CN111813822A - 一种基于wans确定多项式拟合节点电压有效值的方法及*** - Google Patents
一种基于wans确定多项式拟合节点电压有效值的方法及*** Download PDFInfo
- Publication number
- CN111813822A CN111813822A CN202010450151.2A CN202010450151A CN111813822A CN 111813822 A CN111813822 A CN 111813822A CN 202010450151 A CN202010450151 A CN 202010450151A CN 111813822 A CN111813822 A CN 111813822A
- Authority
- CN
- China
- Prior art keywords
- wams
- value
- data
- node voltage
- residual sequence
- 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 23
- 238000001786 wide angle neutron scattering Methods 0.000 title claims abstract description 13
- 238000012360 testing method Methods 0.000 claims abstract description 18
- 238000005259 measurement Methods 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000013112 stability test Methods 0.000 claims abstract description 7
- 238000007781 pre-processing Methods 0.000 claims description 13
- 230000002547 anomalous effect Effects 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Probability & Statistics with Applications (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Power Engineering (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于WANS确定多项式拟合节点电压有效值的方法及***,属于电力***电压稳定预测技术领域。本发明方法,包括:获取历史数据和处理数据;获取历史数据的残差序列,并针对残差序列进行平稳性检验,当检验通过后,根据残差序列,对处理数据进行预测时刻的WAMS测量和WAMS预测,确定WAMS测量值和WAMS预测值;取WAMS测量值和WAMS预测值的差值的绝对值,当差值的绝对值小于预设阈值时,确定WAMS预测值是否达到WAMS临界值;当WAMS预测值达到WAMS临界值时,根据WAMS预测值确定预测时刻的多项式拟合节点电压有效值。本发明可以有效提高电网运行控制在线分析时的节点电压有效值估计精度。
Description
技术领域
本发明涉及电力***电压稳定预测领域。技术领域,并且更具体地,涉及一种基于WANS确定多项式拟合节点电压有效值的方法及***。
背景技术
随着负荷中心地区负荷的不断增长及环保压力造成的负荷中心火电机组迁建,负荷中心地区的电压稳定问题越来越受到关注。负荷中心节点电压的静态稳定曲线在趋势上随负荷的增加而形成一个近似向下的抛物线形状,当节点电压曲线下降到给定的临界下限值时,将存在发生大面积电压崩溃的风险。因此“如何根据一个给定地区全天负荷的变化特性”,提前、准确的对“可能出现的电压达到给定临界下限值的时刻”进行预测,对于确保电网安全稳定至关重要。
传统的基于多项式拟合的节点电压趋势预测分析往往直接依据历史曲线进行直接拟合,并对未来的发展趋势依据拟合函数进行预测,然而,由于受特定地区负荷特性的影响,一天之中的节点电压变化规律各有不同,有些地区受冲击负荷的影响甚至存在跳变行为,实际的WAMS电压量测曲线在电压下降至危险期时,甚至表现出阶跃、剧烈波动现象,即,前期的历史数据可能对多项式拟合起到负面影响,导致因阶跃和后期剧烈波动、趋势剧烈变化的而影响对预测的趋势准确性。
传统的时间序列分析方法中,往往对噪声的假设相对简单,一般视为均方差白噪声,而实际的电网中,由于导致噪声的原因复杂,噪声的非均方差扰动处理成为了预测问题的处理难点之一。
发明内容
针对上述问题本发明提出了一种基于WANS确定多项式拟合节点电压有效值的方法,包括:
获取多项式拟合节点电压数据集,提取数据集中WAMS数据,并对WAMS数据进行预处理,对预处理后的WAMS数据进行分类,将WAMS数据分为历史数据和处理数据;
获取历史数据的残差序列,并针对残差序列进行平稳性检验,当检验通过后,根据残差序列,对处理数据进行预测时刻的WAMS测量和WAMS预测,确定WAMS测量值和WAMS预测值;
取WAMS测量值和WAMS预测值的差值的绝对值,当差值的绝对值小于预设阈值时,确定WAMS预测值是否达到WAMS临界值;
当WAMS预测值达到WAMS临界值时,根据WAMS预测值确定预测时刻的多项式拟合节点电压有效值。
可选的,预处理为对WAMS数据剔除异常数据。
可选的,平稳性检验是根据对残差序列的单位根进行检验,若残差序列平稳性检验未通过,则更新多项式拟合节点电压数据集。
可选的,差值的绝对值大于预设阈值时,更新多项式拟合节点电压数据集。
本发明还提出了一种基于WANS确定多项式拟合节点电压有效值的***,包括:
数据分类模块,获取多项式拟合节点电压数据集,提取数据集中WAMS数据,并对WAMS数据进行预处理,对预处理后的WAMS数据进行分类,将WAMS数据分为历史数据和处理数据;
数据处理模块,获取历史数据的残差序列,并针对残差序列进行平稳性检验,当检验通过后,根据残差序列,对处理数据进行预测时刻的WAMS测量和WAMS预测,确定WAMS测量值和WAMS预测值;
第一判断模块,取WAMS测量值和WAMS预测值的差值的绝对值,当差值的绝对值小于预设阈值时,确定WAMS预测值是否达到WAMS临界值;
第二判断模块,当WAMS预测值达到WAMS临界值时,根据WAMS预测值确定预测时刻的多项式拟合节点电压有效值。
可选的,预处理为对WAMS数据剔除异常数据。
可选的,平稳性检验是根据对残差序列的单位根进行检验,若残差序列平稳性检验未通过,则更新多项式拟合节点电压数据集。
可选的,差值的绝对值大于预设阈值时,更新多项式拟合节点电压数据集。
本发明可以有效提高电网运行控制在线分析时的节点电压有效值估计精度。
附图说明
图1为本发明一种基于WANS确定多项式拟合节点电压有效值的方法流程图;
图2为本发明一种基于WANS确定多项式拟合节点电压有效值的方法实施例流程图;
图3为本发明一种基于WANS确定多项式拟合节点电压有效值的***结构图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式,然而,本发明可以用许多不同的形式来实施,并且不局限于此处描述的实施例,提供这些实施例是为了详尽地且完全地公开本发明,并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中,相同的单元/元件使用相同的附图标记。
除非另有说明,此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外,可以理解的是,以通常使用的词典限定的术语,应当被理解为与其相关领域的语境具有一致的含义,而不应该被理解为理想化的或过于正式的意义。
本发明提出了一种基于WANS确定多项式拟合节点电压有效值的方法,如图1所示,包括:
获取多项式拟合节点电压数据集,提取数据集中WAMS数据,并对WAMS数据进行预处理,对预处理后的WAMS数据进行分类,将WAMS数据分为历史数据和处理数据;
获取历史数据的残差序列,并针对残差序列进行平稳性检验,当检验通过后,根据残差序列,对处理数据进行预测时刻的WAMS测量和WAMS预测,确定WAMS测量值和WAMS预测值;
取WAMS测量值和WAMS预测值的差值的绝对值,当差值的绝对值小于预设阈值时,确定WAMS预测值是否达到WAMS临界值;
当WAMS预测值达到WAMS临界值时,根据WAMS预测值确定预测时刻的多项式拟合节点电压有效值。
预处理为对WAMS数据剔除异常数据。
平稳性检验是根据对残差序列的单位根进行检验,若残差序列平稳性检验未通过,则更新多项式拟合节点电压数据集。
差值的绝对值大于预设阈值时,更新多项式拟合节点电压数据集。
下面结合实施例对本发明进行进一步说明:
如图2所示,步骤1、获取多项式拟合节点电压数据集,从数据集中提取WAMS数据,并进行预处理,如剔除异常数据,按不同时间间隔采样等,设定算法开始周期T,将数据集分为两部分,周期T前的作为历史数据,建立回归模型,周期T后的为处理数据;
步骤2、确定历史数据的残差序列;
步骤3、对残差序列进行平稳性检验;
根据单位根检验,通过检验时间序列的单位根,来检验时间序列过程的平稳性,使用DF和ADF等
用于建立GARCH模型的时间序列要求是平稳的,为检验残差序列的平稳性,一般用ADF(Augmented Dickey-Fuller Test)法进行检验,ADF检验残差平稳性的实质是通过考察t统计量的值来确定残差序列是否平稳;通常满足5%的显著性水平下的临界值即可认为残差序列为平稳的。
若残差序列不平稳,则回到步骤1,重新建立回归模型,若残差序列为平稳的,则进入步骤4;
步骤4:对已经平稳的残差序列vk进行GARCH(p,q)建模。与由WAMS序列得到的回归模型一起,重构基于WAMS量测的滑动多项式拟合节点电压波动中长期预测模型;
步骤5:针对历史数据构建GARCH(p,q)模型,预测处理数据的数据,确定预测值,并对处理数据进行测量,确定测量值,判断IGBT模块的老化状态,当|WAMS预测值-WAMS测量值|<设定的阈值时,继续预测下个周期的WAMS预测值,当|WAMS预测-WAMS测量|>设定的阈值时,返回步骤1;
步骤6、根据步骤5预测的WAMS越下限值,判断是否达到WAMS临界值,如果预测达到临界值,计算预测时刻的节点电压有效值。
本发明还提出了一种基于WANS确定多项式拟合节点电压有效值的***200,如图3所示,包括:
数据分类模块201,获取多项式拟合节点电压数据集,提取数据集中WAMS数据,并对WAMS数据进行预处理,对预处理后的WAMS数据进行分类,将WAMS数据分为历史数据和处理数据;
数据处理模块202,获取历史数据的残差序列,并针对残差序列进行平稳性检验,当检验通过后,根据残差序列,对处理数据进行预测时刻的WAMS测量和WAMS预测,确定WAMS测量值和WAMS预测值;
第一判断模块203,取WAMS测量值和WAMS预测值的差值的绝对值,当差值的绝对值小于预设阈值时,确定WAMS预测值是否达到WAMS临界值;
第二判断模块204,当WAMS预测值达到WAMS临界值时,根据WAMS预测值确定预测时刻的多项式拟合节点电压有效值。
预处理为对WAMS数据剔除异常数据。
平稳性检验是根据对残差序列的单位根进行检验,若残差序列平稳性检验未通过,则更新多项式拟合节点电压数据集。
差值的绝对值大于预设阈值时,更新多项式拟合节点电压数据集。
