一种基于LABVIEW的空调负荷监控系统及监控方法

    公开(公告)号:CN106989482A

    公开(公告)日:2017-07-28

    申请号:CN201710178814.8

    申请日:2017-03-23

    Abstract: 本发明公开了一种基于LABVIEW的空调负荷监控系统及监控方法,包括:基于LABVIEW的监控中心,监控中心与若干个监控终端通信,每个监控终端包括量测仪表,量测仪表与负荷终端连接,用于监控负荷终端的用电负荷,负荷终端通过智能遥控器控制,量测仪表和智能遥控器均通过GPRS DTU与监控中心通信;基于LABVIEW的监控中心接收配网调度信息,获取微电网实时频率数据,根据微电网实时频率数据建立负荷终端自适应频率变化跟踪响应模块,当监控中心发现微电网频率下降时,为了降低负荷功率实现微电网功率的平衡,监控中心向监控终端发出控制指令,调整温度改变负荷终端的瞬时功率需求,保证温度调整仍处于用户舒适度范围内。

    氧化锌避雷器泄漏电流测量方法

    公开(公告)号:CN106501584A

    公开(公告)日:2017-03-15

    申请号:CN201611117419.0

    申请日:2016-12-07

    CPC classification number: G01R19/16571 G01R31/025

    Abstract: 本发明公开了一种氧化锌避雷器泄漏电流测量方法,包括以下步骤:将直流高压发生器的高压输出端与第一直流电流表的“-”接线端相连,第一直流电流表的“+”接线端接至上节避雷器与下节避雷器的连接处,直流高压发生器的电压测试端与直流微安表相连,直流高压发生器的末端接地;将阻值为25kΩ~35kΩ的分压电阻与放电计数器并联后与下节避雷器的下端相连,分压电阻的末端接地;将下节避雷器与放电计数器的连接断开,启动直流高压发生器,当第一直流电流表的读数达到1mA时,直流微安表的读数即为上节避雷器的1mA电压。本发明避免了高空拆接高压引线作业的安全隐患,提高工作效率及测量准确性。

    电池储能系统状态评估方法

    公开(公告)号:CN106443461A

    公开(公告)日:2017-02-22

    申请号:CN201610806805.4

    申请日:2016-09-06

    CPC classification number: G01R31/3842

    Abstract: 一种电池储能系统状态评估方法,该方法包含:获取待评估电池储能系统的运行数据,根据运行数据计算获得待评估电池储能系统的荷电状态一致性的实时发散情况;按预定周期获取所述待评估电池储能系统的试验工况数据,根据试验工况数据计算获得待评估电池储能系统的剩余容量、峰值功率、极化电压、开路电压、温升性能和荷电状态估算情况,根据剩余容量、峰值功率、极化电压、开路电压、温升性能和荷电状态估算情况获得待评估电池储能系统的衰退情况;根据待评估电池储能系统的荷电状态一致性的实时发散情况和待评估电池储能系统的衰退情况获得待评估电池储能系统的评估结果。

    一种能源需求条件密度预测方法

    公开(公告)号:CN104217105B

    公开(公告)日:2017-02-15

    申请号:CN201410414864.8

    申请日:2014-08-21

    Abstract: 一种能源需求条件密度预测方法。其包括建立支持向量分位数回归模型;建立能源需求的支持向量加权分位数回归模型;模型参数估计;条件密度预测等步骤。本发明结合了支持向量机非线性处理能力与分位数回归对条件分布特征完整描述能力两个方面的优势,建立了能源需求预测的支持向量分位数回归模型,一方面通过支持向量机将低维空间中能源系统中非线性结构映射到高维空间,转换为线性结构,简化建模复杂性;另一方面,通过分位数回归刻画能源需求整个条件分布的变动规律,提供更多有用信息;使用非参数核密度估计技术,建立了能源需求预测的条件密度预测方法,实现能源需求整个条件分布特征的完整预测。

    基于数据高维化和K-means聚类的居民用电峰谷平时段划分方法

    公开(公告)号:CN106022578A

    公开(公告)日:2016-10-12

    申请号:CN201610312899.X

    申请日:2016-05-12

    CPC classification number: G06Q10/063 G06K9/6223 G06Q50/06

    Abstract: 一种基于数据高维化和K‑means聚类的居民用电峰谷平时段划分方法。其包括利用用户信息采集系统收集居民日用电信息数据,得到统计时间周期内每日每小时居民负荷值;利用居民负荷值,通过数据高维化处理方法构建涵盖较长时间周期内每日负荷值的数据样本集,并确定数据样本集中样本个数;采用K‑means算法,将数据样本集中全部样本划分为峰时段、平时段、谷时段3个聚类等步骤。本发明效果:通过数据高维化构造数据样本集,能包含较长时间周期内各时点上的负荷数据,且能避免算法迭代次数因时间周期内天数增加而成本增长的问题,可适用于较长时间周期内居民峰、平、谷时段的划分,对于相关工作者制定居民峰谷分时电价具有指导意义。

    一种光伏电站硅基组件缺陷的检测方法及系统

    公开(公告)号:CN105790711A

    公开(公告)日:2016-07-20

    申请号:CN201410830936.7

    申请日:2014-12-26

    Abstract: 本发明提供了一种光伏电站硅基组件缺陷的检测方法及系统,属于光伏电站检测技术领域。所述方法包括:获取被测光伏组件的热量分布、绝缘电阻值和性能衰减特性;根据所述光伏电池的热量分布与正常光伏电池的热量分布差异、所述绝缘电阻值与预定绝缘电阻值的比较结果或所述性能衰减特性表示的衰减程度中的至少一种确定所述光伏组件的缺陷类型。本发明建立了一套适用于现场应用的缺陷光伏组件检测方法,利用该方法能够及时有效地发现轨迹组件存在的内部缺陷,有利于光伏电站针对性的开展高效维护,规范光伏电站的施工安装过程,改进厂家的生产工艺和质量控制,保障光伏电站的长期稳定运行。

Patent Agency Ranking