-
公开(公告)号:CN119102812A
公开(公告)日:2024-12-10
申请号:CN202411145212.9
申请日:2024-08-20
Applicant: 浙江浙能电力股份有限公司萧山发电厂 , 杭州意能电力技术有限公司
Abstract: 本发明公开了燃气‑蒸汽联合循环机组高压主汽系统一键疏水控制方法,属于燃气‑蒸汽联合循环机组疏水控制技术,现有机组自动疏水控制主要由基于单一疏水阀的连锁保护逻辑实现,只能应对机组冷态启动时的疏水控制而无法满足热态启动时的疏水需求,本发明针对机组启动时所处的不同状态,使用各疏水阀间存在相互关联的顺序控制法与疏水阀连锁保护相结合,在不影响正常升压、暖管速度的情况下,实现机组高压主汽系统一键式自动疏水,减少管道、阀门及汽轮机叶片等关键部件处的水冲击和工质浪费,提升系统运行的安全性、可靠性以及经济性。满足因热力系统工况无法满足连锁保护逻辑下疏水阀自动开关条件而无法兼顾机组在冷、热态下的自动疏水需求。
-
公开(公告)号:CN119202749B
公开(公告)日:2025-05-02
申请号:CN202411585444.6
申请日:2024-11-08
Applicant: 浙江浙能电力股份有限公司萧山发电厂
IPC: G06F18/22 , G06F18/2431 , G06F30/27 , G06Q50/06 , G06F119/02
Abstract: 本发明提出了一种智慧电厂智能化应急演练系统及其应急演练方法,涉及应急演练技术领域。针对现有技术中由于历史应急演练数据少导致的智慧电厂应急演练系统的预测准确性和评估有效性均不佳的技术问题,本发明通过确定应急演练关键词,由模型输出应急演练事件的故障信息和修复故障所需的预计时间;再得到测试人员的测试数据和处理过程中设备运行数据;输出评估测试结果;在模型训练时,通过筛选与待演练智慧电厂装机容量相匹配的已有电厂数据,确保了模型训练的数据具有高度的相关性和代表性,提高了模型的泛化能力;通过综合考量模型的预测输出、测试人员的实际操作表现以及设备在处理过程中的关键参数,提供了一个全面、准确的演练评估框架。
-
公开(公告)号:CN118711571A
公开(公告)日:2024-09-27
申请号:CN202410762066.8
申请日:2024-06-13
Applicant: 浙江浙能电力股份有限公司萧山发电厂
IPC: G10L15/06 , G10L15/183 , G10L15/16 , G10L15/26
Abstract: 本发明公开了一种基于上下文适应器和偏置损失的语音识别方法及系统。针对现有方法面对偏置词表较大时无法正确选择偏置词的问题,本发明采用的技术方案为:利用大规模语音数据进行预训练,基于Transducer结构构建一个基础语音识别模型;将偏置短语输入上下文适应器编码为偏置向量;将偏置向量与基础语音识别模型的编码输出相加,输入联合网络以完成最终的预测,得到最终的预测文本;对含有偏置短语的数据进行偏置学习,对最终的预测文本进行Transducer学习,利用偏置学习损失和Transducer学习损失对上下文适应器进行微调。本发明引入上下文适应器与偏置损失函数,提高了语音识别模型对于不常见短语的识别准确性。
-
公开(公告)号:CN117570469A
公开(公告)日:2024-02-20
申请号:CN202311326953.2
申请日:2023-10-13
Applicant: 华瑞(江苏)燃机服务有限公司 , 浙江浙能电力股份有限公司萧山发电厂
Abstract: 本发明公开了F级燃机自动燃烧调整系统的燃烧监测评价方法,包括以下步骤:步骤1、获取燃机的多个Humming信号和多个ACC信号;步骤2、对每个Humming和ACC信号分别进行一次滤波处理;步骤3、基于设定的准则对一次滤波后的结果进行选择表决,得到合格Humming和ACC信号;步骤4、对合格Humming和ACC信号进行二次滤波处理,生成Humming控制信号和ACC控制信号;步骤5、将Humming控制信号和ACC控制信号、NOX修正值进行定值分析,得到燃烧评价结果。本发明能够实现对燃烧不稳定的超前识别,并能够实现NOX减排的闭环控制。
-
公开(公告)号:CN116776975A
公开(公告)日:2023-09-19
申请号:CN202310640945.9
申请日:2023-06-01
Applicant: 浙江浙能电力股份有限公司萧山发电厂 , 浙江大学
IPC: G06N5/022 , G06N3/0475 , G06N3/094 , G06N3/098 , G06N3/042 , G06F18/2415 , G06N3/045 , G06N3/096