本发明可以有效提高电网运行控制在线分析时的节点电压有效值估计精度。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、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。
本申请是参照根据本申请实施例的方法、设备(***)、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。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (8)
1.一种基于WANS确定多项式拟合节点电压有效值的方法,所述方法包括:
获取多项式拟合节点电压数据集,提取数据集中WAMS数据,并对WAMS数据进行预处理,对预处理后的WAMS数据进行分类,将WAMS数据分为历史数据和处理数据;
获取历史数据的残差序列,并针对残差序列进行平稳性检验,当检验通过后,根据残差序列,对处理数据进行预测时刻的WAMS测量和WAMS预测,确定WAMS测量值和WAMS预测值;
取WAMS测量值和WAMS预测值的差值的绝对值,当差值的绝对值小于预设阈值时,确定WAMS预测值是否达到WAMS临界值;
当WAMS预测值达到WAMS临界值时,根据WAMS预测值确定预测时刻的多项式拟合节点电压有效值。
2.根据权利要求1所述的方法,所述预处理为对WAMS数据剔除异常数据。
3.根据权利要求1所述的方法,所述平稳性检验是根据对残差序列的单位根进行检验,若残差序列平稳性检验未通过,则更新多项式拟合节点电压数据集。
4.根据权利要求1所述的方法,所述差值的绝对值大于预设阈值时,更新多项式拟合节点电压数据集。
5.一种基于WANS确定多项式拟合节点电压有效值的***,所述***包括:
数据分类模块,获取多项式拟合节点电压数据集,提取数据集中WAMS数据,并对WAMS数据进行预处理,对预处理后的WAMS数据进行分类,将WAMS数据分为历史数据和处理数据;
数据处理模块,获取历史数据的残差序列,并针对残差序列进行平稳性检验,当检验通过后,根据残差序列,对处理数据进行预测时刻的WAMS测量和WAMS预测,确定WAMS测量值和WAMS预测值;
第一判断模块,取WAMS测量值和WAMS预测值的差值的绝对值,当差值的绝对值小于预设阈值时,确定WAMS预测值是否达到WAMS临界值;
第二判断模块,当WAMS预测值达到WAMS临界值时,根据WAMS预测值确定预测时刻的多项式拟合节点电压有效值。
6.根据权利要求5所述的***,所述预处理为对WAMS数据剔除异常数据。
7.根据权利要求5所述的***,所述平稳性检验是根据对残差序列的单位根进行检验,若残差序列平稳性检验未通过,则更新多项式拟合节点电压数据集。
8.根据权利要求5所述的***,所述差值的绝对值大于预设阈值时,更新多项式拟合节点电压数据集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010450151.2A CN111813822A (zh) | 2020-05-25 | 2020-05-25 | 一种基于wans确定多项式拟合节点电压有效值的方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010450151.2A CN111813822A (zh) | 2020-05-25 | 2020-05-25 | 一种基于wans确定多项式拟合节点电压有效值的方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111813822A true CN111813822A (zh) | 2020-10-23 |
Family
ID=72847787
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010450151.2A Pending CN111813822A (zh) | 2020-05-25 | 2020-05-25 | 一种基于wans确定多项式拟合节点电压有效值的方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111813822A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008165388A (ja) * | 2006-12-27 | 2008-07-17 | Jfe Steel Kk | プログラム更新管理システム、プログラム更新管理方法、及びコンピュータプログラム |
CN102360388A (zh) * | 2011-10-20 | 2012-02-22 | 苏州大学 | 基于支持向量回归的时间序列预测方法及*** |
CN102510072A (zh) * | 2011-11-15 | 2012-06-20 | 河海大学 | 一种电网***暂态失稳判别方法 |
CN103995948A (zh) * | 2013-07-19 | 2014-08-20 | 南方电网科学研究院有限责任公司 | 一种基于多项式模型的振荡中心电压预测方法 |
CN104021430A (zh) * | 2014-06-12 | 2014-09-03 | 东南大学 | 一种城市轨道交通站点客流不确定性分析方法 |
CN105158598A (zh) * | 2015-08-15 | 2015-12-16 | 国家电网公司 | 一种适用于电力设备的故障预测方法 |
CN106611243A (zh) * | 2016-12-02 | 2017-05-03 | 华北电力大学(保定) | 一种基于garch模型的风速预测残差修正方法 |
CN110441752A (zh) * | 2019-07-30 | 2019-11-12 | 中国人民解放军海军航空大学 | 海上目标检测方法及装置 |
-
2020
