买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国家电网有限公司;北京中元瑞讯科技有限公司;中国电力科学研究院有限公司;国网湖南省电力有限公司;国网湖南省电力有限公司电力科学研究院;国网新源控股有限公司申请的专利基于数字孪生的抽蓄电站机组轴系安全预警方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119641537B 。

龙图腾网通过国家知识产权局官网在2025-11-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411656873.8，技术领域涉及：F03B15/00；该发明授权基于数字孪生的抽蓄电站机组轴系安全预警方法及系统是由荆岫岩;姬联涛;王璞;周健;毕智伟;田海平;万克洋;王梓琪;何秋;王君;汪洋;任继顺;张民威;何继全;胡志群;王振鑫设计研发完成，并于2024-11-19向国家知识产权局提交的专利申请。

本基于数字孪生的抽蓄电站机组轴系安全预警方法及系统在说明书摘要公布了：本发明公开了基于数字孪生的抽蓄电站机组轴系安全预警方法，包括：S1：获取抽蓄电站机组轴系的运行数据，并进行预处理；S2：基于预处理后的所述运行数据，建立抽蓄电站机组轴系数字孪生模型和轴系姿态预测模型；S3：比较所述轴系数字孪生模型的输出和所述姿态预测模型的输出间的差异，校正所述数字孪生模型；S4：根据校正后的所述数字孪生模型和所述轴系姿态预测模型实现抽蓄电站机组安全预警。本发明能够实现抽蓄电站机组轴系的智能化和实时化振动监测与安全预警。

本发明授权基于数字孪生的抽蓄电站机组轴系安全预警方法及系统在权利要求书中公布了：1.基于数字孪生的抽蓄电站机组轴系安全预警方法，其特征在于，包括： S1：获取抽蓄电站机组轴系的运行数据，并进行预处理； S2：基于预处理后的所述运行数据，建立抽蓄电站机组轴系数字孪生模型和轴系姿态预测模型； S3：比较所述轴系数字孪生模型的输出和所述姿态预测模型的输出间的差异，校正所述数字孪生模型； S4：根据校正后的所述数字孪生模型和所述轴系姿态预测模型实现抽蓄电站机组安全预警； 所述轴系数字孪生模型的公式如下： 其中，MDTt为t时的所述轴系数字孪生模型输出，wi为第i个特征的权重，xiτ为第i个特征在时间t的预处理后的值，τ为洛伦兹分布的半高全宽，λ为时间衰减系数，m为轴系姿态影响因素的数量，kj为第j个影响因素的增长率，yit为t时的第j个影响因素的值，yj0为第j个影响因素的基准值，为轴系运行数据的特征数量； 所述轴系姿态预测模型的公式如下： 其中，MAPt为t时的所述轴系姿态预测模型的输出，N为历史数据窗口大小，τ为洛伦兹分布的半高全宽，h为高斯核的带宽，MDTt为t时的抽蓄机组轴系数字孪生模型输出； 在所述S3中，校正所述数字孪生模型的方法包括： 从所述数字孪生模型中实时获取轴系各关键点位的姿态数据，同时从所述轴系姿态预测模型中获取相应时间点的预测姿态数据； 将两组数据按时间序列进行对齐，进行差异性分析，并建立所述轴系数字孪生模型的参数空间，以差异评分最小化为目标函数，确定参数优化的目标； 根据参数优化的目标，采用启发式算法进行全局参数搜索，同时对局部区域采用梯度下降的迭代优化算法进行局部搜索，获取最优参数； 根据最优参数，校正所述数字孪生模型； 所述差异性分析包括以下步骤： 计算所述数字孪生模型的输出和所述轴系姿态预测模型的输出在各时间点的差值，并以一阶导数判定姿态数据差值的变化率，计算一阶差分，所述姿态数据包括渐变数据和快变数据； 对渐变数据采用位置差异和外形差异刻画数据差别； 采用经验模态将快变数据分解为趋势项和平稳项； 基于一阶差分，分别对趋势项和平稳项采用不同的差异性评价指标； 所述差异性评价指标包括幅值差异评价指标和频谱差异评价指标； 将各类指标综合为综合差异评分，反映整体偏差程度； 在所述S4中，从校正后的所述数字孪生模型中提取特征参数，同时从所述轴系姿态预测模型获取相应的预测特征序列，所述特征参数包括轴系各节点的振幅、位移和应力； 针对所述特征参数设置预警阈值，并将实时监测数据和预测数据进行比对，判断是否超出预警阈值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国家电网有限公司;北京中元瑞讯科技有限公司;中国电力科学研究院有限公司;国网湖南省电力有限公司;国网湖南省电力有限公司电力科学研究院;国网新源控股有限公司，其通讯地址为：100031 北京市西城区西长安街86号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。