-
公开(公告)号:CN110020790A
公开(公告)日:2019-07-16
申请号:CN201910204162.X
申请日:2019-03-18
Applicant: 西安工程大学
Abstract: 本发明公开的一种XLPE电力电缆运行状态的评估方法,首先将电力电缆运行状态常用的12个指标体系进行归一化,采用电力电缆相对劣化因子对12个指标体系进行标准化处理;运用层次分析法得到电力电缆运行状态各个指标体系的权重,对权重进行降序排列,得到排序后的权重;定义第i项指标对应的扇形角度,将其按由大到小的权重顺序重新排列得到所对应的各个指标的指标值;然后,根据各个指标体系的指标值建立雷达图,再根据雷达图得到电缆运行状态模型,通过计算评估因子,评估因子越小则电力电缆的运行状态越好。本发明公开的方法解决了现有电力电缆评价方法指标排序不确定导致的雷达图形状不确定,从而无法准确判断电力电缆运行状态的问题。
-
公开(公告)号:CN106645276B
公开(公告)日:2019-06-21
申请号:CN201610872116.3
申请日:2016-09-30
Applicant: 西安工程大学
IPC: G01N25/20
Abstract: 本发明公开了一种覆冰导线冰柱表面局部换热系数的测量装置,包括控制器,控制器上分别连接有环境温度湿度采集模块、看门狗模块、电源模块、通信模块、EEPROM模块、信号采集电路,信号采集电路与多通道温度传感器连接,多通道温度传感器的多个端子等间距的连接在冰柱表面缠绕的铝丝上。本发明还公开了利用上述装置测量冰柱表面局部换热系数的方法。本发明一种覆冰导线冰柱表面局部换热系数的测量装置及测量方法,可以灵活、快速、精确的得到冰柱表面的换热系数。
-
公开(公告)号:CN109539596A
公开(公告)日:2019-03-29
申请号:CN201811435232.4
申请日:2018-11-28
Applicant: 西安工程大学
IPC: F24S40/90
Abstract: 本发明公开了一种基于GA-GRNN的太阳能集热系统光热效率预测方法,步骤包括:1)确定太阳能集热系统的参数,2)收集、分配网络的训练测试数据,3)构建GRNN结构,4)通过GA确定最优平滑因子σ;5)训练GA-GRNN,得到训练好的GA-GRNN;6)测试GA-GRNN,将步骤2中选定的测试数据输入到步骤5训练好的GA-GRNN中进行测试;7)用步骤6训练好的GA-GRNN进行光热效率预测,得到当前太阳能集热系统的光热效率预测结果。本发明的光热效率预测方法,弥补了天气、气候因素的不确定性,大大降低了数据收集的难度,能够较准确的预测太阳能集热器的光热功率。
-
公开(公告)号:CN109298330A
公开(公告)日:2019-02-01
申请号:CN201811418668.2
申请日:2018-11-26
Applicant: 西安工程大学
IPC: G01R31/327
CPC classification number: G01R31/3275
Abstract: 本发明公开了一种基于GHPSO-BP的高压断路器故障诊断方法,具体按以下步骤实施:步骤1:选取典型的数据样本,将归一化处理后的样本数据按照特定比例分为测试样本和训练样本;步骤2:对经步骤1归一化处理后所得的训练样本,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;步骤3:将经步骤2中构建的约简决策表中的约简特征信息作为构建GHPSO-BP神经网络的输入,以此建立起基于GHPSO-BP的高压断路器故障诊断模型;步骤4:将步骤3训练获得的高压断路器故障诊断模型对步骤1中的测试集样本进行故障分类,得出故障分类结果,并统计模型诊断准确率。本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:CN108717149A
公开(公告)日:2018-10-30
申请号:CN201810515552.4
申请日:2018-05-25
Applicant: 西安工程大学
IPC: G01R31/02
Abstract: 本发明公开了一种基于M-RVM融合动态加权AdaBoost的变压器故障诊断方法,首先根据变压器特征数据训练建立M-RVM分类模型;然后对测试每个训练样本进行测试,计算每个样本的信息熵;通过信息熵对训练样本进行筛选,筛选出的样本用来训练基于AdaBoost的基分类器A-MRVM;最后对待测样本进行分类,通过M-RVM分类器进行分类并计算信息熵,将信息熵与信息熵阈值进行比较,若小于阈值则M-RVM分类器分类的结果作为输出,反之则再使用多个A-MRVM基分类器对其继续分类,通过结合每个A-MRVM基分类器对待测样本的分类情况,调整基分类器的加权系数,加权集成最终强分类器,提升整个算法的诊断准确率。
-
公开(公告)号:CN104913900B
公开(公告)日:2017-10-31
申请号:CN201510299765.4
申请日:2015-06-03
Applicant: 西安工程大学
IPC: G01M9/06
Abstract: 本发明公开的输电线路覆冰导线舞动空气动力参数的测定方法,1)获取输电线路覆冰导线的舞动升力系数、舞动阻力系数及舞动扭矩系数;2)利用多台摄像机对输电线路覆冰导线进行多角度图像捕捉,通过“三塔两档”等值覆冰厚度力学计算模型获取输电线路覆冰导线上的覆冰轮廓,拟合覆冰形状,得到输电线路覆冰导线上的真实覆冰形状;3)利用惯性导航传感器结合输电线路导线覆冰舞动轨迹还原技术,获取输电线路覆冰导线实时风攻角;4)利用获得所有数据绘制真实覆冰形状下和风攻角下的空气动力参数曲线,完成对输电线路导线覆冰舞动空气动力参数的测定。本发明的测定方法能真实测定输电线路覆冰导线路舞动情况下的空气动力参数。
-
公开(公告)号:CN106646158A
公开(公告)日:2017-05-10
申请号:CN201611121970.2
申请日:2016-12-08
Applicant: 西安工程大学
IPC: G01R31/12
Abstract: 本发明公开的基于多分类支持向量机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;对得到的训练样本与测试样本分别进行归一化处理,然后建立基于Bagging集成DAG‑SVM与多级支持向量机变压器故障诊断模型;利用改进二进制布谷鸟算法对得到的所有DAG‑SVM与多级支持向量机模型进行选择;利用获得的模型集合对待测样本同时检测,最后应用多数投票法得到最终结果。本发明基于多分类支持向量机变压器故障诊断提升方法,能提高变压器故障诊断的精度。
-
公开(公告)号:CN106597154A
公开(公告)日:2017-04-26
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:CN105654189A
公开(公告)日:2016-06-08
申请号:CN201510975869.2
申请日:2015-12-23
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于时间序列分析与卡尔曼滤波算法的覆冰短期预测方法,具体按照以下步骤实施:步骤1:获取输电线路覆冰时间-厚度数据序列;步骤2:根据步骤1中的覆冰时间-厚度数据序列建立覆冰时间序列模型,并采用遗传算法对覆冰时间序列模型进行定阶;步骤3:根据步骤2中得到的定阶后的覆冰时间序列模型通过卡尔曼滤波算法建立混合算法覆冰预测模型;步骤4:根据步骤3中得到的覆冰预测模型进行覆冰预测。本发明弥补了现有的仅将当前时间点的气象条件作为基础进行覆冰量预测的输电线路覆冰预测方法的缺失,并解决了单纯时间序列分析模型预测精度不够的问题。
-
公开(公告)号:CN105571644A
公开(公告)日:2016-05-11
申请号:CN201610034978.9
申请日:2016-01-19
Applicant: 西安工程大学
CPC classification number: G01D21/02 , G01N15/06 , G01N2015/0693
Abstract: 本发明公开了一种绝缘子金属粉尘污秽在线监测装置,包括状态监测装置和与之相连接的风速风向传感器、雨量传感器和温湿度传感器,状态监测装置包括微控制器和与之相连的数据存储单元和粉尘浓度传感器,状态监测装置还与系统电源和GPRS/3G通讯模块连接,GPRS/3G通讯模块与后台监控中心及系统电源连接,风速风向传感器、雨量传感器和温湿度传感器均与微控制器连接。解决了现有技术中的泄漏电流法易受电磁干扰容易误报漏报,或者光纤盐密监测法无法针对钢铁厂的特殊环境,反应出金属粉尘积累的程度,不能准确的进行钢铁厂绝缘子污秽度监测的问题。本发明还公开了利用该绝缘子金属粉尘污秽在线监测装置进行监测的方法。
-
-
-
-
-
-
-
-
-