-
公开(公告)号：CN112905678A
公开(公告)日：2021-06-04
申请号：CN202110033225.7
申请日：2021-01-12
Applicant: 青海绿能数据有限公司 , 北京中恒博瑞数字电力科技有限公司
Abstract: 一种无人值班模式的新能源电站共享运维管理系统，涉及新能源电站共享运维管理技术领域，包括：实时监视、任务工单管理、共享案例、资质管理、远程支持、数据分析。本发明通过创新的新能源电站共享运维模式方法，让专业共享运维服务人员开展新能源电站共享运维服务工作，实现对新能源电站内的设备的实时监测，并对本电站内发布的抢修或检修任务，以“中心生成工单、外委处理团队接派单的方式”开展电站内的任务可被外委团队实时接收并及时处理，保证新能源电站的故障、缺陷等信息可被实时发现及实时处理，实现了新能源电站设备的稳定运行，提高电站运维效率，降低运维成本。
-
公开(公告)号：CN111489037A
公开(公告)日：2020-08-04
申请号：CN202010290948.0
申请日：2020-04-14
Applicant: 青海绿能数据有限公司 , 北京中恒博瑞数字电力科技有限公司
Abstract: 一种基于需求预测的新能源风机备件储备策略优化方法，涉及新能源风电场风机备品备件储备策略优化技术领域，其结构为：对历史的数据进行统计和预处理；采用灰色关联度算法计算影响因素与需求的关联度，剔除关联度较小的无关影响因素；综合考虑多因素后根据主要因素增加特征变量；引入XGBoost算法基于特征数据集训练风机备件需求预测模型；根据预测结果和库存量提出风机而卑贱储备策略优化建议。本发明通过分类模型挖掘风电场风机备件消耗特征并进行动态预测，辅助检修人员全面掌握风机备件的需求特点，建立精细化、个性化的风机备件储备机制，打破传统“拍脑袋”为主的风机备件储备决策模式，提高了风机备件储备工作的精准性。
-
公开(公告)号：CN111489037B
公开(公告)日：2023-04-18
申请号：CN202010290948.0
申请日：2020-04-14
Applicant: 青海绿能数据有限公司 , 北京中恒博瑞数字电力科技有限公司 , 国网青海省电力公司 , 国网青海省电力公司电力科学研究院
IPC: G06Q10/04 , G06Q10/0631 , G06Q10/087 , G06Q50/06 , G06Q10/20
Abstract: 一种基于需求预测的新能源风机备件储备策略优化方法，涉及新能源风电场风机备品备件储备策略优化技术领域，其结构为：对历史的数据进行统计和预处理；采用灰色关联度算法计算影响因素与需求的关联度，剔除关联度较小的无关影响因素；综合考虑多因素后根据主要因素增加特征变量；引入XGBoost算法基于特征数据集训练风机备件需求预测模型；根据预测结果和库存量提出风机而卑贱储备策略优化建议。本发明通过分类模型挖掘风电场风机备件消耗特征并进行动态预测，辅助检修人员全面掌握风机备件的需求特点，建立精细化、个性化的风机备件储备机制，打破传统“拍脑袋”为主的风机备件储备决策模式，提高了风机备件储备工作的精准性。
-
公开(公告)号：CN112686409A
公开(公告)日：2021-04-20
申请号：CN202110027077.8
申请日：2021-01-09
Applicant: 北京中恒博瑞数字电力科技有限公司 , 青海绿能数据有限公司
Abstract: 本发明公开了一种光伏电站巡点检管理系统，包括控制中心和与控制中心连接的数据采集模块、数据展示模块、标准管理模块、运行管理模块、检修管理模块、故障管理模块、技术监督模块、移动应用模块与运行维护分析模块，发明中的光伏电站巡点检管理系统包含实时数据采集和展示、运行管理、检修管理、故障诊断、技术监督、移动应用等与光伏电站日常运行维护相关的内容，系统采用信息化的方式，统一规范管理日常运行维护行为和过程，降低设备的维护成本，提高业务流转的速度，为光伏电站带来更高的效益。
-
公开(公告)号：CN111429284A
公开(公告)日：2020-07-17
申请号：CN202010290599.2
申请日：2020-04-14
Applicant: 青海绿能数据有限公司 , 北京中恒博瑞数字电力科技有限公司
Abstract: 一种新能源风机备件联储交易平台系统，涉及新能源风电场风机备品备件联储交易技术领域，至少包括以下模块：供应商管理模块、商品信息管理模块、库存管理模块、订单管理模块、后台管理模块、数据分析模块。本发明通过创新的风机备件联储方法，应用联储交易平台实现区域内风电企业、风电场风机备件的分布式存储和供应商协同的管理。这样一方面可以减少各风电企业、风电场风机备件的库存数，降低备件储备占用的大量资金，提高风电企业、风电场的资金周转效率，另一方面通过加强区域风电企业、风电场和供应商的联合，保障了现场运维对备件的种类、数量及质量的及时有效需求，最终增强企业的赢利能力，实现双方的共赢。
-
Patent Agency Ranking
