赵计生
- 作品数:7 被引量:4H指数:1
- 供职机构:北京华电天仁电力控制技术有限公司更多>>
- 发文基金:国家自然科学基金广西壮族自治区自然科学基金更多>>
- 相关领域:自动化与计算机技术电气工程更多>>
- 基于中央控制系统的储能型风电场
- 本发明涉及配置储能系统的风力发电场控制技术领域,提出基于中央控制系统的储能型风电场。本发明在传统风电场的基础上增加储能系统,并通过中央控制系统将储能电池系统的监控、能量转换系统的监控、全场风机的监控、升压站的监控、全场箱...
- 黄振江余康李志强吴国荣裴丽娜黄哲赵计生
- 一种太阳能户用电源
- 一种太阳能户用电源,包括1~2块光伏发电组件(4)、预制电缆、控制逆变一体机(1);所述1~2块光伏发电组件在每块组件的正极输出端均连接一防逆流功率二极管;当具有2块光伏发电组件时,所述2块光伏发电组件并联连接;所述光伏...
- 唐江丰王延民孙东旭张文谷佳宁赵计生
- 文献传递
- 基于改进的BSMOTE和时序特征的风机故障采样算法被引量:4
- 2021年
- 针对风机数据集的不平衡问题,提出了一种BSMOTE-Sequence采样算法,在合成新样本时综合考虑空间和时间特征,并对新样本进行清洗,从而有效减少噪声点的生成。首先,根据每个少数类样本的近邻样本的类别比例,将少数类样本划分为安全类样本、边界类样本和噪声类样本。然后,对每个边界类样本都遴选出空间距离、时间跨度最接近的少数类样本集,利用线性插值法合成新样本,并过滤掉噪声类样本以及类间重叠样本。最后,以支持向量机(SVM)、卷积神经网络(CNN)、长短期记忆(LSTM)人工神经网络作为风机齿轮箱故障检测模型,F1-Score、曲线下面积(AUC)和G-mean作为模型性能评价指标,在真实风机数据集上把所提算法与常用的多种采样算法进行对比,实验结果表明:相比已有算法,BSMOTE-Sequence算法所生成样本的分类效果更好,使得检测模型的F1-Score、AUC和G-mean平均提高了3%,该算法能有效地适用于数据具有时序规律且不平衡的风机故障检测领域。
- 杨鲜赵计生强保华米路中彭博唐成华李宝莲
- 关键词:不均衡数据采样算法
- 一种户用控制逆变一体机
- 一种户用控制逆变一体机,包括控制逆变器柜(1)、第一蓄电池箱(2)和第二蓄电池箱(3),所述控制逆变器置于逆变器柜(1)中,逆变器柜(1)底部形成凹槽结构;所述第一蓄电池箱(2)和第二蓄电池箱(3)并列放置合并形成与凹槽...
- 赵计生唐江丰刘亚男王利明董周
- 文献传递
- 基于中央控制系统的储能型风电场
- 本发明涉及配置储能系统的风力发电场控制技术领域,提出基于中央控制系统的储能型风电场。本发明在传统风电场的基础上增加储能系统,并通过中央控制系统将储能电池系统的监控、能量转换系统的监控、全场风机的监控、升压站的监控、全场箱...
- 黄振江余康李志强吴国荣裴丽娜黄哲赵计生
- 文献传递
- 一种基于深度学习的风电机组故障预测方法
- 本发明公开了一种基于深度学习的风电机组故障预测方法,所述故障预测方法针对风电机组运行状态的SCADA数据,所述故障预测方法基于故障预测模型进行故障预测;故障预测方法包括以下步骤:将风电机组运行状态的SCADA数据重组为运...
- 赵计生范婧强保华莫烨
- 文献传递
- 一种基于生成对抗网络的风机叶片故障检测方法
- 一种基于生成对抗网络的风机叶片故障检测方法,首先,利用无人机等设备采集风机叶片图像;其次,利用生成对抗网络对已标注的风机叶片图像构建生成遮挡和形变的生成器和风机叶片故障检测辨别器,扩充已标注风机叶片图像数据集,并且通过生...
- 赵计生米路中强保华陈锐东谢元范婧郭强张艳萍
- 文献传递