专利标题 公开号/公告号 公开日期 摘要 专利状态
一种可自适应变电站多业务场景的采集方法及系统 CN202310467601.2 - 本发明公开了一种可自适应变电站多业务场景的采集方法及系统包括：获取变电站内各个采集设备的数据格式和参数信息；针对不同的业务场景，设置不同的采集方案；根据当前采集任务的业务场景，动态选择对应的采集方案；根据所选的采集方案，从各个采集设备中获取数据，进行预处理并统一建模；将采集到的数据进行实时展示并向外提供输出。本发明通过分析各个业务数据采集的特点，利用对象建模的方式以及插件式的数据采集模块，将采集到的电压、电流、频率等实时数据、设备本体安全数据进行结合存储，同时对外提供现场实时采集到的数据。 实质审查
一种燃煤入炉标单价临界值测算方法及系统 CN202310342119.6 - 本发明公开了一种燃煤入炉标单价临界值测算方法及系统，包括：获取电厂财务指标的勾稽关系；通过所述勾稽关系获取盈利条件关系；依据所述盈利条件关系，通过边际利润设置边界值条件推算入炉标煤单价临界值；以入炉标煤单价临界值关联厂炉损耗变量，计算得到不同场景下入炉标煤单价。本发明以财务指标勾稽关系为依据，分析了营业利润、营业收入和营业成本的构成，提出了入炉标煤单价临界值，燃煤指标测算方法，适用在不同场景的并拓展，能够精准管理成本，具有较强的实际应用价值。 实质审查
一种基于人工智能平台的风电叶片故障预警方法及系统 CN202310178961.0 - 本发明属于风电叶片故障预警的技术领域，公开了一种基于人工智能平台的风电叶片故障预警方法及系统，包括数据采集模块、特征选择模块、数据处理模块、特征筛选模块、计算分析模块和告警模块；本发明通过对风电机组运行过程中叶片状态进行实时预测，引入了监测指标与计算指标多维数据融合分析，并且采用了经验规则预警与算法预警相结合的方式，克服已有的风电叶片预警精度不高，易受人为因素影响的不足，有效增强了风电叶片预警系统的稳定性和鲁棒性。 专利申请的撤回
一种火电机组疑似故障停机判断方法及装置 CN202310178958.9 - 本发明属于电力工程的技术领域，公开了一种火电机组疑似故障停机判断方法及装置，包括基于当机组负荷以及汽轮机转速判断出机组是否停机；当出机组为停机状态时，基于负荷变化情况，判断疑似故障类型；当出机组为停机状态但负荷变化正常时，排除其他疑似故障停机情况。本发明结合机组装机容量、负荷、汽轮机转速、主蒸汽流量、给水流量等指标数据，实现了机组疑似故障停机事件的自动监测判断。本发明实现了火电机组停机异常状态在线自动识别，在海量数据情况下降低了人工工作量，提高业务效率，提升判定准确性和决策可靠性。 专利申请的撤回
一种基于多能互补的区域综合能源系统智能优化调度方法 CN202310131511.6 - 本发明公开了一种基于多能互补的区域综合能源系统智能优化调度方法包括：基于园区现有的综合能源系统建立电‑气‑冷‑热综合能源系统模型，通过建立的模型构建出综合能源系统能源流向平衡图；根据综合能源各子系统设备出力特性确定电‑气‑冷‑热综合能源系统模型的约束条件，并建立基于综合能源系统运行成本最低的优化调度目标函数；利用线性规划模型的0‑1混合整数规划模型求解优化调度目标函数的最优解，实现对区域综合能源系统的智能优化调度；本发明提供的方法能够指导综合能源系统运行，合理安排各能源子系统出力，提高综合能源系统能源利用率，大大降低系统运行成本及企业用能成本。 实质审查
