摘要
本申请的基于数字孪生及AI技术智慧电厂的管理方法,涉及电厂管理技术领域,通过构建由设备运行参数组成的初始信号数据集;对初始信号数据集进行分层解析,将设备运行参数映射到特征向量空间,生成统一特征数据集;利用运行状态分类器对设备运行参数实时比对,并计算其异常概率分布矩阵,确定当前设备运行的异常风险等级;根据状态恶化预警信号从统一特征数据集中提取异常片段数据并进行分段处理,得到分段异常数据集,对分段异常数据集进行未来轨迹推演,确定潜在故障的未来异常发展轨迹;基于未来的异常发展轨迹确定设备的异常点,将异常发展轨迹与当前异常点的设备运行参数关联绑定,提高了设备运行异常状态监测的准确性和及时性。
技术关键词
设备运行参数
异常数据
数字孪生
特征向量空间
管理方法
分段
信号
传感器
轨迹
支持向量机算法
LSTM算法
滑动窗口方法
风险
分类器
概率密度函数
异常状态
电厂管理技术
滤波器截止频率
异常点