- 2020-05-25 CN CN202010450151.2A patent/CN111813822A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008165388A (ja) * | 2006-12-27 | 2008-07-17 | Jfe Steel Kk | プログラム更新管理システム、プログラム更新管理方法、及びコンピュータプログラム |
CN102360388A (zh) * | 2011-10-20 | 2012-02-22 | 苏州大学 | 基于支持向量回归的时间序列预测方法及*** |
CN102510072A (zh) * | 2011-11-15 | 2012-06-20 | 河海大学 | 一种电网***暂态失稳判别方法 |
CN103995948A (zh) * | 2013-07-19 | 2014-08-20 | 南方电网科学研究院有限责任公司 | 一种基于多项式模型的振荡中心电压预测方法 |
CN104021430A (zh) * | 2014-06-12 | 2014-09-03 | 东南大学 | 一种城市轨道交通站点客流不确定性分析方法 |
CN105158598A (zh) * | 2015-08-15 | 2015-12-16 | 国家电网公司 | 一种适用于电力设备的故障预测方法 |
CN106611243A (zh) * | 2016-12-02 | 2017-05-03 | 华北电力大学(保定) | 一种基于garch模型的风速预测残差修正方法 |
CN110441752A (zh) * | 2019-07-30 | 2019-11-12 | 中国人民解放军海军航空大学 | 海上目标检测方法及装置 |
Non-Patent Citations (2)
Title |
---|
乌家培等主编: "《***市场经济管理技术》", 31 May 1993 * |
常鹏著: "《基于数据驱动的间歇过程建模及故障监测》", 30 January 2019 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7082461B2 (ja) | 故障予知方法、故障予知装置および故障予知プログラム | |
CN110197288B (zh) | 故障影响下设备的剩余使用寿命预测方法 | |
CN115293667B (zh) | 一种工程进度及造价管理***的管理方法 | |
Wang et al. | The availability model and parameters estimation method for the delay time model with imperfect maintenance at inspection | |
EP3859455B1 (en) | Learning apparatus, learning method, learning program, determination apparatus, determination method, determination program, and computer readable medium | |
CN111033413B (zh) | 监视设备和用于监视***的方法 | |
CN112417791B (zh) | 基于线性回归与ahp算法的电力设备监视预警方法及*** | |
CN111400141B (zh) | 一种异常检测的方法及装置 | |
CN111881023A (zh) | 一种基于多模型对比的软件老化预测方法及装置 | |
CN112926636A (zh) | 牵引变流器柜体温度异常检测方法和装置 | |
CN114689208A (zh) | 异常温度检测装置、异常温度检测方法以及异常温度检测程序 | |
CN113935443B (zh) | 异构设备多域联合故障预测方法、装置、终端及存储介质 | |
US20170220034A1 (en) | Detection of consistent steady-state behavior in process plants | |
KR101808461B1 (ko) | 기계의 잔여수명 예측 방법 및 장치 | |
US20230297095A1 (en) | Monitoring device and method for detecting anomalies | |
US11250349B2 (en) | System for generating learning data | |
CN116401137B (zh) | 一种芯粒健康状态预测方法、装置、电子设备及存储介质 | |
CN111813822A (zh) | 一种基于wans确定多项式拟合节点电压有效值的方法及*** | |
US10222791B2 (en) | Operation assistance apparatus at time of accident in plant | |
CN116306240A (zh) | 设备健康与寿命预测方法、装置、计算机设备及存储介质 | |
CN112581727B (zh) | 桥梁的位移漂移预警方法、装置、设备及存储介质 | |
CN115391360A (zh) | 一种数据管理方法、***及电子设备 | |
CN113591266A (zh) | 一种电能表故障概率的分析方法及*** | |
CN111310989B (zh) | 零件加工成功率的预测方法、预测装置及可读存储介质 | |
CN111880506B (zh) | 计算机辅助地处理自动化设施中的状态消息的方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201023 |