基于K-means聚类与卷积神经网络模型的负荷预测方法 CN202310009803.2 - 本发明公开了基于K‑means聚类与卷积神经网络模型的负荷预测方法包括：采集电力负荷实测数据并对数据进行预处理，基于K‑means聚类算法对预处理后的数据进行聚类处理；利用VMD算法对聚类处理后的数据进行分解，根据分解后的数据构建CNN卷积神经网络并提取电力负荷特征和节假日负荷特征；通过CNN卷积神经网络对数据进行负荷预测，获取并分析负荷预测结果；本发明提供的方法通过K‑means聚类将数据分类成规律性更强的几类，具有较好的较好的抗噪声干扰和对复杂数据的分解精度高，提高了算法精度；并且本发明在训练过程中加入了学习率下降与满足一定条件时提前中止训练的代码，这样不仅保证了训练精度同时也大量的减少了训练的时长。 实质审查
一种传输带跑偏自动调节装置 CN202310015488.4 - 本发明公开一种传输带跑偏自动调节装置，包括纠正机构，其传输带、设置在所述传输带内部的传输滚轮、设置在所述传输带下端的固定板、与所述传输滚轮两端连接的传动组件，以及设置在所述固定板上端的纠偏组件，其中所述传动组件和所述纠偏组件设置有两处；检测机构，其包括设置在所述传输带两端的检测检测转轴、与所述检测检测转轴下端连接的连接轴、设置在所述连接轴一侧的第二复位组件、与所述连接轴下端连接的清理组件，以及与所述第二复位组件下端连接的调节组件；通过传输机自身的转动力为传输带的纠正提高动力并且依靠跑偏传输带的作用力对传输带内部进行清理，在快速得到皮带跑偏检测结果的同时对传输带进行纠正，降低了传输带的磨损率。 专利申请的撤回
基于变分模态分解与长短期记忆混合模型的负荷预测方法 CN202211737904.3 - 本发明公开了基于变分模态分解与长短期记忆混合模型的负荷预测方法包括：获取电力负荷实测数据并对数据进行预处理，采用VMD算法对预处理后的数据进行分解；基于分解后的数据提取特征，通过双向长短期记忆神经网络层进行双向的时序特征以及内部变化规律的学习；利用attention机制计算双向长短期记忆神经网络隐层状态的不同权重，整合文本信息作为预测模型输出层的输入，从而获取训练后的LSTM神经网络；根据训练后的LSTM神经网络对数据进行预测并获取负荷预测结果；本发明提供的方法提高了算法精度，在训练过程中加入了学习率下降与提前中止训练的代码，在保证训练精度的前提下大大节省了训练时长。 实质审查
变频器模拟方法、系统、存储介质及电子设备 CN202211686847.0 - 本公开涉及一种变频器模拟方法、系统、存储介质及电子设备，所述方法包括：分别建立变频器模型、外部控制指令接口模型、发电机接口模型；所述外部控制指令接口模型作为所述变频器模型的输入接口，用于所述变频器模型接收所述外部控制指令；所述发电机接口模型作为所述变频器模型的输出接口，用于将所述变频器模型的输出连接至所述发电机的定子；所述变频器模型响应于外部控制指令，带动所述发电机由静止状态改变至并网发电状态。本公开实施例可以贴近实际的对燃机发电机启动过程进行模拟。 实质审查
一种基于物联网的励磁数据采集处理方法 CN202211596491.1 - 本发明公开了一种基于物联网的励磁数据采集处理方法包括：采集励磁装置的调节器模拟量、整流柜模拟量、灭磁柜模拟量、上送调节器运行状态量，通过将采集的数据量设置为预警值触发录波文件的产生；对采集的数据量进行分析后打包发送到本地消息队列，提取本地消息队列中的数据并通过mqtt的方式上送到主站平台；基于发送到主站平台的数据和录波文件对励磁装置故障进行预测和定位；本发明提供的方法方法实现了对励磁装置的调节器、整流柜、灭磁柜的实时和历史数据进行全面把控，并对其全过程进行详细的分析，能够一次性全面采集发电机的相关数据并进行统计分析，而无需依赖于各种二次保护装置。 实质审查