-
公开(公告)号:CN115577259A
公开(公告)日:2023-01-06
申请号:CN202211115997.6
申请日:2022-09-14
Applicant: 中国南方电网有限责任公司超高压输电公司大理局 , 中国南方电网有限责任公司超高压输电公司检修试验中心
IPC: G06F18/214 , G06F18/2431 , G06N3/006
Abstract: 本申请涉及一种高压直流输电系统故障选极方法、装置和计算机设备,所述方法包括:获取样本数据集;所述样本数据集包括高压直流输电系统的历史电力数据和所述历史电力数据的故障标签;通过所述样本数据集,构建初始随机森林分类模型;通过平衡优化算法,优化所述初始随机森林分类模型的模型参数,得到优化后的随机森林分类模型;通过所述优化后的随机森林分类模型,对所述高压直流输电系统的实际电力数据进行预测处理,得到所述实际电力数据对应的预测故障类型。采用本方法能够提高高压直流输电系统故障选极的精度。
-
公开(公告)号:CN112059577B
公开(公告)日:2021-08-13
申请号:CN202010942497.4
申请日:2020-09-09
Applicant: 中国南方电网有限责任公司超高压输电公司大理局
IPC: B23P19/00
Abstract: 本发明提供了一种用于换流站空冷器的智能检修平台及控制方法,方法包括如下步骤:S1.检测并确定空冷器电机中心位置;S2.测定夹持装置与电机的距离,并通过控制器调节夹持装置的上升速度,直至停止上升;S3.控制夹持轴运行并对电机进行拆卸;S4.电机拆卸完成后,夹持装置下降,并测定拆卸装置与移动平台的距离,再通过控制器调节夹持装置的下降速度;同时在夹持装置上升或下降的过程中,感应传感器检测是否遇到障碍,若遇到障碍则自动停止升降或夹紧。该智能检修平台使用该方法对空冷器电机进行拆卸检修,一方面节省了人力资源且大大提高了检修效率,另一方面拆装检修过程更稳定,保障了设备和人员的安全。
-
公开(公告)号:CN112270054A
公开(公告)日:2021-01-26
申请号:CN202011241344.3
申请日:2020-11-09
Applicant: 中国南方电网有限责任公司超高压输电公司大理局
IPC: G06F30/17 , G06F30/20 , G06F113/06 , G06F119/14
Abstract: 本发明公开了一种风力发电机的尾流分析系统及方法,包括系统模型,所述系统模型包括铁塔高度指标、轮毂高度指标、单机容量指标、叶轮直径指标及塔机距离指标,所述铁塔高度指标范围为:30m‑100m;轮毂高度指标为:90‑150m;单机容量指标为:2000‑3000kW;叶轮直径指标为:110‑141m;塔机距离指标为:200‑400m。本发明可高准确性、获取数据全面和方便的可视化后处理使其具有一定的优势,该系统模型计算时间快、操作简单、能满足工程需要的精度,非常适合风电场风机优化布置、尾流为风机影响等问题,相比于风洞实验和数值模拟,风机尾流模型在风机的设计和风电场的优化布置方面具有一定的优势,因为尾流模型的使用可以大大提高尾流速度计算的效率。
-
公开(公告)号:CN111999001B
公开(公告)日:2022-07-08
申请号:CN202010943448.2
申请日:2020-09-09
Applicant: 中国南方电网有限责任公司超高压输电公司大理局
Abstract: 本发明提供一种基于图像处理的换流站空冷器泄漏检测方法及系统,包括:步骤1、获取空冷器管束泄漏时对应的检测数据,根据所述检测数据分析得到泄露位置的第一特征数据;步骤2、获取空冷器管束的温度分布图;步骤3、利用最大类间方差法对所述温度分布图进行阈值分割;步骤4、通过R‑CNN目标检测法,根据所述第一特征数据和进行阈值分割的图像分析得到所述空冷器管束的泄漏位置信息;整个过程无需停机检查,可以更加方便、准确地对空冷器管束的泄漏情况进行检测,提高了检测的效率。
-
公开(公告)号:CN109031062B
公开(公告)日:2021-02-09
申请号:CN201810777917.0
申请日:2018-07-16
Applicant: 中国南方电网有限责任公司超高压输电公司大理局 , 南方电网科学研究院有限责任公司 , 中国南方电网有限责任公司
Abstract: 本发明公开了一种杆塔间隙操作冲击电压下50%放电电压计算方法,适用于特高压直流输电系统,包括:获取所述特高压直流输电系统中导线和杆塔之间的第一间隙路径上的若干个第一数据点,获取每一所述第一数据点的电位;获取杆塔间隙放电模型中模拟导线到竖直棒之间的第二间隙路径上的若干个第二数据点,获取在竖直棒不同高度下每一第二数据点的电位;根据第一数据点的电位和第二数据点的电位,计算导线‑杆塔的电位分布与模拟导线‑竖直棒的电位分布之间的判定系数;计算杆塔间隙放电模型的操作冲击电压下50%放电电压。本发明还公开了一种杆塔间隙操作冲击电压下50%放电电压计算系统。能有效模拟导线‑杆塔间隙放电电压的过程,节省时间和降低成本。
-
公开(公告)号:CN111999001A
公开(公告)日:2020-11-27
