CN118273969A - 基于绿色矿山通风风机运行智能调控*** - Google Patents
基于绿色矿山通风风机运行智能调控*** Download PDFInfo
- Publication number
- CN118273969A CN118273969A CN202410457238.0A CN202410457238A CN118273969A CN 118273969 A CN118273969 A CN 118273969A CN 202410457238 A CN202410457238 A CN 202410457238A CN 118273969 A CN118273969 A CN 118273969A
- Authority
- CN
- China
- Prior art keywords
- ventilation
- fan
- air quantity
- data
- unit
- 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
- 238000009423 ventilation Methods 0.000 title claims abstract description 120
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 238000004519 manufacturing process Methods 0.000 claims abstract description 7
- 230000004044 response Effects 0.000 claims abstract description 7
- 230000009467 reduction Effects 0.000 claims abstract description 6
- 238000012800 visualization Methods 0.000 claims abstract description 4
- 238000004458 analytical method Methods 0.000 claims description 23
- 238000004422 calculation algorithm Methods 0.000 claims description 21
- 230000000694 effects Effects 0.000 claims description 20
- 238000005457 optimization Methods 0.000 claims description 16
- 238000011156 evaluation Methods 0.000 claims description 14
- 230000007613 environmental effect Effects 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 8
- 230000000007 visual effect Effects 0.000 claims description 8
- 238000003745 diagnosis Methods 0.000 claims description 6
- 238000013178 mathematical model Methods 0.000 claims description 6
- 230000000903 blocking effect Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 5
- 238000001816 cooling Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 4
- 230000000737 periodic effect Effects 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- 238000011217 control strategy Methods 0.000 claims 1
- 238000005265 energy consumption Methods 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000012706 support-vector machine Methods 0.000 description 5
