗器以及电力系统的长期安全稳定运行具有重要意义。
目前传统的状态评估方法有基于数据驱动的状态评估方法，由于电力系统的可靠性极高，电力设备故障集数据量小且缺乏完备性，会产生模型的泛化能力降低以及状态评估偏差等问题。
因此，亟需开展针对干式电抗器状态评估技术研究，为电力系统的安全运行提供坚强的技术保障。
发明内容
针对现有技术由于电力设备故障集数据量小且缺乏完备性，导致模型的泛化能力降低和状态评估出现偏差的不足，本发明提供了一种干式电抗器状态评估方法及系统，通过划分电抗器运行工况，构建干式电抗器状态评估模型，确定置信规则条数、规则权重、属性权重以及不同置信规则相对于不同状态评估输出等级的置信度，计算最大概率的故障等级，从而解决现有技术中模型的泛化能力降低和状态评估会出现偏差的问题。
一种干式电抗器状态评估方法，包括以下步骤：
采集干式电抗器多种工况下的运行状况数据；所述运行状态数据包括最外层热点温度上升率、外层振动速度；
构建基于置信规则库的干式电抗器状态评估模型；
将待评估的电抗器测试数据输入干式电抗器状态评估模型中，输出不同置信规则相对于不同状态评估输出等级的置信度；
采用证据推理解析算法计算不同置信规则相对于不同状态评估输出等级的置信度，获取电抗器最大概率的故障等级；
其中，所述构建基于置信规则库的干式电抗器状态评估模型，具体包括以下步骤：
根据电抗器的最外层热点温度上升率、外层振动速度以及各自对应的三种语义值，确定置信规则条数；
设置初始置信规则库中的规则权重以及每条置信规则中电抗器各个属性的权重；所述属性包括最外层热点温度上升率、外层振动速度；
根据干式电抗器的运行状况数据确定不同置信规则相对于不同状态评估输出等级的置信度。
进一步地，所述干式电抗器多种工况包括正常运行工况、匝间电弧性短路工况和匝间金属熔接性短路工况。
进一步地，所述不同状态评估输出等级分为正常、注意、异常和严重。
进一步地，所述根据电抗器的最外层热点温度上升率、外层振动速度以及各自对应的三种语义值，确定的置信规则条数为9条。
进一步地，所述设置初始置信规则库中的规则权重和属性权重均为1。
进一步地，还包括对所述干式电抗器状态评估模型进行优化，其具体包括以下步骤：
建立规则权重、属性权重以及置信度的约束条件；其中，规则权重以及属性权重在0到1之间，置信度不大于1或者不小于0，当第k条规则是完整的，则该条规则输出部分的置信度之和为1，否则小于1；
以置信规则库的输出结果最小为目标函数；
根据规则权重、属性权重以及置信度的约束条件优化目标函数；具体包括通过采用25组干式电抗器多工况下的最外层热点温度上升率、外层振动速度对初始置信规则库进行优化，输出最优规则权重、属性权重以及置信度。
进一步地，所述采用证据推理解析算法计算不同置信规则相对于不同状态评估输出等级的置信度，获取电抗器最大概率的故障等级；其具体包括以下步骤：
根据干式电抗器的运行状态数据，定义电抗器的最外层热点温度上升率、外层振动速度各自对应的语义值；
通过基于置信规则输入信息的转换方法，计算输入信息与每个语义值之间的关系，确定隶属度；
通过计算置信规则库中的规则权重以及隶属度之间的关系，得到置信规则的激活权重；
根据推理证据的激活权重，对置信规则库中所有规则进行组合，计算置信规则库的最终输出。
进一步地，一种干式电抗器状态评估系统，包括：
采集模块，用于采集干式电抗器多种工况下的运行状况数据；所述运行状态数据包括最外层热点温度上升率、外层振动速度；
状态评估模型构建模块，用于构建基于置信规则库的干式电抗器状态评估模型；其中，所述构建基于置信规则库的干式电抗器状态评估模型，具体包括以下步骤：根据电抗器的最外层热点温度上升率、外层振动速度以及各自对应的三种语义值，确定置信规则条数；设置初始置信规则库中的规则权重以及每条置信规则中电抗器各个属性的权重；所述属性包括最外层热点温度上升率、外层振动速度；根据干式电抗器的运行状况数据确定不同置信规则相对于不同状态评估输出等级的置信度；
处理模块，用于将待评估的电抗器测试数据输入干式电抗器状态评估模型中，输出不同置信规则相对于不同状态评估输出等级的置信度；
推理计算模块，用于采用证据推理解析算法计算不同置信规则相对于不同状态评估输出等级的置信度，获取电抗器最大概率的故障等级。
进一步地，一种干式电抗器状态评估计算机设备，包括：储存器、处理器以及存储在所述存储器内的计算机程序，所述处理器执行所述计算机程序时实现干式电抗器状态评估方法的步骤。
进一步地，一种可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时，用于执行干式电抗器状态评估方法的步骤。
