CN114183299B - 一种双回路型式的风力发电站scada***的运行方法 - Google Patents
一种双回路型式的风力发电站scada***的运行方法 Download PDFInfo
- Publication number
- CN114183299B CN114183299B CN202111519725.8A CN202111519725A CN114183299B CN 114183299 B CN114183299 B CN 114183299B CN 202111519725 A CN202111519725 A CN 202111519725A CN 114183299 B CN114183299 B CN 114183299B
- Authority
- CN
- China
- Prior art keywords
- data
- database
- local area
- wind power
- area network
- 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
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 35
- 230000005540 biological transmission Effects 0.000 claims abstract description 27
- 238000012544 monitoring process Methods 0.000 claims abstract description 20
- 238000003745 diagnosis Methods 0.000 claims abstract description 17
- 230000003993 interaction Effects 0.000 claims description 16
- 238000010606 normalization Methods 0.000 claims description 16
- 238000010248 power generation Methods 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000010586 diagram Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000001816 cooling Methods 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 2
- 208000012661 Dyskinesia Diseases 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2260/00—Function
- F05B2260/80—Diagnostics
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2260/00—Function
- F05B2260/82—Forecasts
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Wind Motors (AREA)
Abstract
一种双回路型式的风力发电站SCADA***的运行方法,SCADA***包括数据采集***,数据采集***用于采集风力发电站数据,数据采集***的输出端与数据传输***的输入端连接,数据传输***的输出端与数据处理服务器的输入端连接;该***运行时,包括以下步骤:步骤1:数据采集***采集风力发电站数据;步骤2:将采集的数据借助数据传输***送至数据处理服务器;步骤3:数据处理服务器对数据进行分析,以实现故障诊断、功率预测。本发明的目的在于提供多种SCADA***配合使用的新方法,来提高监控***的利用率和可靠性。
Description
技术领域
本发明属于风力发电站及其附属设施设备技术领域,具体涉及多种风机自带SCADA***形成的双回路监测和控制网络。
背景技术
随着新能源风力发电的发展,风电的装机容量和类型越来越多,配套的SCADA在线监测***的类型不一,导致监测设备***过多,不仅造成设备的浪费,对运维工作者操作和监测设备运行情况,也造成一定的不便。
SCADA***由分布式数据采集***,在线监测的数据处理服务器,人机交互平台,数据传输***。通过对不同SCADA***采用同种协议的数据通信网络,统一的组态软件平台,并采用双回路网络型式进行数据传输,增加了数据处理服务器的利用率,也减小了运维工作者操控的难度。
发明内容
本发明的目的在于提供一种双回路型式的风力发电站SCADA***的运行方法,以对众多的风力发电设备进行高效、可靠的监测。
