CN119539769A 一种基于物联网的光热发电系统智能运维方法及系统 （国网青海省电力公司清洁能源发展研究院）

院一种基于物联网的光热发电系统智能运维本申请提供一种基于物联网的光热发电系统智能运维方法及系统，涉及信息技术技术领实现了发电设备健康状态的智能评估和预测性2接收环境参数数据，将环境参数数据与预设阈值进行比对，判断环跟踪维护计划的执行进度，获取维护后的设备性能参数，根据根据更新后的健康状态模型，使用动态阈值调整算法自动调整获取所述发电设备上的温湿度和振动传感器采集的环境参数数若超出，则获取所述发电设备的当前运行数据和历史运行数据针对所述异常原因，提取相关运行参数作为决策树模将异常处理过程和结果数据存入数据库，利用LSTM神经网络算法获取传感器实时采集的各类环境参数数据，通过无线传输模块根据所述预警信息的优先级别，结合预设的推送策略，确定所3采用加权平均算法，对采集到的性能参数和环境参数进行加权计算将所述综合评估指标与预设的健康状态阈值进行比较，确定发电设备的健康状态等根据所述健康状态等级，结合预设的健康指数计算公式，计算获取设备性能数据和环境参数数据，输入至预先构建的采用针对模型计算的健康状态值与实际设备运行状态的差异，将优化后的设备健康状态评估模型部署至生产环境，对实时采括:获取设备历史运行数据，通过相关性分析，确定各项性能参针对新收集的设备实时运行数据，采用支持向量机算法进行增9.一种基于物联网的光热发电系统智能运维系统，基于权利要求书1_8任一所述的基4环境参数监控与告警模块，用于接收环境参数数据，将环境参数数维护计划生成与优化模块，用于根据预警信息的优先级，触发采模型更新模块，根据更新后的健康状态模型，使用动态阈值调整5[0012]作为本发明所述基于物联网的光热发电系统智能运维方法及系统的一种优选方6[0016]作为本发明所述基于物联网的光热发电系统智能运维方法及系统的一种优选方[0017]获取预处理后的环境参数数据和预设阈值，采用余弦相似度算法计算相似度得[0020]将异常处理过程和结果数据存入数据库，利用LSTM神经[0021]作为本发明所述基于物联网的光热发电系统智能运维方法及系统的一种优选方[0025]作为本发明所述基于物联网的光热发电系统智能运维方法及系统的一种优选方率性能参数，使用加权平均算法结合环境参数数据和性能参数评估发电设备的健康状态，[0032]作为本发明所述基于物联网的光热发电系统智能运维方法及系统的一种优选方7[0037]作为本发明所述基于物联网的光热发电系统智能运维方法及系统的一种优选方括:[0041]作为本发明所述基于物联网的光热发电系统智能运维方法及系统的一种优选方8[0057]图3为本发明的一种基于物联网的光热发电系统智能运维方法及系统的又一示意[0060]如图1图3，本实施例一种基于物联网的光热发电系统智能运维方法具体可以包9[0065]获取预处理后的环境参数数据和预设阈值，采用余弦相似度算法计算相似度得Matplotlib和Seaborn库绘制折线图、散点图等，直观展示数据变化趋势和异常点分布情重程度根据相似度得分与阈值的差距来划分，持续时间根据异常状态的连续次数来划分。频率性能参数，使用加权平均算法结合环境参数数据和性能参数评估发电设备的健康状包括功率输出、燃料消耗率和振动频率等参数。同时通过环境传感器获取当前发电设备所评估指标与预设的健康状态阈值进行比较，判断当前发电设备的健康状态等级。若综合评合评估指标低于预设的健康状态阈值，则将当前发电设备的健康状态等级标记为“亚健康[0081]具体的，获取发电设备的实时健康指数数据，根据国家电网企业标准DL/T1092_所述计算机程序时实现所述的基于物联网的光热发电