本发明提供了一种干式电抗器状态评估方法、系统、设备及储存介质，具备以下有益效果：
本发明提出一种干式电抗器状态评估方法，构建基于置信规则库的干式电抗器状态评估模型；采用置信规则库证据推理算法计算评估模型在置信规则库下的输出，利用规则的构建来提高评估模型的泛化能力；同时通过调整规则权重与属性权重可以综合多种因素的影响，减少电抗器状态的评估偏差，有助于开展干式电抗器在小故障样本下的状态评估，为实际工程中干式电抗器的维护及检修提供指导，对电力系统的安全稳定运行具有重要意义。
附图说明
图1为本发明干式电抗器状态评估方法的流程图；
图2为本发明实施例1的步骤S2算法流程图；
图3为本发明实施例1的步骤S3算法流程图；
图4为本发明实施例1的步骤S4算法流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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实施例，而不是全部的实施例。
本发明提供了一种干式电抗器状态评估方法，通过数据驱动与专家知识方法的结合，既能克服数据驱动需要大量数据训练的问题，也能够减小基于经验模型的状态评估方法中专家主观性对分析结果带来的影响。该方法能够利用状态量的变化对干式电抗器运行状态进行准确评估，为实际工程中干式电抗器的维护及检修提供指导，对电力系统的安全稳定运行具有重要意义。
实施例1：本发明的干式电抗器状态评估方法，如图1-4所示：
S1：划分电抗器运行工况，建立电抗器多工况下样本数据集，作为状态评估的输入，划分干式电抗器运行状态，作为状态评估的输出结果。
S1.1：考虑电抗器90％以上故障是由匝间短路引起，根据电抗器故障发展过程，划分电抗器运行工况为正常运行工况，匝间电弧性短路工况，匝间金属熔接性短路工况。
S1.2：研究电抗器故障后状态参数的变化情况，确定用于评估干式电抗器的运行状态的特征量为最外层热点温度上升率、外层振动速度。
S1.3：模拟电抗器正常运行工况，匝间电弧性短路工况，匝间金属熔接性短路工况，搭建多工况下电抗器温升及振动试验平台。
S1.4：开展多工况下电抗器温升及振动试验，获取电抗器温度、振动样本集，用于电抗器状态评估模型的训练和测试。
S1.5：根据电抗器运行状态设备导则，划分干式电抗器运行状态为正常、注意、异常以及严重，作为状态评估的输出结果。
S2：建立初始置信规则库，构建基于置信规则库的干式电抗器状态评估模型，流程图如图2所示。
S2.1：根据电抗器状态评估输入量最外层热点温度上升率、外层振动速度以及各自对应的三种参考语义值，确定置信规则条数为9条。
S2.2：设置初始置信规则库中规则权重θ与属性权重δ均为1。
S2.3：根据干式电抗器的运行特性、试验数据、历史数据以及专家经验等信息确定不同置信规则相对于不同状态评估输出等级的置信度。
S3：利用训练数据集优化置信规则库参数，输出最优规则权重及置信度，流程图如图3所示。
S3.1：考虑到规则权重、属性权重以及置信度的选取包含一定的专家主观性，为了减小实际系统和置信规则库方法开展状态评估之间的误差，确定优化参数为规则权重、属性权重以及置信度。
S3.2：建立规则权重、属性权重以及置信度的约束条件，其中，规则权重以及属性权重在0到1之间变化，置信度不得大于1或者小于0，如果第k条规则是完整的，那么该条规则输出部分的置信度之和为1，否则的话小于1。
S3.3：以实际系统与置信规则库系统输出结果最小为目标函数，确定优化目标函数，通过优化目标函数来减小专家判断的主观性对状态评估结果的准确性的影响(实际系统指刚开始根据经验与试验和仿真数据构建的置信规则系统，里面包含一些计算公式和参数)。
S3.4：采用25组干式电抗器多工况下温度、振动样本数据对初始置信规则库进行优化，包括正常状态10组数据，其余状态数据各5组数据，输出最优规则权重、属性权重以及置信度，形成优化后的置信规则库。
S4：采用证据推理算法计算置信规则库的输出，获取最大概率的故障等级评估，流程图如图4所示。
S4.1：根据干式电抗器的运行特性、测试数据、历史数据以及专家经验等信息，定义电抗器状态评估的特征量语义值，研究基于规则的输入信息的转换方法，计算输入信息与特征量语义值之间的关系，确定隶属度。
S4.2：通过计算初始的规则权重以及隶属度之间的关系，计算置信规则的激活权重，用于求解不同规则下对应不同评价结果参考值的置信度。
