面向复杂声环境的变电站噪声源分离方法

    公开(公告)号:CN109444519A

    公开(公告)日:2019-03-08

    申请号:CN201811276142.5

    申请日:2018-10-30

    Abstract: 本发明涉及一种面向复杂声环境的变电站噪声源分离方法,利用传声器、数据采集卡以及计算机构成噪声数据采集系统并检测变电站原始声信号;采用小波包分析算法对原始声信号进行频段分解,从中滤除环境噪声;设计通带梳状滤波器,通带频率为50Hz及其倍频频率,对小波包分解后的噪声信号低频段进行处理,提取出本体噪声信号;相应地,设计阻带梳状滤波器对噪声信号进行处理,获得包含电晕噪声在内的冷却装置噪声;基于谱减法语音增强技术,对电晕与冷却装置混合噪声进行分离,完成变电站主要声源噪声分离过程。本发明满足站内各主要设备噪声源水平提取需求,对于提高变压器噪声水平检测以及噪声源特性研究的准确性均具有重要意义。

    基于极限学习机与负荷密度指标法的空间负荷预测方法

    公开(公告)号:CN111401638B

    公开(公告)日:2024-02-02

    申请号:CN202010187522.2

    申请日:2020-03-17

    Abstract: 本发明公开一种基于极限学习机与负荷密度指标法的空间负荷预测方法,包括:S1:将电力负荷根据用电类型进行分类并确定每类负荷的影响因素;S2:利用FCM聚类算法,将每类负荷再细分为几个小类并求出每一小类的聚类中心矩阵;对于给定的待预测地的特性指标,求出与小类聚类中心的欧式距离,取欧式距离最小的一小类样本作为训练样本;S3:建立基于粒子群优化的极限学习机算法的回归模型,将选好的训练样本带入模型,影响因素作为模型的输入,负荷密度作为模型的输出;S4:将求出的各类负荷密度乘以小区的面积可得每个小区的负荷值,结合每个小区的同时系数求出规划区的空间负荷预测。(56)对比文件李杰.基于粒子群算法的极限 学习机短期电力负荷预测.制造业自动化.2019,第41卷(第1期),正文第154-157页.刘业峰;王婷.基于GRA-LSSVM密度法的配电网空间负荷预测方法研究.计算机测量与控制.2018,(第11期),全文.

    一种零碳演进区域能源互联网能源管控方法及系统

    公开(公告)号:CN117391246A

    公开(公告)日:2024-01-12

    申请号:CN202311326197.3

    申请日:2023-10-12

    Abstract: 本发明公开了一种零碳演进区域能源互联网能源管控方法及系统,涉及能源管控技术领域,包括:实施数据融合,将能源数据整合至数据平台;构建综合能源网络模型,进行网络韧性评估,并结合实时数据实施风险预警;计算碳排放,执行针对性优化策略;系统进行实时监控,根据监控反馈进行策略调整。本发明提供的零碳演进区域能源互联网能源管控方法提高了能源供应的稳定性和韧性,降低了因各种故障和外部因素导致的能源供应中断的风险,通过实施有效的碳减排策略,达到了环保和经济的双重效益,为操作员提供了实时的风险预警和策略调整建议,更好地管理和控制能源供应系统,使得系统的预测和决策更为准确,提高了能源管控的效率和效果。

Patent Agency Ranking