[發(fā)明專利]基于貝葉斯推理方式對(duì)風(fēng)機(jī)狀態(tài)進(jìn)行預(yù)測(cè)的方法和系統(tǒng)有效
| 申請(qǐng)?zhí)枺?/td> | 201410183613.3 | 申請(qǐng)日: | 2014-04-30 |
| 公開(公告)號(hào): | CN104005917A | 公開(公告)日: | 2014-08-27 |
| 發(fā)明(設(shè)計(jì))人: | 葉翔 | 申請(qǐng)(專利權(quán))人: | 葉翔 |
| 主分類號(hào): | F03D11/00 | 分類號(hào): | F03D11/00 |
| 代理公司: | 北京國(guó)昊天誠(chéng)知識(shí)產(chǎn)權(quán)代理有限公司 11315 | 代理人: | 許志勇 |
| 地址: | 102206 北京市昌平*** | 國(guó)省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 貝葉斯 推理 方式 風(fēng)機(jī) 狀態(tài) 進(jìn)行 預(yù)測(cè) 方法 系統(tǒng) | ||
1.一種基于貝葉斯推理方式對(duì)風(fēng)機(jī)狀態(tài)進(jìn)行預(yù)測(cè)的方法,其特征在于,包括:
獲取風(fēng)場(chǎng)內(nèi)所有風(fēng)力機(jī)在指定的時(shí)間點(diǎn)之前一定時(shí)間內(nèi)的運(yùn)行數(shù)據(jù),按照預(yù)置的所述風(fēng)力機(jī)的運(yùn)行狀態(tài)類型對(duì)所述運(yùn)行數(shù)據(jù)進(jìn)行歸類,并在所述一定時(shí)間內(nèi)按相同時(shí)長(zhǎng)的時(shí)間段獲取各所述風(fēng)力機(jī)在每一時(shí)間段對(duì)應(yīng)的運(yùn)行狀態(tài)類型;
對(duì)每一所述時(shí)間段內(nèi)的各所述風(fēng)力機(jī)所對(duì)應(yīng)的所述運(yùn)行狀態(tài)類型進(jìn)行概率統(tǒng)計(jì)處理,生成各所述風(fēng)力機(jī)運(yùn)行狀態(tài)類型的概率值,確定出每一所述時(shí)間段內(nèi)的所述概率值最大的所述運(yùn)行狀態(tài)類型作為該時(shí)間段的總體運(yùn)行狀態(tài)類型;其中,所述總體運(yùn)行狀態(tài)類型的概率值為該時(shí)間段內(nèi)所述風(fēng)力機(jī)運(yùn)行狀態(tài)類型的最大概率值;
對(duì)所述一定時(shí)間內(nèi)的每一所述時(shí)間段的所述總體運(yùn)行狀態(tài)類型進(jìn)行貝葉斯網(wǎng)絡(luò)建模,生成相鄰兩個(gè)時(shí)間段的任意一對(duì)所述總體運(yùn)行狀態(tài)類型發(fā)生的先驗(yàn)條件概率;
對(duì)各所述時(shí)間段的所述先驗(yàn)條件概率以及總體運(yùn)行狀態(tài)類型的概率值,利用貝葉斯推理方式進(jìn)行概率處理,生成所述相鄰兩個(gè)時(shí)間段的任意一對(duì)所述總體運(yùn)行狀態(tài)類型發(fā)生的聯(lián)合概率值,由所述聯(lián)合概率值建立此類風(fēng)機(jī)由于所述故障引起性能衰退直至停機(jī)的狀態(tài)分布曲線,根據(jù)該狀態(tài)分布曲線對(duì)所述風(fēng)機(jī)進(jìn)行故障狀態(tài)的預(yù)測(cè)。
2.如權(quán)利要求1所述的基于貝葉斯推理方式對(duì)風(fēng)機(jī)狀態(tài)進(jìn)行預(yù)測(cè)的方法,其特征在于,對(duì)所述一定時(shí)間內(nèi)的每一所述時(shí)間段的所述總體運(yùn)行狀態(tài)類型進(jìn)行貝葉斯網(wǎng)絡(luò)建模,生成相鄰兩個(gè)時(shí)間段的任意一對(duì)所述總體運(yùn)行狀態(tài)類型發(fā)生的先驗(yàn)條件概率,進(jìn)一步為:
以故障導(dǎo)致停機(jī)的時(shí)間點(diǎn)為時(shí)間起始點(diǎn),依次對(duì)一定時(shí)間內(nèi)的每一所述時(shí)間段的所述總體運(yùn)行狀態(tài)類型進(jìn)行貝葉斯網(wǎng)絡(luò)建模處理,然后,使用任何風(fēng)機(jī)發(fā)生所述故障的所有該類事件進(jìn)行參數(shù)訓(xùn)練,生成相鄰兩個(gè)時(shí)間段的任意一對(duì)所述總體運(yùn)行狀態(tài)類型發(fā)生的先驗(yàn)條件概率。
3.如權(quán)利要求1所述的基于貝葉斯推理方式對(duì)風(fēng)機(jī)狀態(tài)進(jìn)行預(yù)測(cè)的方法,其特征在于,對(duì)所述一定時(shí)間內(nèi)的每一時(shí)間段內(nèi)各所述風(fēng)力機(jī)所對(duì)應(yīng)的所述運(yùn)行狀態(tài)類型進(jìn)行概率統(tǒng)計(jì)處理,進(jìn)一步為:
將所述一定時(shí)間內(nèi)的每一時(shí)間段內(nèi),所述風(fēng)力機(jī)所對(duì)應(yīng)的同一所述運(yùn)行狀態(tài)類型與在該時(shí)間段內(nèi)出現(xiàn)的所有所述運(yùn)行狀態(tài)類型的比例進(jìn)行概率統(tǒng)計(jì)處理。
4.如權(quán)利要求1所述的基于貝葉斯推理方式對(duì)風(fēng)機(jī)狀態(tài)進(jìn)行預(yù)測(cè)的方法,其特征在于,獲取風(fēng)場(chǎng)內(nèi)所有風(fēng)力機(jī)在指定的時(shí)間點(diǎn)之前一定時(shí)間內(nèi)的運(yùn)行數(shù)據(jù),進(jìn)一步為:
對(duì)風(fēng)場(chǎng)內(nèi)所有風(fēng)力機(jī)在指定的時(shí)間點(diǎn)之前一定時(shí)間內(nèi)的風(fēng)速數(shù)據(jù)與該風(fēng)力機(jī)的發(fā)電功率、葉片轉(zhuǎn)速、變槳轉(zhuǎn)角和/或該風(fēng)力機(jī)的運(yùn)行參數(shù)進(jìn)行相關(guān)性測(cè)試,獲取由該相關(guān)性測(cè)試所生成的運(yùn)行數(shù)據(jù)。
5.如權(quán)利要求1所述的基于貝葉斯推理方式對(duì)風(fēng)機(jī)狀態(tài)進(jìn)行預(yù)測(cè)的方法,其特征在于,
所述一定時(shí)間,進(jìn)一步為:以25天為固定值的時(shí)間期限;
所述相同時(shí)長(zhǎng)的時(shí)間段,進(jìn)一步為:在所述25天內(nèi)以1天作為固定值的時(shí)間段。
6.一種基于貝葉斯推理方式對(duì)風(fēng)機(jī)狀態(tài)進(jìn)行預(yù)測(cè)的系統(tǒng),其特征在于,包括:數(shù)據(jù)獲取單元、統(tǒng)計(jì)處理單元、建模訓(xùn)練單元以及狀態(tài)預(yù)測(cè)單元,其中,
所述數(shù)據(jù)獲取單元,用于獲取風(fēng)場(chǎng)內(nèi)所有風(fēng)力機(jī)在指定的時(shí)間點(diǎn)之前一定時(shí)間內(nèi)的運(yùn)行數(shù)據(jù),按照預(yù)置的所述風(fēng)力機(jī)的運(yùn)行狀態(tài)類型對(duì)所述運(yùn)行數(shù)據(jù)進(jìn)行歸類,并在所述一定時(shí)間內(nèi)按相同時(shí)長(zhǎng)的時(shí)間段獲取各所述風(fēng)力機(jī)在每一時(shí)間段對(duì)應(yīng)的運(yùn)行狀態(tài)類型;