S4.3：通过ER(证据推理)解析算法对BRB(置信规则库)系统中所有规则进行组合，计算BRB系统的最终输出S(x)。获取最大概率的故障等级评估如下表1所示，并与数据驱动的朴素贝叶斯分类方法进行对比，实例分析结果准确率达到95.31％，准确率远大于加权朴素贝叶斯分类方法，验证了本发明专利提出的干式电抗器状态评估方法的准确性。
表1故障等级评估结果
实施例2：
基于同一个发明构思，本发明还提供一种基于置信规则库的干式电抗器状态评估系统，包括：
数据预处理模块，用于划分电抗器运行工况，并存储多工况下电抗器数据样本。
状态评估模型建立模块，用于构建状态评估模型初始置信规则库，确定置信规则条数、规则权重θ、属性权重δ以及不同置信规则相对于不同状态评估输出等级的置信度。
状态评估模型优化模块，用于输入多工况下电抗器数据样本，设置约束条件及优化目标，对置信规则库参数进行优化。
状态评估模型推理计算模块，用于将待评估的电抗器测试数据输入至优化后的干式电抗器状态评估模型，获取最大概率的故障等级评估。
实施例3：
基于同一个发明构思，本发明还提供一种计算机设备，包括：计算机设备包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行如下步骤：
划分电抗器运行工况，并存储多工况下电抗器数据样本。
构建状态评估模型初始置信规则库，确定置信规则条数、规则权重θ、属性权重δ以及不同置信规则相对于不同状态评估输出等级的置信度。
输入多工况下电抗器数据样本，设置约束条件及优化目标，对置信规则库参数进行优化；
将待评估的电抗器测试数据输入至优化后的干式电抗器状态评估模型，获取最大概率的故障等级评估。
实施例4：基于同一个发明构思，本发明还提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时，使得处理器执行如下步骤：
划分电抗器运行工况，并存储多工况下电抗器数据样本。
构建状态评估模型初始置信规则库，确定置信规则条数、规则权重θ、属性权重δ以及不同置信规则相对于不同状态评估输出等级的置信度。
输入多工况下电抗器数据样本，设置约束条件及优化目标，对置信规则库参数进行优化。
将待评估的电抗器测试数据输入至优化后的干式电抗器状态评估模型，获取最大概率的故障等级评估。
本发明的状态评估方法结合了数据驱动和模型驱动的优点，故在小训练样本下状态评估的准确性和可靠性较高，并且本发明所基于matlab的软件，其代码可以存储于计算机可读取存储介质中，并且本申请实施例中的方案可以采用各种计算机语言实现总体来说，本发明有助于研究干式电抗器状态评估技术，对干式电抗器的安全可靠运行具有重要意义。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品；因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请实施例中的方案可以采用各种计算机语言实现，例如，面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本发明是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明的状态评估方法结合了数据驱动和模型驱动的优点，故在小训练样本下状态评估的准确性和可靠性较高，并且本发明所基于matlab的软件，其代码可以存储于计算机可读取存储介质中，并且本发明实施例中的方案可以采用各种计算机语言实现总体来说，本发明有助于研究干式电抗器状态评估技术，对干式电抗器的安全可靠运行具有重要意义。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种干式电抗器状态评估方法，其特征在于，包括以下步骤：
采集干式电抗器多种工况下的运行状况数据；所述运行状态数据包括最外层热点温度上升率、外层振动速度；
构建基于置信规则库的干式电抗器状态评估模型；
将待评估的电抗器测试数据输入干式电抗器状态评估模型中，输出不同置信规则相对于不同状态评估输出等级的置信度；
采用证据推理解析算法计算不同置信规则相对于不同状态评估输出等级的置信度，获取电抗器最大概率的故障等级；
其中，所述构建基于置信规则库的干式电抗器状态评估模型，具体包括以下步骤：
根据电抗器的最外层热点温度上升率、外层振动速度以及各自对应的三种语义值，确定置信规则条数；
设置初始置信规则库中的规则权重以及每条置信规则中电抗器各个属性的权重；所述属性包括最外层热点温度上升率、外层振动速度；
根据干式电抗器的运行状况数据确定不同置信规则相对于不同状态评估输出等级的置信度。