申请号:CN202010943448.2
申请日:2020-09-09
Applicant: 中国南方电网有限责任公司超高压输电公司大理局
Abstract: 本发明提供一种基于图像处理的换流站空冷器泄漏检测方法及系统,包括:步骤1、获取空冷器管束泄漏时对应的检测数据,根据所述检测数据分析得到泄露位置的第一特征数据;步骤2、获取空冷器管束的温度分布图;步骤3、利用最大类间方差法对所述温度分布图进行阈值分割;步骤4、通过R-CNN目标检测法,根据所述第一特征数据和进行阈值分割的图像分析得到所述空冷器管束的泄漏位置信息;整个过程无需停机检查,可以更加方便、准确地对空冷器管束的泄漏情况进行检测,提高了检测的效率。
-
公开(公告)号:CN109116195A
公开(公告)日:2019-01-01
申请号:CN201810683503.1
申请日:2018-06-27
Applicant: 中国南方电网有限责任公司超高压输电公司大理局 , 南方电网科学研究院有限责任公司
IPC: G01R31/12
Abstract: 本发明涉及输电线路带电作业技术领域,公开了一种输电线路带电作业组合间隙50%闪络电压的计算方法及装置,输电线路带电作业组合间隙50%闪络电压的计算方法包括:计算人-塔间隙承受的电压与导线-人-塔组合间隙承受的电压的比值;计算人-塔间隙的50%闪络电压以及导线-人间隙的50%闪络电压;根据人-塔间隙承受的电压与导线-人-塔组合间隙承受的电压的比值、人-塔间隙的50%闪络电压以及导线-人间隙的50%闪络电压,计算导线-人-塔组合间隙的50%闪络电压。本发明能够经济、快速地计算出特高压直流输电线带电作业组合间隙50%闪络电压,从而避免通过模拟试验方法获取特高压直流输电线带电作业组合间隙50%闪络电压,进而有效地降低了成本。
-
公开(公告)号:CN107328345A
公开(公告)日:2017-11-07
申请号:CN201710573815.2
申请日:2017-07-14
Applicant: 中国南方电网有限责任公司超高压输电公司大理局
IPC: G01B5/14
CPC classification number: G01B5/14
Abstract: 一种便携式次档距测量装置,其包括定位架、行走轮、测量轮、计数器、控制芯片和显示器;定位架包括相互连接的上定位板和下定位板,上定位板的右侧设有水平的第一定位轴,行走轮通过轴承设在第一定位轴上,下定位板的右侧设有水平的第二定位轴,测量轮通过轴承设在第二定位轴上,行走轮和测量轮一上一下对应设置且相互间设有容纳导线的间隙,计数器设在下定位板上、并用于计算测量轮的行走距离;控制芯片和显示器固定在上定位板上,且计数器的信号输出端与控制芯片的输入接口连接,显示器与控制芯片的输出接口连接。本发明只需一个操作人员推动行走轮在导线上行走,即可准确、快捷地完成次档距的测量工作,大大提高了次档距测量效率。
-
公开(公告)号:CN115577618B
公开(公告)日:2024-04-09
申请号:CN202211148759.5
申请日:2022-09-21
Applicant: 中国南方电网有限责任公司超高压输电公司大理局
Abstract: 本申请涉及一种高压换流阀厅环境因子预测模型构建以及高压换流阀厅环境因子预测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取高压换流阀厅内部的历史环境因子数据;根据高压换流阀厅内部的历史环境因子数据,建立初始Elman神经网络模型;提取初始Elman神经网络模型中各层之间的权值及阈值;基于AEO算法优化初始Elman神经网络模型各层之间的权值及阈值,得到最优权值与最优阈值;采用最优权值与最优阈值对初始Elman神经网络模型进行优化,得到高压换流阀厅环境因子预测模型。整个模型构建过程,在初始Elman神经网络模型的基础上引入AEO算法优化模型各层之间的权值及阈值,构建能精准预测高压换流阀厅环境因子的Elman神经网络预测模型。
-
公开(公告)号:CN115577618A
公开(公告)日:2023-01-06
申请号:CN202211148759.5
申请日:2022-09-21
Applicant: 中国南方电网有限责任公司超高压输电公司大理局
Abstract: 本申请涉及一种高压换流阀厅环境因子预测模型构建以及高压换流阀厅环境因子预测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取高压换流阀厅内部的历史环境因子数据;根据高压换流阀厅内部的历史环境因子数据,建立初始Elman神经网络模型;提取初始Elman神经网络模型中各层之间的权值及阈值;基于AEO算法优化初始Elman神经网络模型各层之间的权值及阈值,得到最优权值与最优阈值;采用最优权值与最优阈值对初始Elman神经网络模型进行优化,得到高压换流阀厅环境因子预测模型。整个模型构建过程,在初始Elman神经网络模型的基础上引入AEO算法优化模型各层之间的权值及阈值,构建能精准预测高压换流阀厅环境因子的Elman神经网络预测模型。
-
-
-
-
-
-
-
-
-