公开(公告)号：CN112633531A
公开(公告)日：2021-04-09
申请号：CN202011570194.0
申请日：2020-12-26
Applicant: 北京中恒博瑞数字电力科技有限公司 , 青海绿能数据有限公司
IPC: G06Q10/00 , G06Q10/10 , G06Q50/06 , G06F16/2458
Abstract: 本发明公开了一种风电场运行维护系统，系统中的控制中心分别与数据采集模块、数据展示模块、检修管理模块、故障管理模块、移动应用模块与运行维护分析模块和设备台帐维护模块连接，本发明中的风电场运行维护系统包含实时数据采集和展示、检修管理、故障诊断、技术监督、移动应用等与风电场日常运行维护相关的内容，通过移动应用可进行修管理、故障诊断、技术监督日常维护管理，通过台账可得知所有风电机的维修与故障信息，查询系统采用信息化的方式，统一规范管理日常运行维护行为和过程，降低设备的维护成本，提高管理的效率，为风电场带来更高的效益。
-
公开(公告)号：CN107066540A
公开(公告)日：2017-08-18
申请号：CN201710139022.X
申请日：2017-03-09
Applicant: 中国电力科学研究院 , 国家电网公司 , 北京中恒博瑞数字电力科技有限公司 , 国网安徽省电力公司电力科学研究院
IPC: G06F17/30
Abstract: 本发明公开了一种特高压换流站设备状态数据的接入/转换装置及方法，其中，装置包括：数据抽取模块，用于从外部数据源中抽取特高压换流站设备的状态数据；数据转换模块，用于将状态数据转换为满足预设条件的加载数据；数据加载模块，用于对加载数据进行唯一性校验后，将加载数据加载至数据库中；数据输出模块，用于根据站外系统的通信指令从数据库中选择并输出目标数据。该装置可以实现各个监测系统与监测单元的信息融合，能够将在线监测数据、机器人巡检数据、阀厅红外测温数据和带电检测数据同步至特高压预警中心支撑平台，提高数据的接入/转换的可靠性和效率，简单易实现。
-
公开(公告)号：CN119290965A
公开(公告)日：2025-01-10
申请号：CN202411477566.3
申请日：2024-10-22
Applicant: 北京中恒博瑞数字电力科技有限公司
IPC: G01N25/72 , G06F18/213 , G06F18/24 , G06N3/092
Abstract: 一种基于Q‑learning的变电设备热缺陷检测方法，为了实现变电设备热缺陷的高效、准确检测的技术问题，所述的热缺陷检测方法是在服务器的CPU接收到的变电设备的发热区域以及发热区域对应的红外温度数据后进行的，通过对环境数据的处理与分析，最终判断发热区域的红外温度数据是否具有热缺陷，通过自动化数据采集与分析，减少了人工操作的负担，避免了传统检测方法中依赖手持设备和人工记录的繁琐过程，大幅提升了检测效率。同时，该方法无需依赖高技能型人员的经验判断，降低了对检测人员的技术要求，解决了人力资源不足的问题。
-
公开(公告)号：CN112527788A
公开(公告)日：2021-03-19
申请号：CN202011513385.3
申请日：2020-12-17
Applicant: 北京中恒博瑞数字电力科技有限公司
IPC: G06F16/215 , G06F16/2458 , G06K9/62 , G06Q10/06 , G06Q10/00 , G06Q50/06
Abstract: 变压器监测数据异常值检测与清洗的方法及装置，能够完成在线监测数据异常检测，完成修正噪声点填补缺失值的清洗工作，排除外界噪声值或突变值对后续变压器状态评估和故障诊断的影响，提高准确率，实现对后期时间序列数据预测分析，及时发现趋势异常，在数据异常检测中有较高使用价值。方法包括：(1)对在线监测数据的多元时间序列进行关联度挖掘，提取出关联性强的序列为后续多元序列异常数据监测提供依据；(2)建立异常数据检测模型；(3)在线监测数据时间序列表征；(4)基于时间序列数据填充模型；(5)基于时间序列数据预测。
-
公开(公告)号：CN119918008A
公开(公告)日：2025-05-02
申请号：CN202510010665.9
申请日：2025-01-03
Applicant: 北京中恒博瑞数字电力科技有限公司
IPC: G06F18/25 , G06F18/214 , G06F18/10
Abstract: 本公开提供了一种变压器油温预测方法及系统，属于预测技术领域，该方法包括：确定目标变压器监测数据集；将目标变压器监测数据集输入目标时态融合变换器模型，得到目标变压器油温预测值；其中，目标时态融合变换器模型为根据多台变压器的历史监测数据对时态融合变换器模型训练得到。本公开提供的一种变压器油温预测方法及系统能够提高变压器油温的预测精度，确保预测结果的稳定性和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.103 seconds)