一种双回路型式的风力发电站SCADA***的运行方法,SCADA***包括数据采集***,数据采集***用于采集风力发电站数据,数据采集***的输出端与数据传输***的输入端连接,数据传输***的输出端与数据处理服务器的输入端连接;
该***运行时,包括以下步骤:
步骤1:数据采集***采集风力发电站数据;
步骤2:将采集的数据借助数据传输***送至数据处理服务器;
步骤3:数据处理服务器对数据进行分析,以实现故障诊断、功率预测。
数据处理服务器的输出端与人机交互平台的输入端连接,人机交互平台用以实现界面展示、工程师操作、故障指示。
在步骤1中,所采集的风力发电站的数据包括:SVG无功补偿设备,无间断供电设备,高频开关设备,地理信息***,A厂家永磁直驱风力发电机组,B厂家半直驱风力发电机组;
在步骤2中,数据传输***采用双回路型式线路,确保数据传输可靠,且线路互为备用;
在步骤3中,数据处理服务器采用插值和归一化方法将采集数据整理出数据库,用数据驱动方法分析数据,实现故障诊断和功率预测。
在步骤1中,
A厂家数据库为:Sa(xa1,xa2,xa3,xa4,xa5,xa6,......,xa(m-1),xam),B厂家数据库为:Sb(xb1,xb2,xb3,xb4,xb5,xb6,......,xb(n-1),xbn),设置统一数据库,变量数为k个,将A厂家数据库、B厂家数据库中不一致的数据量均统计,不存在数据量的变量值记为0,则k大于m和n,统一后数据库为S(x1,x2,x3,x4,x5,x6,......,x(k-1),xk);
A厂家风力发电***数据库中收集的数据包括:变桨***、变流***、冷却***、发电机、液压站,等位置收集的数据;B厂家风力发电***数据库除A厂家收集的数据,还包括:齿轮箱、联轴器,等位置收集的数据。
上述数据采集***为分布式数据采集***,它包括中央监控装置、能量管理***、消防监控系;
数据处理服务器包括:存储服务器A、存储服务器B、故障诊断服务器、功率预测服务器;
数据传输***包括:主局域网A,主局域网B,子局域网A,子局域网B,GPRS A,GPRSB,边界路由器。
在步骤1中的各分布式数据采集***将各类数据采集起来,其中,SVG无功补偿设备,无间断供电设备,高频开关设备,地理信息***这些数据采集设备通过步骤2中的子局域网A和子局域网B双线传输;对A厂家永磁直驱风力发电机组采集的数据通过GPRS A无线传输;对B厂家半直驱风力发电机组采集的数据通过GPRS B无线传输;将子局域网A,子局域网B,GPRS A,GPRS B采集的数据汇总至互为备用的主局域网A和主局域网B,主局域网A和主局域网B之间通过边界路由器连接,使两个局域网之间的数据相互传输,将上述采集数据通过数据传输***传输至在线监测的数据处理服务器,和故障预警***对数据进行分析和专家诊断。
在步骤2中,在线监测的数据处理服务器中,数据处理服务器对各部分收集的数据进行分析,人机交互***安置于SCADA服务器上,包括人机交互界面、实时数据库***、管理与控制***、操作员站、工程师站,操作员站为可操作显示的信息***,工程师站为运行和故障的报表后台***。
在步骤3中,采用插值和归一化方法将采集数据整理出数据库,归一化方法满足下式:
在步骤3中,用数据驱动方法分析数据,采用数据库中的故障诊断模型,计算异常评分,利用指数加权确定故障阈值,故障诊断模型中代表风机失效程度的异常值f满足下式:
使用下式对时间尺度的异常值Ft进行分级:
Ft=α·ft+(1-α)ft-1 (3)
其中,t是时间指数,ɑ是历史得分的权重;
故障阈值的上限Fu(t)、下限Fl(t)的计算公式分别为:
其中,μ和ε为训练数据集得分的均值和标准差,K为常数;
将进行归一化处理的数据放到训练好的模型中,得出数据库中的异常值,根据时间线绘制故障图来判断风机是否故障;
计算SCADA数据库中各参数的残差,从而确定故障部位。
与现有技术相比,本发明具有如下技术效果:
1)通过建立统一的数据库,可以有效提高数据管理的效率,并采用同一种数据分析方法来提高数据分析服务器的利用率;
2)通过采用双回路型式的SCADA传输***,使不同厂家、不同类型的风机监测***应用至同一人机交互平台,可以提高操作人员的运维效率,从根本上解决了现阶段风力发电场SCADA***的冗余问题。
3)本发明解决了现有风力发电站的SCADA***均采用风机厂家配套***,容易造成电站使用端出现资源冗余和资源浪费这一现象的技术问题,对电站不同机型的数据进行了统一的运行管理;
4)对同一风力发电站的不同类型机组的采集数据进行插值和归一化处理,整理成新型数据库,并采用多参数轮动阈值法,对多种类型的机组参数的异动进行判断;
5)采用双回路型式的***连接方法,边界路由器将两回路相连接,将不同类型机组连接至同一数据平台,搭建至SCADA***上,提高该SCADA***的广适性和利用率。
附图说明
下面结合附图和实施例对本发明作进一步说明:
图1为本发明***运行流程图;
