中国长江电力股份有限公司苟家萁获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉中国长江电力股份有限公司申请的专利基于水电站机组运行报告自动生成功能的智慧运行方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118411117B 。
龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410403045.7,技术领域涉及:G06Q10/10;该发明授权基于水电站机组运行报告自动生成功能的智慧运行方法是由苟家萁;杨鹏;徐云龙;李利华;焦江明;邹毅;张晓宇;刘先科;徐长福;刘国建;李法兴;曹铁山;肖骏逸;王福生;孙泽鹏设计研发完成,并于2024-04-03向国家知识产权局提交的专利申请。
本基于水电站机组运行报告自动生成功能的智慧运行方法在说明书摘要公布了:基于水电站机组运行报告自动生成功能的智慧运行方法,包括确定需生成报告的模板及其对应的数据特征项、特征数据项从监测数据库中的提取、基于神经网络算法对提取的特征数据库进行清洗处理、基于深度学习模型对特征序列数据进行挖掘分析,获取其内部变化规律及联系特点、对挖掘的结果进行结构化处理及分析、机组运行报告的自动生成,最后再进行人工审核、定稿、输出报告。本发明更加智能化与精准化,极大提高了工作效率,通过直接调用数据库的方法克服了传统人工进行数据输入与综合分析的不足,解放人力,提高效率,为电站设备健康状况评价、故障诊断提供客观依据,大大提高电站运维效率。
本发明授权基于水电站机组运行报告自动生成功能的智慧运行方法在权利要求书中公布了:1.基于水电站机组运行报告自动生成功能的智慧运行方法,其特征在于: S1、确定需生成报告的模板及其对应的数据特征项; S2、从监测数据库中提取特征数据项; S3、基于神经网络算法对提取的特征数据库进行清洗处理; S4、基于深度学习模型对特征序列数据进行挖掘分析,获取其内部变化规律及联系特点; S5、对挖掘的结果进行结构化处理及分析; S6、自动生成机组运行报告; S7、进行人工审核、修正和定稿,再输出报告; 利用GRU模型进行特征数据库清洗处理过程如下: 1选取特征序列数据作为GRU清洗模型的输入; 2将搜集到的数据进行最大最小归一化处理,实现过程为式5所示,并按照2:1划分为训练集数据和测试集数据;Xp、X、Xmax、Xmin分别表示归一化后的数据、特征序列任意值、最大值、最小值;式5如下: 5; 3对训练集数据进行训练学习,掌握其内部的变化规律,对测试集数据进行计算: |当前数据值‑前一数据集|Q?; Q表示专门判断数据是正常值还是缺失值、异常值而设置的阈值; 若计算值小于Q,表明此数值为正常值,反之为缺失值或者异常值; 4设置GRU清洗模型的参数,对测试集中的缺失值和异常值数据进行重构修复,进行反归一化处理,最后结合模型评价指标进行分析;评价指标如下: 6; 步骤S4中,基于深度学习模型对特征序列数据进行挖掘分析,获取其内部变化规律及联系特点的过程为:利用循环神经网络对步骤S3中清洗后的特征序列进行学习与挖掘,充分掌握其内部的变化规律与相关联系; 循环神经网络由输入层、1个隐藏层与1个输出层共同构成,设定t时刻RNN模型的输入序列为x=[x1, x2, … xn],根据式7可得此时隐藏层序列v=v1, v2, … vn与输出层序列y=y1, y2, … yn,通过分析隐藏层序列与输出层序列之间的潜在联系,可得出输入特征向量之间的变化规律,式7如下: 7; 式中,vt‑1为t‑1时刻隐藏层的状态;D、E分别为输入层至隐藏层、隐藏层与输出层之间的权重系数矩阵;F为自反馈权重系数矩阵;b表示偏置量;f为激活函数。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国长江电力股份有限公司,其通讯地址为:430014 湖北省武汉市江岸区三阳路88号三阳中心;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。
请提出您的宝贵建议,有机会获取IP积分或其他奖励