所述統(tǒng)計(jì)處理單元,用于對(duì)每一所述時(shí)間段內(nèi)的各所述風(fēng)力機(jī)所對(duì)應(yīng)的所述運(yùn)行狀態(tài)類型進(jìn)行概率統(tǒng)計(jì)處理,生成各所述風(fēng)力機(jī)運(yùn)行狀態(tài)類型的概率值,確定出每一所述時(shí)間段內(nèi)的所述概率值最大的所述運(yùn)行狀態(tài)類型作為該時(shí)間段的總體運(yùn)行狀態(tài)類型;其中,所述總體運(yùn)行狀態(tài)類型的概率值為該時(shí)間段內(nèi)所述風(fēng)力機(jī)運(yùn)行狀態(tài)類型的最大概率值;
所述建模訓(xùn)練單元,用于對(duì)所述一定時(shí)間內(nèi)的每一所述時(shí)間段的所述總體運(yùn)行狀態(tài)類型進(jìn)行貝葉斯網(wǎng)絡(luò)建模,生成相鄰兩個(gè)時(shí)間段的任意一對(duì)所述總體運(yùn)行狀態(tài)類型發(fā)生的先驗(yàn)條件概率;
所述狀態(tài)預(yù)測(cè)單元,用于對(duì)各所述時(shí)間段的所述先驗(yàn)條件概率以及總體運(yùn)行狀態(tài)類型的概率值,利用貝葉斯推理方式進(jìn)行概率處理,生成所述相鄰兩個(gè)時(shí)間段的任意一對(duì)所述總體運(yùn)行狀態(tài)類型發(fā)生的聯(lián)合概率值,由所述聯(lián)合概率值建立此類風(fēng)機(jī)由于所述故障引起性能衰退直至停機(jī)的狀態(tài)分布曲線,根據(jù)該狀態(tài)分布曲線對(duì)所述風(fēng)機(jī)進(jìn)行故障狀態(tài)的預(yù)測(cè)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于葉翔,未經(jīng)葉翔許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410183613.3/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 一種自主融合先驗(yàn)知識(shí)的貝葉斯網(wǎng)絡(luò)方法
- 構(gòu)建解決組合爆炸問題的級(jí)聯(lián)貝葉斯網(wǎng)絡(luò)的方法
- 一種可重構(gòu)系統(tǒng)貝葉斯網(wǎng)構(gòu)建方法
- 一種基于貝葉斯網(wǎng)絡(luò)的網(wǎng)站缺陷預(yù)測(cè)方法及其實(shí)現(xiàn)系統(tǒng)
- 應(yīng)用處理方法、裝置、存儲(chǔ)介質(zhì)及電子設(shè)備
- 一種遮擋目標(biāo)檢測(cè)方法、電子設(shè)備、存儲(chǔ)介質(zhì)及系統(tǒng)
- 基于貝葉斯網(wǎng)絡(luò)推理模型的犯罪重建方法及裝置
- 利用憶阻器本征噪聲實(shí)現(xiàn)貝葉斯神經(jīng)網(wǎng)絡(luò)的方法及裝置
- 基于面向?qū)ο筘惾~斯網(wǎng)絡(luò)的中央空調(diào)系統(tǒng)故障診斷方法
- 一種基于貝葉斯神經(jīng)網(wǎng)絡(luò)權(quán)重約束的圖像分類方法
- 基于語義搜索的推理方法
- 一種基于規(guī)則的分布式推理方法及系統(tǒng)
- 一種上下文分布式推理方法和裝置
- 數(shù)據(jù)推理方法、裝置及計(jì)算機(jī)設(shè)備
- 多重推理方式的專家分診系統(tǒng)及其方法
- 多推理模式融合的老年病推理診斷系統(tǒng)
- 推理系統(tǒng)、推理方法、電子設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)
- 一種推理服務(wù)模型的運(yùn)行方法及裝置
- 一種評(píng)估指標(biāo)權(quán)重確定方法智能選擇的方法及系統(tǒng)
- AIStation推理平臺(tái)的推理服務(wù)管理方法和裝置