图2为本发明***的具体部件连接图。
具体实施方式
如图1所示,一种双回路型式的风力发电站SCADA***的运行方法,它包含风力发电站分布式数据采集***,在线监测的数据处理服务器,人机交互平台,数据传输***;
通过以下步骤实现:
步骤1:风力发电站分布式数据采集***采集风力发电站数据包含:SVG无功补偿设备,无间断供电设备,高频开关设备,地理信息***,A厂家永磁直驱风力发电机组,B厂家半直驱风力发电机组。
步骤2:将采集的数据借助数据传输***放至在线监测的数据处理服务器。数据传输***采用双回路型式线路,确保数据传输可靠,且线路互为备用。
步骤3:数据处理服务器采用插值和归一化方法将采集数据整理出数据库,用数据驱动方法分析数据,实现故障诊断和功率预测。
步骤4:将数据处理服务器通过数据传输***与人机交互平台连接,进行收集数据和分析数据的界面展示、工程师操作、故障指示。
步骤1中的A厂家永磁直驱风力发电***和B厂家双馈风力发电***的故障诊断的实时数据库不完全相同,为避免采用两套并行的数据库造成数据库重复,对数据库进行并行收集,但对两个数据库统一计算与分析;
A厂家数据库为,Sa(xa1,xa2,xa3,xa4,xa5,xa6,......,xa(m-1),xam),B厂家数据库为,Sb(xb1,xb2,xb3,xb4,xb5,xb6,......,xb(n-1),xbn),为了使两个数据库统一,设置统一数据库,变量数为k个,将A厂家数据库、B厂家数据库中不一致的数据量均统计,不存在数据量的变量值记为0,则k大于m和n,统一后数据库为S(x1,x2,x3,x4,x5,x6,......,x(k-1),xk)。
A厂家风力发电***数据库中收集的数据包括:变桨***、变流***、冷却***、发电机、液压站,等位置收集的数据。
B厂家风力发电***数据库除A厂家收集的数据,还包括:齿轮箱、联轴器,等位置收集的数据。
如图2,所述的风力发电***分布式数据采集***包含中央监控装置、能量管理***、消防监控***。
所述的在线监测的数据处理服务器包含:存储服务器A、存储服务器B、故障诊断服务器、功率预测服务器。
所述的人机交互平台包含:操作员站、工程师站、指示***、硬件隔离模块、人机交互***(组态软件***)。
所述的采集数据传输***包含,主局域网A,主局域网B,子局域网A,子局域网B,GPRS A,GPRS B,边界路由器。
步骤1中的各种分布式数据采集***将各类数据采集起来,其中,SVG无功补偿设备,无间断供电设备,高频开关设备,地理信息***等数据采集设备通过步骤2中的子局域网A和子局域网B双线传输;对A厂家永磁直驱风力发电***采集的数据通过GPRS A无线传输;对B厂家永磁直驱风力发电***采集的数据通过GPRS B无线传输。将子局域网A,子局域网B,GPRS A,GPRS B采集的数据汇总至互为备用的主局域网A和主局域网B,主局域网A和主局域网B之间通过边界路由器连接,使两个局域网之间的数据可以相互传输,将上述采集数据通过数据传输***传输至在线监测的数据处理服务器,和故障预警***对数据进行分析和专家诊断。
步骤2中的在线监测的数据处理服务器中,数据处理服务器对各部分收集的数据进行分析,人机交互***(组态软件***)安置于SCADA服务器上,包括人机交互界面、实时数据库***、管理与控制***、操作员站、工程师站,操作员站为可操作显示的信息***,工程师站为运行和故障的报表后台***;
步骤3中采用插值和归一化方法将采集数据整理出数据库。归一化方法满足下式:
步骤3中的用数据驱动方法分析数据,主要是采用数据库中的训练故障诊断模型,计算异常评分,利用指数加权确定故障阈值。故障诊断模型中代表风机失效程度的异常值f满足下式:
使用下式对时间尺度的异常值Ft进行分级:
Ft=α·ft+(1-α)ft-1 (3)
其中,t是时间指数,ɑ是历史得分的权重,一般ɑ设为0.3。
故障阈值的上限Fu(t)、下限Fl(t)的计算公式分别为:
其中,μ和ε为训练数据集得分的均值和标准差。K为常数,为训练集最大异常值的1.25倍。
将进行归一化处理的数据放到训练好的模型中,得出数据库中的异常值,根据时间线绘制故障图来判断风机是否故障。
计算SCADA数据库中各参数的残差,从而确定故障部位。
对建立的数据库进行整理、分析,利用数据对各部位的故障诊断做出判断,同时,对风力发电功率进行预测和上报。
Claims (5)
1.一种双回路型式的风力发电站SCADA***的运行方法,其特征在于,所述SCADA***包括数据采集***(1),数据采集***(1)用于采集风力发电站数据,数据采集***(1)的输出端与数据传输***(2)的输入端连接,数据传输***(2)的输出端与数据处理服务器(3)的输入端连接;
该***运行时,包括以下步骤:
步骤1:数据采集***(1)采集风力发电站数据;
步骤2:将采集的数据借助数据传输***(2)送至数据处理服务器(3);
