買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜中國船舶重工集團公司第七一九研究所申請的專利抽水蓄能機組健康狀態模型構建及性能趨勢預測的方法及裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114880917B 。

龍圖騰網通過國家知識產權局官網在2025-04-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210156063.0，技術領域涉及：G06F18/24；該發明授權抽水蓄能機組健康狀態模型構建及性能趨勢預測的方法及裝置是由單亞輝;王浩;劉佳玥;吳根平;張星;張洪峰設計研發完成，并于2022-02-21向國家知識產權局提交的專利申請。

本抽水蓄能機組健康狀態模型構建及性能趨勢預測的方法及裝置在說明書摘要公布了：本發明公開了一種抽水蓄能機組健康狀態模型構建及性能趨勢預測的方法及裝置，能夠解決現有技術未能充分考慮機組運行工況受水力?機械?電磁耦合因素的影響的技術問題。抽水蓄能機組健康狀態模型構建方法包括：確定關鍵運行監測數據；獲取狀態監測數據中的機組振動數據，建立基于高斯過程回歸的抽水蓄能機組標準健康狀態模型。抽水蓄能機組健康性能趨勢預測的方法包括：設置多個采樣時間點，獲取各個采樣時間點對應的所述抽水蓄能機組的在線監測值Vnum；計算各個采樣時間點對應的健康性能指標值HPInum，得到所述抽水蓄能機組的健康性能指標序列HPI；得到歸一化后的指標序列Lnum；基于指標序列Lnum訓練模型并進行預測，得到所述抽水蓄能機組設備的健康性能趨勢預測結果。

本發明授權抽水蓄能機組健康狀態模型構建及性能趨勢預測的方法及裝置在權利要求書中公布了：1.一種抽水蓄能機組健康性能趨勢預測方法，所述方法基于抽水蓄能機組健康狀態模型構建方法構建的抽水蓄能機組健康狀態模型實現，其特征在于，所述健康性能趨勢預測方法包括如下步驟：步驟S3：獲取所述抽水蓄能機組的在線監測數據，設置多個采樣時間點，獲取各個采樣時間點對應的所述抽水蓄能機組的在線監測值Vnum；從所述在線監測數據中提取各個采樣時間點對應的工作水頭Hnum、有功功率Pnum、導葉開度Gnum，1≤num≤tnum，tnum為采樣時間點個數，num為采樣時間點序號；將各個采樣時間點對應的工作水頭Hnum、有功功率Pnum、導葉開度Gnum輸入所述抽水蓄能機組健康狀態模型，獲取各個采樣時間點對應的所述抽水蓄能機組設備運行標準值Fnum；計算各個采樣時間點對應的健康性能指標值HPInum，所述健康性能指標值HPInum的計算公式為： 其中，ω1、ω2分別為權重，t為所述抽水蓄能機組實際正常運行時間，T為所述抽水蓄能機組檢修周期，k為所述抽水蓄能機組故障指數，Fnum為所述抽水蓄能機組設備運行標準值，F上限為所述抽水蓄能機組設備運行值上限，F下限為所述抽水蓄能機組設備運行值下限，C為調節系數，其值為： 將各個健康性能指標值HPInum按時間順序排列，得到所述抽水蓄能機組的健康性能指標序列HPI；步驟S4：對所述抽水蓄能機組的健康性能指標序列進行歸一化處理，得到歸一化后的指標序列Lnum；步驟S5：選擇指標序列Lnum中前m個數據作為訓練數據，基于所述訓練數據構建輸入矩陣和輸出矩陣，使用所述輸入矩陣及輸出矩陣訓練構建的卷積-長短期記憶神經網絡預測CNN-LSTM模型；得到訓練好的CNN-LSTM模型；步驟S6：基于指標序列Lnum的去除前m個數據后剩余的數據構建輸入矩陣in2，將所述輸入矩陣in2輸入訓練好的CNN-LSTM模型，得到所述抽水蓄能機組設備的健康性能趨勢預測結果；抽水蓄能機組健康狀態模型構建方法，包括：步驟S1：獲取所述抽水蓄能機組在不同工況下的健康狀態監測數據，基于所述狀態監測數據確定影響抽水蓄能機組設備狀態的關鍵運行監測數據為工作水頭、有功功率和導葉開度；獲取狀態監測數據中的機組振動數據，機組振動是能夠反映抽水蓄能機組運行狀態的敏感性特征量；步驟S2：基于所述抽水蓄能機組在不同工況下的關鍵運行監測數據、機組振動數據建立基于高斯過程回歸的抽水蓄能機組標準健康狀態模型；所述抽水蓄能機組標準健康狀態模型為：Ft＝fHt,Pt,Gt其中，Ht為機組工作水頭的監測數據，Pt為機組有功功率的監測數據，Gt為機組導葉開度的監測數據，f為高斯過程回歸函數，Ft為機組振動數據；t為機組狀態監測時刻；所述抽水蓄能機組標準健康狀態模型用于全面表征機組在不同工況下的運行特性。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國船舶重工集團公司第七一九研究所，其通訊地址為：430064 湖北省武漢市江夏區藏龍島開發區楊橋湖大道19號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。