2.根据权利要求1所述的一种干式电抗器状态评估方法，其特征在于，所述干式电抗器多种工况包括正常运行工况、匝间电弧性短路工况和匝间金属熔接性短路工况。
3.根据权利要求1所述的一种干式电抗器状态评估方法，其特征在于，所述不同状态评估输出等级分为正常、注意、异常和严重。
4.根据权利要求1所述的一种干式电抗器状态评估方法，其特征在于，所述根据电抗器的最外层热点温度上升率、外层振动速度以及各自对应的三种语义值，确定的置信规则条数为9条。
5.根据权利要求1所述的一种干式电抗器状态评估方法，其特征在于，所述设置初始置信规则库中的规则权重以及每条置信规则中电抗器各个属性的权重均为1。
6.根据权利要求1所述的一种干式电抗器状态评估方法，其特征在于，还包括对所述干式电抗器状态评估模型进行优化，其具体包括以下步骤：
建立规则权重、属性权重以及置信度的约束条件；其中，规则权重以及属性权重在0到1之间，置信度不大于1或者不小于0，当第k条规则是完整的，则该条规则输出部分的置信度之和为1，否则小于1；
以置信规则库的输出结果最小为目标函数；
根据规则权重、属性权重以及置信度的约束条件优化目标函数；具体包括通过采用25组干式电抗器多工况下的最外层热点温度上升率、外层振动速度对初始置信规则库进行优化，输出最优规则权重、属性权重以及置信度。
7.根据权利要求1所述的一种干式电抗器状态评估方法，其特征在于，所述采用证据推理解析算法计算不同置信规则相对于不同状态评估输出等级的置信度，获取电抗器最大概率的故障等级；其具体包括以下步骤：
根据干式电抗器的运行状态数据，定义电抗器的最外层热点温度上升率、外层振动速度分别对应的语义值；
通过基于置信规则输入信息的转换方法，计算输入信息与每个语义值之间的关系，确定隶属度；
通过计算置信规则库中的规则权重以及隶属度之间的关系，得到置信规则的激活权重；
根据推理证据的激活权重，对置信规则库中所有规则进行组合，计算置信规则库的最终输出。
8.一种干式电抗器状态评估系统，其特征在于，包括：
采集模块，用于采集干式电抗器多种工况下的运行状况数据；所述运行状态数据包括最外层热点温度上升率、外层振动速度；
状态评估模型构建模块，用于构建基于置信规则库的干式电抗器状态评估模型；其中，所述构建基于置信规则库的干式电抗器状态评估模型，具体包括以下步骤：根据电抗器的最外层热点温度上升率、外层振动速度以及各自对应的两种语义值，确定置信规则条数；设置初始置信规则库中的规则权重以及每条置信规则中电抗器各个属性的权重；所述属性包括最外层热点温度上升率、外层振动速度；根据干式电抗器的运行状况数据确定不同置信规则相对于不同状态评估输出等级的置信度；
处理模块，用于将待评估的电抗器测试数据输入干式电抗器状态评估模型中，输出不同置信规则相对于不同状态评估输出等级的置信度；
推理计算模块，用于采用证据推理解析算法计算不同置信规则相对于不同状态评估输出等级的置信度，获取电抗器最大概率的故障等级。
9.一种干式电抗器状态评估计算机设备，其特征在于，包括：储存器、处理器以及存储在所述存储器内的计算机程序，所述处理器执行所述计算机程序时实现权利要求1-7任一项所述的干式电抗器状态评估方法的步骤。
10.一种可读存储介质，其特征在于，所述可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时，用于执行权利要求1-7任一项所述的干式电抗器状态评估方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311672153.6A CN117634306A (zh) | 2023-12-07 | 2023-12-07 | 一种干式电抗器状态评估方法、系统、设备及储存介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311672153.6A CN117634306A (zh) | 2023-12-07 | 2023-12-07 | 一种干式电抗器状态评估方法、系统、设备及储存介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117634306A true CN117634306A (zh) | 2024-03-01 |
Family
ID=90018083
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311672153.6A Pending CN117634306A (zh) | 2023-12-07 | 2023-12-07 | 一种干式电抗器状态评估方法、系统、设备及储存介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117634306A (zh) |
