-
公开(公告)号：CN109668750B
公开(公告)日：2020-06-23
申请号：CN201910009946.7
申请日：2019-01-06
Applicant: 东北电力大学
Abstract: 本发明是一种基于压降信号分析的并联小通道换热设备传热恶化现象预测方法，其特点是，包括：数据的采集、压降信号预处理、压降信号的递归图分析和基于压降信号递归特征量的传热恶化预警等步骤。能够通过递归率(RR)、层压性(LAM)和决定论(DET)三个递归特性参数的组合使用确定环状预警流型，只需要在小通道换热器进出口布置压力传感器即可，简单适用，能够及时、高效、准确的预测出并联小通道内发生的传热恶化现象，并且避免了温度监控的高成本和滞后性。适用于航空航天器、电子制冷设备中换热器传热恶化现象的预测。
-
公开(公告)号：CN110208312A
公开(公告)日：2019-09-06
申请号：CN201910458266.3
申请日：2019-05-29
Applicant: 东北电力大学
IPC: G01N25/20
Abstract: 本发明是一种用于电场干扰下并联小通道临界热流密度预测方法，其特点是，包括：实验数据的采集与预处理、无量纲电场力的定义和临界热流密度预测公式的提出等步骤，通过判定干涸点出现后对应温度下的热流密度为临界热流密度，对采集到的温度进行计算分析，得出实验临界热流密度；通过无量纲电场力的定义，即无量纲数来提高预测方法的适用性和精确度；通过临界热流密度预测公式的提出验证了预测模型的精确度在±15％，能够为电场干扰下的并联小通道临界热流密度的预测提供一个合适的理论预测模型。具有科学合理，适用性强，能够满足预测精度要求等优点。
-
公开(公告)号：CN102542167A
公开(公告)日：2012-07-04
申请号：CN201110459034.3
申请日：2011-12-31
Applicant: 东北电力大学
IPC: G06F19/00
Abstract: 本发明是一种风电场风速时间序列预测方法，其特点是，包括的步骤有：利用风速采集仪器每隔一小时记录一次同一地区的风速数据，整理采集的原始风速数据形成风速时间序列用于分析预测；运用快速独立分量分析算法对风速时间序列进行多尺度分解，分解得到多个独立分量；通过对各个独立分量的延迟时间和嵌入维数的计算，运用相空间重构理论对各个独立分量进行相空间重构；利用最小二乘支持向量机回归模型对相空间重构后的各个独立分量进行建模预测；将预测结果进行叠加得到最终的风速时间序列的预测结果。具有风速时间序列预测科学合理，准确、可靠和适用性强等优点。
-
公开(公告)号：CN100573100C
公开(公告)日：2009-12-23
申请号：CN200710055957.6
申请日：2007-08-08
Applicant: 东北电力大学
Abstract: 一种基于数字图像处理技术的气液两相流流型识别方法，其特点是：该方法利用高速摄影机获取水平管道内不同工况下气液两相流的流动图像；经过图像处理技术后提取图像不变矩和灰度共生矩阵特征；运用粗糙集理论进行特征融合，降低特征维数，并以此特征向量构成流型样本对支持向量机进行训练，完成从特征空间到流型空间的映射，最终实现流型识别。所采用的粗糙集理论融合了图像纹理信息和形状信息，提高分类器的识别精度，同时降低了训练时间，能够全面反映流型图像特征；所应用的支持向量机流型识别方法对样本数据的依赖程度和泛化能力比BP神经网络要好，训练时间较短，适合流型在线识别。
-
公开(公告)号：CN100507509C
公开(公告)日：2009-07-01
申请号：CN200610017090.0
申请日：2006-08-01
Applicant: 东北电力大学
Abstract: 一种基于主成分分析和支持向量机的油气水多相流流型识别方法，其特点是：利用水平管路、取压环、取压管、压力、差压变送器、数据采集卡和计算机对不同流型的流动参数信号进行采集；将采集到的压力和不同取压间距的压差波动信号进行小波包去除噪声预处理，再对上述信号进行经验模式分解，得到的信号固有模态函数，将这些固有模态函数构成一个特征矩阵X，利用主成分分析得到流型的特征向量；再将这些特征作为支持向量机的输入样本，应用支持向量机完成从特征空间到流型空间的映射，最终实现流型识别。所采用的特征向量融合了多个传感器的信息，能够全面反映流型的信息，所应用的支持向量机同神经网络分类器相比，具有学习速度快、分类能力强等特点。
-
Patent Agency Ranking
公开(公告)号：CN1920511A
公开(公告)日：2007-02-28
申请号：CN200610017089.8
申请日：2006-08-01
Applicant: 东北电力大学
Abstract: 一种离心泵振动故障融合诊断方法及振动信号采集装置，其特点是：它通过离心泵振动信号采集装置采集离心泵的正常状态、质量不平衡、转子不对中和基础松动振动信号；利用小波包分解、重构技术实现离心泵振动信号的特征量提取，并将特征向量分别输入子模糊神经网络I和II，由模糊模式识别子系统预处理后代替相应的传感器信度函数分配的相关系数，整个子模糊神经网络包括数据模糊化层、输入层、隐含层和输出层，利用D－S证据理论的组合规则，求得融合后信度函数分配，从而实现离心泵的正常、不平衡、不对中和基础松动状态的融合诊断。其方法科学合理，诊断效率高，诊断结果准确；信号采集装置具有结构简单，性能可靠，信号采集全面、真实有效优点。
-
公开(公告)号：CN1904580A
公开(公告)日：2007-01-31
申请号：CN200610017091.5
申请日：2006-08-01
Applicant: 东北电力大学
Abstract: 一种基于信息融合的气液两相流流型识别方法及流型信号采集装置，其特点是：对采集的不同取压间距的压差波动信号去噪声处理，利用小波理论对信号进行特征提取，并形成三个小波包信息熵特征向量，且作为三个子神经网络的输入特征向量，实现从特征空间到流型空间的映射；将各子神经网络的输出作为彼此独立的证据体，再利用D－S证据理论进行信息融合，得到识别结果。本装置由水平管路、取压环、取压管、差压变送器、数据采集卡和计算机组成，将采集到的压差信号通过数据采集卡送入计算机，由计算机完成压差信号的数据处理，进而实现对气液两相流流型信号的采集。其优点是识别率高，通用性强，适合于不同管道直径和不同介质的气液两相流系统。
-
公开(公告)号：CN113541190A
公开(公告)日：2021-10-22
申请号：CN202110825475.4
申请日：2021-07-21
Applicant: 东北电力大学
Abstract: 本发明的一种用于双馈风电场低电压穿越的模型预测转子电流控制方法，针对当前双馈风机转子侧变流器控制方法在低电压穿越过程中参数固定，无法适应多变的电网条件，在双馈风电场低电压穿越的过程中会产生较大的控制偏差的问题，本发明根据双馈风机的基本原理，通过建立双馈风电场双馈感应风力发电机的状态空间数学模型、构建模型预测转子电流控制低电压穿越预测模型、构建模型预测转子电流控制低电压穿越优化模型和动态电压恢复器设计，协调作用在双馈风电场低电压穿越的全过程。能够显著增强双馈风电场低电压穿越能力，具有科学合理，适用性强，效果佳等优点。
-
公开(公告)号：CN109668750A
公开(公告)日：2019-04-23
申请号：CN201910009946.7
申请日：2019-01-06
Applicant: 东北电力大学
Abstract: 本发明是一种基于压降信号分析的并联小通道换热设备传热恶化现象预测方法，其特点是，包括：数据的采集、压降信号预处理、压降信号的递归图分析和基于压降信号递归特征量的传热恶化预警等步骤。能够通过递归率(RR)、层压性(LAM)和决定论(DET)三个递归特性参数的组合使用确定环状预警流型，只需要在小通道换热器进出口布置压力传感器即可，简单适用，能够及时、高效、准确的预测出并联小通道内发生的传热恶化现象，并且避免了温度监控的高成本和滞后性。适用于航空航天器、电子制冷设备中换热器传热恶化现象的预测。
-
公开(公告)号：CN107341554A
公开(公告)日：2017-11-10
申请号：CN201710429592.2
申请日：2017-06-09
Applicant: 东北电力大学
Abstract: 本发明是一种带有次谐频的非线性振动系统输出响应预测方法，其特点是，通过对带有次谐频的非线性振动系统预补偿一个超谐频系统建立了假想源与次谐频振动系统输出的等效沃尔泰拉级数(Volterra Series,VS)模型；基于此模型，通过变幅值扫频实验辨识出等效VS模型的修正广义频响函数(Modified Generalize Frequency Response Functions,MGFRFs)最后基于等效VS模型利用已辨识出MGFRFs实现带有次谐频非线性振动系统响应预测，具有科学合理，计算简单，适用性强，预测精度高等优点，利用本发明所述的方法可以快速实现带有次谐频的非线性振动系统输出响应预测。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.028 seconds)