- 239000007789 gas Substances 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013058 risk prediction model Methods 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 239000002341 toxic gas Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Landscapes
- Ventilation (AREA)
Abstract
本申请涉及智能通风技术领域，公开了基于绿色矿山通风风机运行智能调控***，包括：风量计算模块，根据生产计划确定区域风量需求；风机状态感知模块，在需风量下降或无人作业期间自动匹配风机运行状态；热力状态可视模块，使盘区通风热力状态可视化；通风动态解算模块，反应风量、风压和风阻之间的关系；通风状态数据模块，建立通风状态数据库；风量智能预测模块，对未来时段风量进行智能预测；方案生成模块，快速生成响应风机节能调控方案；决策生成模块。通过根据生产计划确定区域风量需求，建立基于井下作业工序、装备运行数量、井下温度等诸多因素的需风量自动计算方法，建立深井通风参数和风机状态的精准感知***。
Description
技术领域
本发明涉及智能通风技术领域，具体为基于绿色矿山通风风机运行智能调控***。
背景技术
矿井通风在矿山安全生产中具有举足轻重的地位，为了实现高效、绿色的新型矿山开采，通风节能与智能控制成为亟待解决的关键课题，矿山通风***的智能化可以实时监测矿山内的气体浓度、温度、湿度等参数，及时发现矿井内的危险情况，如有毒气体积聚、温度异常等，并采取相应的措施保障矿工安全。
矿井全生命周期开采(包括通风容易时期和困难时期)通风、盘区内不同作业工序的需风量有很大不同，但目前矿井各盘区均按照最大需风强度运行，造成巨大能源消耗，亟需开展多级通风自适应按需供风智能调控技术研究，以降低矿山通风的能源消耗。
发明内容
针对现有技术的不足，本发明提供了基于绿色矿山通风风机运行智能调控***，解决了目前矿井各盘区均按照最大需风强度运行，造成巨大能源消耗的问题。
为实现以上目的，本发明通过以下技术方案予以实现：基于绿色矿山通风风机运行智能调控***，包括：
风量计算模块，根据生产计划确定区域风量需求；
风机状态感知模块，在需风量下降或无人作业期间自动匹配风机运行状态；
热力状态可视模块，使盘区通风热力状态可视化；
通风动态解算模块，反映风量、风压和风阻之间的关系；
通风状态数据模块，建立通风状态数据库；
风量智能预测模块，对未来时段风量进行智能预测；
方案生成模块，快速生成响应风机节能调控方案；
决策生成模块，生成深井节能通风与热害治理智能决策。
优选的，所述风量计算模块包括传感数据采集单元，采集矿井内气压、温度、湿度、风机转速、风机电流和风机电压；风量测量单元，实时检测通风***风量；故障诊断单元，负责检测传感器以及风机的工作状态。
优选的，所述风机状态感知模块包括状态检测单元，检测风机是否正常工作；振动分析单元，分析风机的振动情况；电流电压检测单元，检测风机的电流电压，判断风机负荷状态。
优选的，所述热力状态可视模块包括热力地图单元，将矿井内部热力状态以地图形式呈现；趋势分析单元，对历史数据进行趋势分析，识别热力状态的周期性变化；远程监控单元，对热力状态进行远程监控和管理。
优选的，所述通风动态解算模块包括通风网络模型建立单元，建立矿井通风***的数学模型，包括风道、风机以及堵漏点；数学仿真单元，基于通风网络模型，对矿井通风***进行动态解算，预测不同工况下的通风效果和参数变化；通风参数优化单元，根据实时解算结构，通过优化算法调整通风***的参数。
优选的，所述通风状态数据模块包括传感器数据采集单元，负责采集矿井内部的通风状态相关数据，如风速、风量、气压、温度、湿度、气体浓度等；数据预处理单元，对采集到的原始数据进行预处理，包括去除噪声、数据滤波、数据插补等，以提高数据质量和准确性。
优选的，所述风量智能预测模块包括历史数据采集单元，负责采集过去的风量数据，包括风机运行时的风量、矿井内部的环境参数等历史数据；特征提取与选择单元，从历史数据中提取与风量相关的特征，并选择对预测有意义的特征，为模型建立提供合适的输入。
优选的，所述方案生成模块包括节能调控策略生成单元，基于实时数据和通风***模型，通过算法或优化方法生成节能调控方案，包括调整风机转速、改变风道结构、优化风道布局等措施；效果评估与报告单元，对节能调控方案的实施效果进行评估，为决策提供参考。
