-
公开(公告)号：CN119401363A
公开(公告)日：2025-02-07
申请号：CN202510001099.5
申请日：2025-01-02
Applicant: 西安工程大学
Abstract: 本发明属于配电网技术领域，具体公开了一种电压互感器高压侧涌流抑制装置及方法，所述装置包括线路模块、抑制模块、采集模块、分析模块、电源模块、控制模块、通信模块、显示器模块和报警信号模块。本发明通过监测线路电压电流的大小来判断故障类型、完成故障的选相及选线，并在故障消失瞬间切换到限流电阻串相应的挡位，对中性点不接地系统中的涌流进行抑制。解决了现有抑制技术，由于抑制过程中电流过大以及热容量小无法长期使用，容易造成电压互感器保险熔断甚至本体烧毁，造成故障停电，影响电力系统安全稳定运行的问题。
-
公开(公告)号：CN117094192A
公开(公告)日：2023-11-21
申请号：CN202311000993.8
申请日：2023-08-09
Applicant: 西安工程大学 , 国家电网有限公司西北分部 , 中国电力科学研究院有限公司
IPC: G06F30/23 , G06F119/14 , G06F111/10
Abstract: 本发明公开了一种强风作用下的输电线路脱冰跳跃动力响应模拟分析方法，步骤包括：步骤1：采集输电线路的结构、设计、气象参数；步骤2：建立输电线路的导线‑绝缘子耦合响应有限元模型；步骤3：模拟覆冰输电导线周围的湍流气动系数，进行横风和升力荷载量的换算；步骤4：为输电线路施加覆冰、横风和升力荷载，撤除覆冰荷载模拟强风作用下的输电线路覆冰与脱冰过程；步骤5：进行复杂条件下的输电线路脱冰过程模拟，得到脱冰动力响应特征，并分析脱冰动力响应特征。本发明的方法，很好地弥补了脱冰对导线在竖直维度的影响，脱冰过程中存在复杂空间维度变化的不足。
-
公开(公告)号：CN112150495B
公开(公告)日：2023-03-14
申请号：CN202011015869.5
申请日：2020-09-24
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于扣分法则的绝缘子冰闪风险预测方法，步骤包括：1)对采集的绝缘子冰闪原始图像进行处理，提升冰闪原始图像的清晰化程度；2)对处理后的清晰图像进行修正，提取覆冰绝缘子边缘；3)提取绝缘子的冰闪特征参量，4)根据上述的冰闪特征参量，制定量化规则，对冰闪特征参量分别进行量化处理；5)根据上述的冰闪特征参量对绝缘子冰闪过程的影响程度，制定扣分机制，针对特征参量量化处理结果，根据各自的权重进行扣分处理，得到冰闪风险评估分值；6)按照预先设定的极低、低、中等、高、极高五个等级阈值区间，得出阈值区间对应的绝缘子冰闪风险等级，得到最终的评估结果。本发明方法，简单可行，结果可靠。
-
公开(公告)号：CN110098793B
公开(公告)日：2020-11-17
申请号：CN201910350243.0
申请日：2019-04-28
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于发热碳纤维的光伏电池板自融冰装置，包括MCU模块，MCU模块分别与电源控制转换模块、传感器模块、产热模块、储能蓄电池连接；传感器模块包括叉指电容式覆冰传感器和温湿度传感器，产热模块由多个碳纤维发热丝组成；同时，MCU模块与光伏电池板的输出电压及输出电流的输出信号线连接，MCU模块与储能蓄电池的剩余容量及电池电压的输出信号线连接。本发明还公开了该种光伏电池板的自融冰控制方法。本发明的装置及控制方法，防止融冰不足或加热过度造成电池板表面的热斑，同时避免了蓄电池过度放电。
-
公开(公告)号：CN111814989A
公开(公告)日：2020-10-23
申请号：CN202010489607.6
申请日：2020-06-02
Applicant: 西安工程大学
Abstract: 本发明公开了基于蝗虫算法优化孪生支持向量机的变压器故障诊断方法，具体为：步骤1、收集油浸式变压器油故障特征气体浓度数据，将故障特征气体浓度数据作为总样本集，然后将总样本集分为训练样本与测试样本；步骤2、由于不同故障特征气体的量纲不同，其数值差异较大，因此对总数据集进行归一化处理；步骤3、初始化孪生支持向量机与蝗虫种群；步骤4、使用训练样本应用蝗虫算法优化孪生支持向量机参数并训练优化后的孪生支持向量机，得到诊断模型；步骤5、利用步骤4得到的TWSVM模型，对测试样本进行分类，从而完成油浸式变压器的故障诊断。该诊断方法具有能在较快的迭代时长的前提下得到最优参数，而且使诊断的准确度大大提高。
-
Patent Agency Ranking
公开(公告)号：CN111273125A
公开(公告)日：2020-06-12
申请号：CN202010013329.7
申请日：2020-01-07
Applicant: 西安工程大学
Abstract: 本发明公开了基于RST-CNN的电力电缆沟道故障诊断方法，具体按照以下步骤实施：构建电力电缆在线监测系统，实时测量电力电缆的各种在线数据；构建特征信息表，利用信息特征数据建立条件属性表、决策属性表，构建故障诊断决策表；利用粗糙集理论对各个属性进行分析并寻找约简属性集，消除特征信息中的多余属性，对其条件属性约简特征信息并从中提取决策规则，构建约简决策表；建立基于神经网络的故障模型，并进行训练优化；对故障类型进行误差验证，获得优化故障模型，在线数据输入优化故障模型，获得故障类型；本发明的方法在弥补神经网络检测的不足的同时，能更加准确有效地判断电缆沟道的故障类型，进而能够有效率的检修。
-
公开(公告)号：CN110837932A
公开(公告)日：2020-02-25
申请号：CN201911088726.4
申请日：2019-11-08
Applicant: 陕西省水利电力勘测设计研究院 , 西安工程大学
Abstract: 本发明公开了一种基于DBN-GA模型的太阳能集热系统热功率预测方法，步骤包括：1)采用一种太阳辐射在线监测系统，获取太阳辐射数据，同时记录实时的气象实测数据以及通过计算取得历史热功率数据；2)对步骤1的各个数据，按照所获取的特征信息参数分为两类，即训练集和测试集；3)建立基于DBN-GA算法的热功率预测模型，确定限制玻尔兹曼机模型，将步骤2得到的训练集特征参数样本输入至该预测模型进行训练学习，得到输出结果即太阳能集热系统的热功率；4)将测试集样本输入到训练好的热功率预测模型中，由热功率预测模型完成对太阳能集热系统的热功率预测。本发明方法能够更加准确、有效的预测太阳能集热系统的热功率。
-
公开(公告)号：CN110703077A
公开(公告)日：2020-01-17
申请号：CN201910913509.8
申请日：2019-09-25
Applicant: 西安工程大学
IPC: G01R31/327 , G01M13/00 , G06K9/62
Abstract: 本发明公开了基于HPSO-TSVM的高压断路器故障诊断方法，具体按以下步骤实施：步骤1：选取典型数据样本，按照4:1的比例分为训练样本和测试样本；步骤2：提取经步骤1所得的训练样本的输入特征向量，采用改进的F-Score特征选择算法进行特征选择，得到一个最佳的特征子集；步骤3：对经步骤2得到最佳的特征子集样本作为HPSO-TSVM的训练样本进行训练；步骤4：利用步骤3建立好的高压断路器故障诊断模型对故障数据集中的测试样本进行分类，统计其分类准确率。本发明的高压断路器故障诊断方法，能够准确实现高压断路器故障诊断。
-
公开(公告)号：CN106597154B
公开(公告)日：2019-09-24
申请号：CN201611125041.9
申请日：2016-12-08
Applicant: 西安工程大学
IPC: G01R31/00
Abstract: 本发明公开的基于DAG‑SVM的变压器故障诊断提升方法：对所采集的油浸式变压器带有类标签的样本集每一类按3：1比例分为：训练样本和测试样本；从训练样本中有放回的抽取数量小于原训练样本的T个新的训练样本集训练SVM模型，得到T个弱学习器，即得到一组决策函数序列；利用正常状态、中温过热、高温过热、局部放电、火花放电及电弧放电这6种类别标签及所获取的决策函数序列建立T个DAG‑SVM分类树模型；利用得到的T个DAG‑SVM分类树模型分别进行故障诊断。本发明基于DAG‑SVM的变压器故障诊断提升方法，将DAG‑SVM算法进行Bagging集成，有效提高了故障预测精度。
-
公开(公告)号：CN107367361B
公开(公告)日：2019-07-26
申请号：CN201710481177.1
申请日：2017-06-22
Applicant: 西安工程大学
IPC: G01M7/02
Abstract: 本发明公开了一种基于视频差异分析的复合绝缘子疲劳程度评价方法，首先采集视频图像及风速波形，然后对获取的复合绝缘子振动视频中各帧图像进行灰度化处理，获得灰度图像P(t)；对获取的灰度化图像P(t)进行边缘提取，获取边缘曲线的两个横向左凸角点坐标，然后再计算t时刻复合绝缘子单位时间内的形变量e(t)＝ηd(t)f1，并根据采集的视频，求取正弦曲线的原函数，获取复合绝缘子强风下的振动正弦曲线波形e(t)；最后计算出复合绝缘子疲劳程度的评价参数α。解决了现有技术未曾涉及的强风下运行的复合绝缘子形变量的测量方法的问题，对构成复合绝缘子的橡胶材料的疲劳程度进行定量评价，为整串复合绝缘子的故障状态的评估奠定良好基础。
-
-
-
-
-
-
-
-
-
Search Results
175
records
(took 0.025 seconds)