Abstract: 本发明公开了面向燃气轮机发电装备的联邦知识融合与故障诊断方法。本发明在每个电厂所代表的边端建立一个条件生成对抗网络用于边端故障诊断,然后将建立的模型上传到云端进行联邦知识融合。在联邦知识融合过程中,将每个边端上传的模型都视为一个教师网络,提取教师网络中多层级故障知识,同时将动态加权平均后的多层级故障知识蒸馏到在云端训练的全局模型中,实现无偏全局模型的构建。最后将融合后的全局模型部署到各个边端,以更新每个边端的本地模型。本发明通过融合多个电厂故障诊断模型的知识有效实现了对所有故障的诊断,不仅实现了隐私保护,而且大大提高了故障检测的性能。
-
公开(公告)号:CN116659691A
公开(公告)日:2023-08-29
申请号:CN202310496533.2
申请日:2023-05-05
Applicant: 浙江浙能电力股份有限公司萧山发电厂 , 浙江浙能技术研究院有限公司 , 上海慕帆动力科技有限公司
Abstract: 本发明提供了一种端面测温喷嘴装置,喷嘴装置包括喷嘴本体和设于喷嘴底部测温腔内的测温结构;测温腔顶板设有周向分布的燃料导流孔,壁上设有相对应的燃料喷射孔;测温结构下端面与喷嘴喷口端面平齐,测温结构外壁与测温腔内壁相配合。测温结构设置在喷嘴喷口端面与喷嘴内部的燃料仓隔离,可对喷嘴端面进行测温,热电偶测温端不会受到燃料仓内外高速气流影响,安装可靠,不易脱落。
-
公开(公告)号:CN119202749A
公开(公告)日:2024-12-27
申请号:CN202411585444.6
申请日:2024-11-08
Applicant: 浙江浙能电力股份有限公司萧山发电厂
IPC: G06F18/22 , G06F18/2431 , G06F30/27 , G06Q50/06 , G06F119/02
Abstract: 本发明提出了一种智慧电厂智能化应急演练系统及其应急演练方法,涉及应急演练技术领域。针对现有技术中由于历史应急演练数据少导致的智慧电厂应急演练系统的预测准确性和评估有效性均不佳的技术问题,本发明通过确定应急演练关键词,由模型输出应急演练事件的故障信息和修复故障所需的预计时间;再得到测试人员的测试数据和处理过程中设备运行数据;输出评估测试结果;在模型训练时,通过筛选与待演练智慧电厂装机容量相匹配的已有电厂数据,确保了模型训练的数据具有高度的相关性和代表性,提高了模型的泛化能力;通过综合考量模型的预测输出、测试人员的实际操作表现以及设备在处理过程中的关键参数,提供了一个全面、准确的演练评估框架。
-
公开(公告)号:CN118625720B
公开(公告)日:2024-10-15
申请号:CN202411089561.3
申请日:2024-08-09
Applicant: 浙江浙能电力股份有限公司萧山发电厂
IPC: G05B19/042
Abstract: 本发明涉及工业控制技术领域,尤其涉及一种工业控制方法、电子设备及计算机可读存储介质,本发明首先利用反应灵敏的执行元件的时序数据进行故障隐患检测,然后根据故障隐患检测结果再针对性地进行待控制设备的运行状态的诊断,使得待控制设备的运行状态的诊断更具目的性,从而为待控制设备的控制奠定良好状态基础;在发明中在对待控制设备故障诊断时,针对隐患诊断模型的诊断结果进行分类,然后采用不同的数据和不同的模型进行设备状态的进一步确认,提高了状态诊断的针对性。
-
公开(公告)号:CN118625720A
公开(公告)日:2024-09-10
申请号:CN202411089561.3
申请日:2024-08-09
Applicant: 浙江浙能电力股份有限公司萧山发电厂
IPC: G05B19/042
Abstract: 本发明涉及工业控制技术领域,尤其涉及一种工业控制方法、电子设备及计算机可读存储介质,本发明首先利用反应灵敏的执行元件的时序数据进行故障隐患检测,然后根据故障隐患检测结果再针对性地进行待控制设备的运行状态的诊断,使得待控制设备的运行状态的诊断更具目的性,从而为待控制设备的控制奠定良好状态基础;在发明中在对待控制设备故障诊断时,针对隐患诊断模型的诊断结果进行分类,然后采用不同的数据和不同的模型进行设备状态的进一步确认,提高了状态诊断的针对性。
-
公开(公告)号:CN111711267A
公开(公告)日:2020-09-25
申请号:CN202010393185.2
申请日:2020-05-11
Applicant: 浙江浙能电力股份有限公司萧山发电厂
Abstract: 本发明公开了一种燃气发电机组的智能巡检系统,包括依次相连的数据采集设备、无线信号收发器、主机和终端,所述数据采集设备与无线定位装置相连,所述主机与实时数据库相连。上述技术方案通过摄像头远程采集图像与声音信号等,应用人工智能技术自动识别出燃气发电机组现场设备的仪表读数与状态,将偏差、渗漏、异响等异常状态主动推送预警提醒值班人员及时采取适当措施,避免损失扩大。
-
-
-
-
-
-
-
-
-