步骤3:数据处理服务器(3)对数据进行分析,以实现故障诊断、功率预测;
在步骤1中,所采集的风力发电站的数据包括:SVG无功补偿设备,无间断供电设备,高频开关设备,地理信息***,A厂家永磁直驱风力发电机组,B厂家半直驱风力发电机组;
在步骤2中,数据传输***(2)采用双回路型式线路,确保数据传输可靠,且线路互为备用;
在步骤3中,数据处理服务器(3)采用插值和归一化方法将采集数据整理出数据库,用数据驱动方法分析数据,实现故障诊断和功率预测;
在步骤1中,
A厂家数据库为:Sa(xa1,xa2,xa3,xa4,xa5,xa6,......,xa(m-1),xam),B厂家数据库为:Sb(xb1,xb2,xb3,xb4,xb5,xb6,......,xb(n-1),xbn),设置统一数据库,变量数为k个,将A厂家数据库、B厂家数据库中不一致的数据量均统计,不存在数据量的变量值记为0,则k大于m和n,统一后数据库为S(x1,x2,x3,x4,x5,x6,......,x(k-1),xk);
A厂家风力发电***数据库中收集的数据包括:变桨***、变流***、冷却***、发电机、液压站这些位置收集的数据;B厂家风力发电***数据库除A厂家收集的数据,还包括:齿轮箱、联轴器这些位置收集的数据;
数据采集***(1)为分布式数据采集***,它包括中央监控装置、能量管理***、消防监控系;
数据处理服务器(3)包括:存储服务器A、存储服务器B、故障诊断服务器、功率预测服务器;
数据传输***(2)包括:主局域网A,主局域网B,子局域网A,子局域网B,GPRS A,GPRSB,边界路由器;
在步骤1中的各分布式数据采集***将各类数据采集起来,其中,SVG无功补偿设备,无间断供电设备,高频开关设备,地理信息***这些数据采集设备通过步骤2中的子局域网A和子局域网B双线传输;对A厂家永磁直驱风力发电机组采集的数据通过GPRS A无线传输;对B厂家半直驱风力发电机组采集的数据通过GPRS B无线传输;将子局域网A,子局域网B,GPRS A,GPRS B采集的数据汇总至互为备用的主局域网A和主局域网B,主局域网A和主局域网B之间通过边界路由器连接,使两个局域网之间的数据相互传输,将上述采集数据通过数据传输***(2)传输至在线监测的数据处理服务器(3),和故障预警***对数据进行分析和专家诊断。
2.根据权利要求1所述的双回路型式的风力发电站SCADA***的运行方法,其特征在于,SCADA***的数据处理服务器(3)的输出端与人机交互平台(4)的输入端连接,人机交互平台(4)用以实现界面展示、工程师操作、故障指示。
3.根据权利要求1所述的双回路型式的风力发电站SCADA***的运行方法,其特征在于,在步骤2中,在线监测的数据处理服务器(3)中,数据处理服务器(3)对各部分收集的数据进行分析,人机交互***安置于SCADA服务器上,包括人机交互界面、实时数据库***、管理与控制***、操作员站、工程师站,操作员站为可操作显示的信息***,工程师站为运行和故障的报表后台***。
5.根据权利要求1或2或4所述的双回路型式的风力发电站SCADA***的运行方法,其特征在于,在步骤3中,用数据驱动方法分析数据,采用数据库中的故障诊断模型,计算异常评分,利用指数加权确定故障阈值,故障诊断模型中代表风机失效程度的异常值f满足下式:
使用下式对时间尺度的异常值Ft进行分级:
Ft=α·ft+(1-α)ft-1 (3)
其中,t是时间指数,ɑ是历史得分的权重;
故障阈值的上限Fu(t)、下限Fl(t)的计算公式分别为:
其中,μ和ε为训练数据集得分的均值和标准差,K为常数;
将进行归一化处理的数据放到训练好的模型中,得出数据库中的异常值,根据时间线绘制故障图来判断风机是否故障;
计算SCADA数据库中各参数的残差,从而确定故障部位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111519725.8A CN114183299B (zh) | 2021-12-13 | 2021-12-13 | 一种双回路型式的风力发电站scada***的运行方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111519725.8A CN114183299B (zh) | 2021-12-13 | 2021-12-13 | 一种双回路型式的风力发电站scada***的运行方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114183299A CN114183299A (zh) | 2022-03-15 |
CN114183299B true CN114183299B (zh) | 2023-07-14 |
Family
ID=80604741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111519725.8A Active CN114183299B (zh) | 2021-12-13 | 2021-12-13 | 一种双回路型式的风力发电站scada***的运行方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114183299B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1871432A (zh) * | 2003-10-22 | 2006-11-29 | 通用电气公司 | 风力涡轮机***的控制 |
CN101461116A (zh) * | 2004-12-17 | 2009-06-17 | 再生动力***股份公司 | 风场功率调节和风场功率调节方法 |
CN102434387A (zh) * | 2011-11-16 | 2012-05-02 | 三一电气有限责任公司 | 风机检测诊断*** |
-
2021
- 2021-12-13 CN CN202111519725.8A patent/CN114183299B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1871432A (zh) * | 2003-10-22 | 2006-11-29 | 通用电气公司 | 风力涡轮机***的控制 |
CN101461116A (zh) * | 2004-12-17 | 2009-06-17 | 再生动力***股份公司 | 风场功率调节和风场功率调节方法 |
CN102434387A (zh) * | 2011-11-16 | 2012-05-02 | 三一电气有限责任公司 | 风机检测诊断*** |
Also Published As
Publication number | Publication date |
---|---|
CN114183299A (zh) | 2022-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110674189B (zh) | 一种智能变电站二次状态监测与故障定位的方法 | |
CN112594142B (zh) | 一种基于5g的端云协同风电运维诊断*** | |
CN109885021A (zh) | 一种基于实时采集数据对采集设备进行监测的方法及*** | |
CN108252873A (zh) | 一种风力发电机组在线数据监测及其性能评估的*** | |
CN104504607A (zh) | 一种基于模糊聚类算法的光伏电站故障诊断方法 | |
CN103218695A (zh) | 二次设备智能状态评估诊断***及其方法 | |
CN102510125A (zh) | 电力一次设备运行工况监测方法及装置 | |
CN112949874B (zh) | 一种配电终端缺陷特征自诊断方法及*** | |
CN112253404B (zh) | 基于多级健康评估的风机传动链智能运维*** | |
CN116308304B (zh) | 基于元学习概念漂移检测的新能源智慧运维方法及*** | |
CN110723166A (zh) | 一种道岔监测方法及*** | |
CN112561238A (zh) | 一种抽水蓄能电站辅机设备状态健康评价***及方法 | |
CN111327468A (zh) | 一种用于电力***的边缘计算平台的运行方法及其*** | |
CN103631245A (zh) | 一种配电终端缺陷诊断***及方法 | |
CN110033102A (zh) | 一种巨型水电厂具有学习功能的智能诊断方法及专家*** | |
CN115453267A (zh) | 一种电力信息***故障诊断*** | |
CN116298684A (zh) | 一种配电网用故障研判定位*** | |
CN114297265A (zh) | 基于物联技术的智能运维方法 | |
CN117311295B (zh) | 基于无线网络设备的生产质量提升方法及*** | |
CN117391675B (zh) | 一种数据中心基础设施运维管理方法 | |
CN114280383A (zh) | 一种大型地面站天线的健康检测装置及健康检测方法 | |
CN114183299B (zh) | 一种双回路型式的风力发电站scada***的运行方法 | |
CN117611010A (zh) | 基于孪生模型的智能配电柜运行状态的模糊综合评估方法 | |
CN108613820A (zh) | 一种用于gis本体机械缺陷诊断和定位的在线异声监测算法 | |
CN117743794A (zh) | 一种分布式光伏电站故障诊断及效能损失评估*** |
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 |