优选的，所述决策生成模块包括热害评估与分析单元，对采集到的环境数据进行分析和评估，识别热害风险区域和程度，确定热害的影响范围和强度；热害治理方案生成单元，结合热害评估结果和通风调控方案，生成热害治理方案，包括增设冷却设备、改进通风***结构、调整工作面布局等措施。
优选的，所述热力状态可视模块与决策生成模块为负反馈连接。
本发明提供了基于绿色矿山通风风机运行智能调控***。具备以下有益效果：
1、本发明需风量计算模块和风机状态感知模块，根据生产计划确定区域风量需求，建立基于井下作业工序、装备运行数量、井下温度等诸多因素的需风量自动计算方法，建立深井通风参数和风机状态的精准感知***。
2、本发明建立变频状态下风机动态特性、功耗特征及控制模型，开发控制指令传输网络***，在需风量下降或无人作业期间自动匹配风机运行状态或停开部分风机，对数十台风机实施“集中远控、按需运行”，避免局部出现循环风，保障工作面风流质量，实现矿井按需供风智能调控。
3、本发明研发矿区通风热力状态可视模块与通风***动态解算模块，建立通风状态数据库及通风信息在线交互***，研发矿井通风热环境信息大数据分析及需风量智能预测***，研发快速响应风机节能调控方案自动生成***，研制深井节能通风与热害治理智能决策软件平台。
附图说明
图1为本发明的示意图。
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。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例：
请参阅附图1，本发明实施例提供基于绿色矿山通风风机运行智能调控***，其特征在于，包括：
风量计算模块，根据生产计划确定区域风量需求；
风机状态感知模块，在需风量下降或无人作业期间自动匹配风机运行状态；
热力状态可视模块，使盘区通风热力状态可视化；
通风动态解算模块，反映风量、风压和风阻之间的关系；
通风状态数据模块，建立通风状态数据库；
风量智能预测模块，对未来时段风量进行智能预测；
方案生成模块，快速生成响应风机节能调控方案；
决策生成模块，生成深井节能通风与热害治理智能决策。
风量计算模块包括传感数据采集单元，采集矿井内气压、温度、湿度、风机转速、风机电流和风机电压；风量测量单元，实时检测通风***风量；故障诊断单元，负责检测传感器以及风机的工作状态；
具体的，本实施例中，通过静压法对矿井内风量进行计算，静压法具体数据公式为：
其中，Q是风量，Cd是风道的流量系数，A是风道的截面积，ΔP是压差，故障诊断单元负责监测传感器和风机的工作状态，以及时发现和处理潜在的问题，常见的算法包括：
基于规则的故障诊断：通过预先定义的规则和阈值来检测传感器数据和风机状态是否异常，如果风机电流超出了预设的范围，***就会发出警报；
基于模型的故障诊断：基于物理模型或统计模型来分析传感器数据，识别不正常的模式。例如，利用风机工作时的典型模式建立模型，当实际数据与模型不符时发出警报；
机器学习算法：使用监督学习或无监督学习算法来训练模型，从历史数据中学习正常和异常模式，以自动识别故障。例如，使用支持向量机(SVM)、决策树或神经网络等算法。
风机状态感知模块包括状态检测单元，检测风机是否正常工作；振动分析单元，分析风机的振动情况；电流电压检测单元，检测风机的电流电压，判断风机负荷状态；
具体的，状态检测单元通过设定阈值来判断温度、转速等是否超过正常范围，或者利用物理模型对风机的运行状态进行建模，当实际数据与模型不符时发出警报，振动分析单元通过频谱分析计算振动信号的频谱，可以检测到异常频率成分，进而诊断风机的故障类型，电流电压检测单元通过功率因数计算电流和电压的相位差，可以评估风机的功率因数，进而判断电气性能是否正常。
热力状态可视模块包括热力地图单元，将矿井内部热力状态以地图形式呈现；趋势分析单元，对历史数据进行趋势分析，识别热力状态的周期性变化；远程监控单元，对热力状态进行远程监控和管理；
具体的，热力地图单元负责将矿井内部的热力状态以地图形式呈现。这个单元通过采集矿井内部各个点的温度、湿度等热力参数，将其转化为可视化的热力地图，矿井内部各个区域的热力分布情况可以被直观展示，从而更好地进行热力调控和安全管理，趋势分析单元负责对历史数据进行趋势分析，识别热力状态的周期性变化，这个单元会对矿井内部的热力数据进行深度挖掘和分析，找出热力状态的变化规律，远程监控单元负责对热力状态进行远程监控和管理，通过实时采集矿井内部的热力数据，将其传输到远程监控中心。管理人员可以通过远程监控中心实时查看矿井内部的热力状态，并根据实际情况进行调整和控制，不仅可以提高矿井的热力管理水平，还可以降低矿井运营成本。