-
2023
- 2023-12-07 CN CN202311672153.6A patent/CN117634306A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107301884B (zh) | 一种混合式核电站故障诊断方法 | |
| CN104238545B (zh) | 一种石油炼化生产过程故障诊断和预警系统及其建立方法 | |
| CN106786560A (zh) | 一种电力系统稳定特征自动提取方法及装置 | |
| CN105975797B (zh) | 一种基于模糊数据处理的产品早期故障根原因识别方法 | |
| CN110530650B (zh) | 基于广义回归神经网络与箱型图分析的重型燃气轮机性能状态监测方法 | |
| CN112821424B (zh) | 一种基于数据-模型融合驱动的电力系统频率响应分析方法 | |
| He et al. | Big data-oriented product infant failure intelligent root cause identification using associated tree and fuzzy DEA | |
| CN112017070A (zh) | 一种基于数据增强评估电力系统暂态稳定的方法及系统 | |
| CN107103167A (zh) | 针对甩负荷工况的deh调速功能诊断方法及系统 | |
| Galiullin | Development of automated test system for diesel engines based on fuzzy logic | |
| CN112418682A (zh) | 一种融合多源信息的安全性评估方法 | |
| CN115688581A (zh) | 油气集输站设备参数预警方法、系统、电子设备及介质 | |
| CN117113166A (zh) | 一种基于改进的集成学习的工业锅炉故障检测方法 | |
| CN111814284A (zh) | 基于相关性检测与改进随机森林的在线电压稳定评估方法 | |
| US20220405446A1 (en) | High-precision high-fidelity real-time simulation and behavior prediction method and device for nuclear power station | |
| CN107607820A (zh) | 一种基于生灭过程的变压器内部潜伏性故障率预测方法 | |
| CN112821420B (zh) | 一种基于XGBoost的ASFR模型中动态阻尼因子、多维频率指标的预测方法及系统 | |
| Fan et al. | Adaptive RAS/SPS System Setting for Improving Grid Reliability and Asset Utilization through Predictive Simulation and Controls. A Use Case for Transformative Remedial Action Scheme Tool (TRAST): Jim Bridger RAS Evaluation and Analysis | |
| CN117634306A (zh) | 一种干式电抗器状态评估方法、系统、设备及储存介质 | |
| CN105279553B (zh) | 一种高加给水系统故障程度识别方法 | |
| CN117634305A (zh) | 干式空心电抗器状态评估方法、系统、设备及储存介质 | |
| CN115564247A (zh) | 一种核电厂事故智能识别及决策的方法及系统 | |
| CN110796243B (zh) | 一种连续型运行监测数据模拟发生方法及装置 | |
| CN113762345A (zh) | 一种油浸式变压器故障诊断方法及装置 | |
| CN113408076A (zh) | 基于支持向量机模型的小样本机械剩余寿命预测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication |