一种基于二维信息融合的油气管网泄漏检测方法

    公开(公告)号:CN103994333A

    公开(公告)日:2014-08-20

    申请号:CN201410196358.6

    申请日:2014-05-09

    Applicant: 东北大学

    Abstract: 本发明提供一种基于二维信息融合的油气管网泄漏检测方法,包括:实时获取油气管网各监控站采集的压力、流量、密度、节流阀开度、下载阀门开度、水击泄压阀开关信号和主输泵启停信号;判断油气管段是否出现异常;查询使该油气管段出现异常的工况调整信息;从查询到工况调整信息的监控站开始跟踪负压力波;识别油气管网状态;定位油气管网泄漏点。针对油气管网系统的复杂工况及不确定性,为有效地降低泄漏检测的误报率,并提高泄漏定位的精度,本发明采用二维信息融合,来分析油气管网工作状态,能够提高油气管网泄漏检测的准确度;同步分析系统中压力、流量等管道参数的实时变化信息和阀门等的工况调整信息,有效地降低了泄漏检测的误报率。

    一种基于二维信息融合的油气管网泄漏检测方法

    公开(公告)号:CN103994333B

    公开(公告)日:2016-09-28

    申请号:CN201410196358.6

    申请日:2014-05-09

    Applicant: 东北大学

    Abstract: 本发明提供一种基于二维信息融合的油气管网泄漏检测方法,包括:实时获取油气管网各监控站采集的压力、流量、密度、节流阀开度、下载阀门开度、水击泄压阀开关信号和主输泵启停信号;判断油气管段是否出现异常;查询使该油气管段出现异常的工况调整信息;从查询到工况调整信息的监控站开始跟踪负压力波;识别油气管网状态;定位油气管网泄漏点。针对油气管网系统的复杂工况及不确定性,为有效地降低泄漏检测的误报率,并提高泄漏定位的精度,本发明采用二维信息融合,来分析油气管网工作状态,能够提高油气管网泄漏检测的准确度;同步分析系统中压力、流量等管道参数的实时变化信息和阀门等的工况调整信息,有效地降低了泄漏检测的误报率。

    基于布谷鸟算法的卡诺电池性能优化方法

    公开(公告)号:CN118862455A

    公开(公告)日:2024-10-29

    申请号:CN202410884178.0

    申请日:2024-07-03

    Applicant: 东北大学

    Abstract: 本发明针对提升卡诺电池的性能指标,首先开发了一种基于布谷鸟算法的卡诺电池单目标优化方法,在保持较强的全局搜索能力的同时,也不容易陷入局部最优解,且可以兼顾到所有约束的限制,可以有效求解卡诺电池的往返效率、#imgabs0#效率或者平准化度电成本等性能指标。然后开发了一种基于第二代非支配排序布谷鸟算法的卡诺电池多目标优化方法,可以求解互相竞争的多个目标之间的最佳权衡,例如求解在平准化度电成本最低的情况下往返效率的最大值。为卡诺电池储能领域缩减成本、提高热效率提供了一定的指导。为储能领域做了一定的贡献,对增加能源供给侧可再生能源的比重和减少化石燃料的使用起到了一定的促进作用。

    基于可再生能源的蓄电池充电装置及其控制方法

    公开(公告)号:CN104821619B

    公开(公告)日:2017-05-24

    申请号:CN201510191813.8

    申请日:2015-04-22

    Applicant: 东北大学

    Abstract: 本发明提供一种基于可再生能源的蓄电池充电装置及其控制方法,所述装置包括:用于采用可再生能源对蓄电池进行供电的发电单元,用于存储所述发电单元供给蓄电池后的多余电能的蓄电单元,所述发电单元的输出端、所述蓄电单元的输出端共同连接汇总至转换单元,用于为蓄电池供电,DSP控制单元,用于根据采集所述发电单元的状态参数,判断所述发电单元所处的状态,若所述发电单元处于故障状态,则采用基于能量估计的充电方法对蓄电池充电,若所述发电单元处于非故障状态,则采用基于发电预测的充电方法对蓄电池充电,所述转换单元的输出端与所述蓄电池连接,所述DSP控制单元与所述蓄电单元连接,由此,实现对可再生能源的高效利用,同时能够对发电系统进行故障判断及充电方法的选择。

    基于大数据的输油管网泄漏智能自适应监控系统及方法

    公开(公告)号:CN103939749B

    公开(公告)日:2016-08-24

    申请号:CN201410175170.3

    申请日:2014-04-28

    Applicant: 东北大学

    CPC classification number: G01M3/2807 G01M3/243

    Abstract: 本发明涉及一种基于大数据的石油管网泄漏智能自适应监控系统及方法,属于管道组网内部检测方法技术领域,可以将现场采集到大量数据在合理的时间内进行有效的分析,利用智能自适应的方法来获取管网的状态,从而得到管网的拓扑结构,具体采用流量平衡法,结合信息一致性理论来分析管网是否发生泄漏,方法直观、简单,且灵敏度高、误报率低;并且可以很好的对小泄漏量和缓慢泄漏的检测进行精确的报警;采用广义回归神经网络来进行管网的泄漏定位,提高了结果的准确性。因此,本发明采用基于大数据的策略和智能自适应的方法来解决管道组网的泄漏检测与定位,可以同时达到高精度和高准确性的目标。

    一种管道毫秒级在线数据的复合压缩/解压缩方法

    公开(公告)号:CN105187071A

    公开(公告)日:2015-12-23

    申请号:CN201510633774.2

    申请日:2015-09-29

    Applicant: 东北大学

    Abstract: 本发明公开了一种管道毫秒级在线数据的复合压缩/解压缩方法,属于数据压缩领域。其中方法包括:首先对数据进行小波分解,采用阈值对高频和低频小波系数进行筛选,然后对筛选后的高频小波系数对应的数据采用SPIHT算法进行有损压缩,对筛选后的低频小波系数对应的数据采用LZ77算法进行无损压缩,最终得到压缩结果。在上位机中采用dSPIHT和dLZ77方法对数据进行解压缩。本发明的压缩方法能够在保证信息完整的前提下,降低压缩比,对于大量管道的毫秒级数据的存储节约了空间,提高数据传输的速度;本发明的解压缩方法既能够保证解压速度,也能够保证还原信息的准确性和完整性。

    一种管道毫秒级在线数据的复合压缩/解压缩方法

    公开(公告)号:CN105187071B

    公开(公告)日:2018-04-06

    申请号:CN201510633774.2

    申请日:2015-09-29

    Applicant: 东北大学

    Abstract: 本发明公开了一种管道毫秒级在线数据的复合压缩/解压缩方法,属于数据压缩领域。其中方法包括:首先对数据进行小波分解,采用阈值对高频和低频小波系数进行筛选,然后对筛选后的高频小波系数对应的数据采用SPIHT算法进行有损压缩,对筛选后的低频小波系数对应的数据采用LZ77算法进行无损压缩,最终得到压缩结果。在上位机中采用dSPIHT和dLZ77方法对数据进行解压缩。本发明的压缩方法能够在保证信息完整的前提下,降低压缩比,对于大量管道的毫秒级数据的存储节约了空间,提高数据传输的速度;本发明的解压缩方法既能够保证解压速度,也能够保证还原信息的准确性和完整性。

    基于可再生能源的蓄电池充电装置及其控制方法

    公开(公告)号:CN104821619A

    公开(公告)日:2015-08-05

    申请号:CN201510191813.8

    申请日:2015-04-22

    Applicant: 东北大学

    CPC classification number: H02J7/35 H02J7/0052

    Abstract: 本发明提供一种基于可再生能源的蓄电池充电装置及其控制方法,所述装置包括:用于采用可再生能源对蓄电池进行供电的发电单元,用于存储所述发电单元供给蓄电池后的多余电能的蓄电单元,所述发电单元的输出端、所述蓄电单元的输出端共同连接汇总至转换单元,用于为蓄电池供电,DSP控制单元,用于根据采集所述发电单元的状态参数,判断所述发电单元所处的状态,若所述发电单元处于故障状态,则采用基于能量估计的充电方法对蓄电池充电,若所述发电单元处于非故障状态,则采用基于发电预测的充电方法对蓄电池充电,所述转换单元的输出端与所述蓄电池连接,所述DSP控制单元与所述蓄电单元连接,由此,实现对可再生能源的高效利用,同时能够对发电系统进行故障判断及充电方法的选择。

    基于大数据的输油管网泄漏智能自适应监控系统及方法

    公开(公告)号:CN103939749A

    公开(公告)日:2014-07-23

    申请号:CN201410175170.3

    申请日:2014-04-28

    Applicant: 东北大学

    CPC classification number: G01M3/2807 G01M3/243

    Abstract: 本发明一种基于大数据的石油管网泄漏智能自适应监控系统及方法,属于管道组网内部检测方法技术领域,可以将现场采集到大量数据在合理的时间内进行有效的分析,利用智能自适应的方法来获取管网的状态,从而得到管网的拓扑结构,具体采用流量平衡法,结合信息一致性理论来分析管网是否发生泄漏,方法直观、简单,且灵敏度高、误报率低;并且可以很好的对小泄漏量和缓慢泄漏的检测进行精确的报警;采用广义回归神经网络来进行管网的泄漏定位,提高了结果的准确性。因此,本发明采用基于大数据的策略和智能自适应的方法来解决管道组网的泄漏检测与定位,可以同时达到高精度和高准确性的目标。

Patent Agency Ranking