通风动态解算模块包括通风网络模型建立单元，建立矿井通风***的数学模型，包括风道、风机以及堵漏点；数学仿真单元，基于通风网络模型，对矿井通风***进行动态解算，预测不同工况下的通风效果和参数变化；通风参数优化单元，根据实时解算结果，通过优化算法调整通风***的参数；
具体的，在通风网络模型建立单元中，首先需要收集矿井通风***的相关信息，包括风道布局、风机性能、堵漏点位置等，利用这些信息通过有限元法建立风道数学模型，数学仿真单元基于建立的通风网络模型，对矿井通风***进行动态解算，以预测不同工况下的通风效果和参数变化，仿真计算，可以得到不同工况下的通风参数，如风速、风量、压力分布等，以及***的动态响应，常用的仿真算法包括数值求解方法、模拟退火算法等，可以使用数值求解方法求解通风网络模型的动态方程，以模拟***在不同工况下的响应，通风参数优化单元根据实时解算结果，通过优化算法调整通风***的参数，以提高通风效果和能源利用率，包括调整风机的运行参数(如转速、叶片角度)、优化风道布局、修复堵漏点等，优化目标可以是最大化通风效果、最小化能源消耗或者满足特定的安全标准，常用的优化算法包括遗传算法、粒子群优化算法等。例如，可以使用遗传算法来搜索最优的风机运行参数组合，以最大化通风***的效率。
通风状态数据模块包括传感器数据采集单元，负责采集矿井内部的通风状态相关数据，如风速、风量、气压、温度、湿度、气体浓度等；数据预处理单元，对采集到的原始数据进行预处理，包括去除噪声、数据滤波、数据插补等，以提高数据质量和准确性；
具体的，通风状态数据模块负责收集矿井内部的通风状态相关数据，以确保矿井内空气质量达到标准，传感器数据采集单元负责采集矿井内部的通风状态相关数据。这些数据包括但不限于风速、风量、气压、温度、湿度、气体浓度等，这些数据通过安装在矿井内的各种传感器实时监测得到，能够准确地反映出矿井内部的通风状态，数据预处理单元则负责对采集到的原始数据进行预处理，预处理的过程包括去除噪声、数据滤波、数据插补等，以消除数据中的错误和异常值，提高数据的质量和准确性，去除噪声可以消除传感器在数据采集过程中受到的干扰，使数据更加干净；数据滤波可以剔除掉那些不稳定、不可靠的数据，提高数据的可靠性；数据插补则是在数据缺失或不完整的情况下，通过一定的算法补充完整数据，使数据更加完整。
风量智能预测模块包括历史数据采集单元，负责采集过去的风量数据，包括风机运行时的风量、矿井内部的环境参数等历史数据；特征提取与选择单元，从历史数据中提取与风量相关的特征，并选择对预测有意义的特征，为模型建立提供合适的输入；
具体的，历史数据采集单元负责收集矿井通风***过去的风量数据，以及风机运行时的风量、矿井内部的环境参数等历史数据，将这些原始数据进行整理、归一化，以便于后续处理和分析，特征提取与选择单元从历史数据中提取与风量相关的特征，并为模型建立提供合适的输入，提取的风量相关特征包括风量的时间序列数据、风量与矿井内部环境参数的关系等，还需要对提取的特征进行筛选，选择对预测风量有实际意义的特征，剔除对预测无用的特征，以降低模型的复杂度和提高预测效率，在完成特征提取与选择后，需要利用风量相关特征建立预测模型，常见的预测模型包括线性回归、支持向量机、神经网络等，根据实际问题和数据特点，选择合适的模型进行训练和优化。模型建立与优化单元的目标是提高预测风量的准确性，降低预测误差，以实现对矿井通风***运行状态的准确预测，在模型建立完成后，需要对预测结果进行评估，以检验模型的预测性能，评估指标包括均方误差、决定系数等，根据评估结果，对模型进行进一步优化，如调整模型参数、选择更合适的特征等，预测结果评估与优化单元的作用是不断提高风量预测模块的性能，确保其在实际应用中的有效性。
方案生成模块包括节能调控策略生成单元，基于实时数据和通风***模型，通过算法或优化方法生成节能调控方案，包括调整风机转速、改变风道结构、优化风道布局等措施；效果评估与报告单元，对节能调控方案的实施效果进行评估，为决策提供参考；
具体的，节能调控策略生成单元，是基于实时数据和通风***模型进行工作的，利用先进的算法或优化方法，生成一套切实可行的节能调控方案，方案包括调整风机转速、改变风道结构、优化风道布局等措施。这些措施的实施，将有助于降低建筑的能耗，提高能源利用效率，效果评估与报告单元负责对节能调控方案的实施效果进行评估。这部分通过对实际运行数据的分析，可以客观、准确地反映出节能调控方案的实际效果。这些数据将为决策者提供重要的参考，帮助他们更好地制定下一阶段的节能策略，方案生成模块的工作目标是实现建筑的节能降耗，提高能源利用效率，通过实时数据和通风***模型，结合先进的算法和优化方法，生成一套行之有效的节能调控方案，通过效果评估与报告单元，对方案的实际效果进行评估，为后续的决策提供依据。
