首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于特征值监测的水电机组模拟量缓变预测方法 

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!

申请/专利权人:三峡金沙江川云水电开发有限公司;北京中水科水电科技开发有限公司

摘要:本发明涉及基于特征值监测的水电机组模拟量缓变预测方法,该方法通过定时采样水轮机的核心部件温度和振动频率,形成时间序列样本集;样本经归一化处理后,计算加权和标准差作为模拟量;利用局部线性回归获取当前斜率值,并通过随机森林模型预测下一时间序列的模拟量值;比较当前与预测斜率值,反映模拟量的缓变趋势;本发明的方法能有效预测水电机组模拟量的缓变情况,有助于提前发现潜在故障,提高水电机组的运行安全性和稳定性。

主权项:1.基于特征值监测的水电机组模拟量缓变预测方法,其特征在于,所述方法包括以下步骤:步骤1,基于预设时间间隔和预设时间窗口长度对水电机组中的参数:水轮机的核心部件温度和水轮机振动频率进行采样,将采样样本按照预设时长进行分割,形成以时间窗口为单位的时间序列样本集;所述预设时间间隔t为2~5S,一个时间窗口内连续采样q次,则预设时间窗口长度L=qt,其中,4≤q≤12;将采样样本按照预设时长进行分割是指,预设时长M=kL,其中k表示时间窗口的数量,15≤k≤20;时间序列样本集表示为U={A1,A2,…,Ai,…,An},其中,Ai表示第i个时间序列样本,n表示时间序列样本的个数,每一个时间序列样本均由k个时间窗口的采样数据组成,第i个时间序列样本Ai表示为Ai={ai1,ai2,……,aik},aik表示第第i个时间序列样本中的k个时间窗口的采样数据;步骤2,对每一个时间窗口的采样数据进行最小-最大归一化处理,然后计算所述时间序列样本集中的每一个时间序列样本的加权和的标准差,作为水电机组模拟量;加权和S的计算式:S=wT·T+wf·f,其中,T是归一化后单个时间窗口的温度值,f是归一化后单个时间窗口的振动频率值,wT和wf分别是温度值和振动频率值的权重,wT+wf=1;则对于时间序列样本A中,有k个时间窗口的归一化数据,表示为:T1,f1,T2,f2,…,Tk,fk,时间窗口数据的加权和表示为:S1,S2,…,Sk;时间序列样本的加权和的标准差:其中,是加权和的平均值,Si是时间序列样本中的i个时间窗口数据的加权和;则对于时间序列样本A,其时间序列样本的加权和的标准差: 其中,Ti和fi分别表示的i个时间归一化后的温度值和振动频率值;步骤3,对时间序列样本集中的模拟量进行局部线性回归运算,得到当前回归函数的斜率值;步骤4,将连续时间窗口的水电机组模拟量输入训练好的随机森林模型,基于所述随机森林模型对下一时间序列样本中的水电机组模拟量值进行预测;步骤5,根据预测的下一时间序列样本中的水电机组模拟量值,对模拟量再次进行局部线性回归计算,得到回归函数的斜率预测值;比较斜率当前回归函数的斜率值和回归函数的斜率预测值的大小及变化即反映出模拟量的缓变趋势。

全文数据:

权利要求:

百度查询: 三峡金沙江川云水电开发有限公司 北京中水科水电科技开发有限公司 基于特征值监测的水电机组模拟量缓变预测方法

免责声明
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。