决策生成模块包括热害评估与分析单元，对采集到的环境数据进行分析和评估，识别热害风险区域和程度，确定热害的影响范围和强度；热害治理方案生成单元，结合热害评估结果和通风调控方案，生成热害治理方案，包括增设冷却设备、改进通风***结构、调整工作面布局等措施；
具体的，热害评估与分析单元对采集到的环境数据进行分析和评估，以识别热害风险区域和程度，并确定热害的影响范围和强度，需要采集环境数据，如温度、湿度、风速等，这些数据可以通过传感器或者监测设备实时获取，利用获取的数据进行分析，可以采用统计方法、机器学***衡。
热力状态可视模块与决策生成模块为负反馈连接。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.基于绿色矿山通风风机运行智能调控***，其特征在于，包括：
风量计算模块，根据生产计划确定区域风量需求；
风机状态感知模块，在需风量下降或无人作业期间自动匹配风机运行状态；
热力状态可视模块，使盘区通风热力状态可视化；
通风动态解算模块，反映风量、风压和风阻之间的关系；
通风状态数据模块，建立通风状态数据库；
风量智能预测模块，对未来时段风量进行智能预测；
方案生成模块，快速生成响应风机节能调控方案；
决策生成模块，生成深井节能通风与热害治理智能决策。
2.根据权利要求1所述的基于绿色矿山通风风机运行智能调控***，其特征在于，所述风量计算模块包括传感数据采集单元，采集矿井内气压、温度、湿度、风机转速、风机电流和风机电压；风量测量单元，实时检测通风***风量；故障诊断单元，负责检测传感器以及风机的工作状态。
3.根据权利要求1所述的基于绿色矿山通风风机运行智能调控***，其特征在于，所述风机状态感知模块包括状态检测单元，检测风机是否正常工作；振动分析单元，分析风机的振动情况；电流电压检测单元，检测风机的电流电压，判断风机负荷状态。
4.根据权利要求1所述的基于绿色矿山通风风机运行智能调控***，其特征在于，所述热力状态可视模块包括热力地图单元，将矿井内部热力状态以地图形式呈现；趋势分析单元，对历史数据进行趋势分析，识别热力状态的周期性变化；远程监控单元，对热力状态进行远程监控和管理。
5.根据权利要求1所述的基于绿色矿山通风风机运行智能调控***，其特征在于，所述通风动态解算模块包括通风网络模型建立单元，建立矿井通风***的数学模型，包括风道、风机以及堵漏点；数学仿真单元，基于通风网络模型，对矿井通风***进行动态解算，预测不同工况下的通风效果和参数变化；通风参数优化单元，根据实时解算结构，通过优化算法调整通风***的参数。
6.根据权利要求1所述的基于绿色矿山通风风机运行智能调控***，其特征在于，所述通风状态数据模块包括传感器数据采集单元，负责采集矿井内部的通风状态相关数据，如风速、风量、气压、温度、湿度、气体浓度等；数据预处理单元，对采集到的原始数据进行预处理，包括去除噪声、数据滤波、数据插补等，以提高数据质量和准确性。
7.根据权利要求1所述的基于绿色矿山通风风机运行智能调控***，其特征在于，所述风量智能预测模块包括历史数据采集单元，负责采集过去的风量数据，包括风机运行时的风量、矿井内部的环境参数等历史数据；特征提取与选择单元，从历史数据中提取与风量相关的特征，并选择对预测有意义的特征，为模型建立提供合适的输入。
8.根据权利要求1所述的基于绿色矿山通风风机运行智能调控***，其特征在于，所述方案生成模块包括节能调控策略生成单元，基于实时数据和通风***模型，通过算法或优化方法生成节能调控方案，包括调整风机转速、改变风道结构、优化风道布局等措施；效果评估与报告单元，对节能调控方案的实施效果进行评估，为决策提供参考。
9.根据权利要求1所述的基于绿色矿山通风风机运行智能调控***，其特征在于，所述决策生成模块包括热害评估与分析单元，对采集到的环境数据进行分析和评估，识别热害风险区域和程度，确定热害的影响范围和强度；热害治理方案生成单元，结合热害评估结果和通风调控方案，生成热害治理方案，包括增设冷却设备、改进通风***结构、调整工作面布局等措施。
10.根据权利要求1所述的基于绿色矿山通风风机运行智能调控***，其特征在于，所述热力状态可视模块与决策生成模块为负反馈连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410457238.0A CN118273969A (zh) | 2024-04-16 | 2024-04-16 | 基于绿色矿山通风风机运行智能调控*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410457238.0A CN118273969A (zh) | 2024-04-16 | 2024-04-16 | 基于绿色矿山通风风机运行智能调控*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118273969A true CN118273969A (zh) | 2024-07-02 |
Family
ID=91639716
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410457238.0A Pending CN118273969A (zh) | 2024-04-16 | 2024-04-16 | 基于绿色矿山通风风机运行智能调控*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118273969A (zh) |
-
2024
- 2024-04-16 CN CN202410457238.0A patent/CN118273969A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107146004B (zh) | 一种基于数据挖掘的矿渣粉磨***健康状态识别***及方法 | |
| Yu et al. | A data-driven approach to extract operational signatures of HVAC systems and analyze impact on electricity consumption | |
| CN104102773A (zh) | 一种设备故障预警及状态监测方法 | |
| CN111161095B (zh) | 一种检测建筑能源异常消耗的方法 | |
| CN108376264A (zh) | 一种基于支持向量机增量学习的冷水机组故障诊断方法 | |
| CN113036913B (zh) | 一种综合能源设备状态监测方法及装置 | |
| CN117196159A (zh) | 基于互联网大数据分析的智慧水务分区计量*** | |
| CN108491580A (zh) | 一种设备故障诊断装置及*** | |
| CN117082105B (zh) | 一种绿色智慧医院设施监控***及方法 | |
| CN115899964A (zh) | 基于多维的空调智能监测方法与*** | |
| CN110986407A (zh) | 一种离心式冷水机组故障诊断方法 | |
| CN117032120A (zh) | 集成一体式空压站智能云控制***及控制方法 | |
| CN117151684A (zh) | 风电风机数据分析预警方法、***、装置及可读存储介质 | |
| CN117111446B (zh) | 一种磁悬浮飞轮电机模糊pid控制优化方法 | |
| CN117931925A (zh) | 节能设备运行远程管理信息方法及*** | |
| CN117408162A (zh) | 基于数字孪生的电网故障控制方法 | |
| CN118273969A (zh) | 基于绿色矿山通风风机运行智能调控*** | |
| US11339763B2 (en) | Method for windmill farm monitoring | |
| CN115186754A (zh) | 基于信息熵及自联想回归模型的机组能效监测诊断方法 | |
| CN117519054B (zh) | 一种高效冷站控制*** | |
| CN117128162B (zh) | 智慧能源空压站节能控制***及控制方法 | |
| CN117111661B (zh) | 生产车间集中控制***及方法 | |
| CN117540330B (zh) | 基于自学习功能的配电柜*** | |
| CN117634303B (zh) | 一种基于ai建模的汽轮发电机铁心过热故障预警方法 | |
| CN118089290B (zh) | 一种高效制冷循环***及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination |