-
公开(公告)号:CN115324301B
公开(公告)日:2024-01-26
申请号:CN202211052871.9
申请日:2022-08-31
Applicant: 中国能源建设集团安徽省电力设计院有限公司
Abstract: 本发明涉及一种墙面光伏系统及其控制方法。该墙面光伏系统包括光伏支架和光伏板。光伏支架包括若干间隔设置的支架单元以及连接在相邻支架单元间的横梁。支架单元包括上伸臂梁、下伸臂梁、上光伏板固定件和下光伏板固定件。上伸臂梁的一端通过连接件一与墙体相连,另一端通过伸缩杆一与上光伏板固定件相连。下伸臂梁的一端通过连接件二与墙体相连,另一端通过伸缩杆二与下光伏板固定件相连。上伸臂梁与下伸臂梁之间设有支柱,支柱的上端与上伸臂梁相连,下端与下伸臂梁相连。光伏板安装在上光伏板固定件与下光伏板固定件之间。本发明解决了传统光伏板无法安装在墙体上的问题,提高(56)对比文件CN 114915244 A,2022.08.16CN 212772955 U,2021.03.23CN 113075940 A,2021.07.06CN 212715550 U,2021.03.16
-
公开(公告)号:CN110676741A
公开(公告)日:2020-01-10
申请号:CN201911069122.5
申请日:2019-11-05
Applicant: 中国能源建设集团安徽省电力设计院有限公司
Abstract: 本发明涉及一种具有交叉式拉索支撑系统的500kV变电站HGIS配电装置构架,包括构架主体和分段处构架。分段处构架包括格构式钢梁、左格构式钢柱、右格构式钢柱和交叉式拉索支撑系统。左格构式钢柱和右格构式钢柱的上端后侧壁上分别设有一构架节点板。交叉式拉索支撑系统包括交叉设置的拉索一和拉索二。拉索一和拉索二均包括钢绞线、与钢绞线上端相连的上钢绞线锚具、与上钢绞线锚具相连的锚具节点板、与钢绞线下端相连的下钢绞线锚具和与下钢绞线锚具相连的锚固钢板。锚具节点板与构架节点板可拆卸相连。锚固钢板嵌入安装在构架柱基础内。本发明不仅可以确保一字型排列的构架在长度方向的稳定性,还可以大大节省占地面积,提高变电站内土地利用率。
-
公开(公告)号:CN115681682A
公开(公告)日:2023-02-03
申请号:CN202211271231.7
申请日:2022-10-18
Applicant: 中国能源建设集团安徽省电力设计院有限公司
Abstract: 一种大型电力设备装配式地面安装平台系统,包括消能减震设备平台系统及支撑加固系统;消能减震设备平台系统包括装配在一起的防火设备平台板、防火设备平台梁和防火设备平台柱以及固定机构和消能减震机构,固定机构包括设置在防火设备平台梁和防火设备平台柱之间的加固板、设置在防火设备平台柱之间的第一张紧连接件及设置在防火设备平台柱与支撑加固系统之间的第二张紧连接件;消能减震机构包括设置在防火设备平台柱之间的阻尼器件。本发明具有良好的抗震性能和防火性能,能保证设备的安全性,同时具有装配式的各种优点。
-
公开(公告)号:CN114444386B
公开(公告)日:2024-12-20
申请号:CN202210058118.4
申请日:2022-01-19
Applicant: 中国能源建设集团安徽省电力设计院有限公司
IPC: G06F30/27 , G06Q50/26 , G06F119/02
Abstract: 本发明提供一种基于BIM和深度学习的火灾预警以及灾后楼板损伤预测方法、系统,通过采集监控区域内不同位置的图像信息,对所述图像信息进行预处理,形成第一数据集;将所述第一数据集的图像信息输入至火灾识别神经网络模型;基于所述第一置信度参数判断是否发生火灾;若发生火灾,则进行消防报警;识别所述火灾对应的火焰信息;将所述火焰信息输入至基于BIM的楼板耐火损伤模型,预测楼板承载力的损伤程度。本发明,基于图像信息和深度学习算法实时进行火灾监控,对可燃物等潜在威胁进行预警;同时将火灾预警信息融入BIM建筑信息化模型从而对于火焰位置以及相关的楼板损伤威胁,以及基于BIM进行精确的消防措施,进一步保障了生命财产安全。
-
公开(公告)号:CN115412012B
公开(公告)日:2024-12-13
申请号:CN202211063220.X
申请日:2022-09-01
Applicant: 中国能源建设集团安徽省电力设计院有限公司
Abstract: 本发明涉及一种防灾减灾型屋面光伏系统及其控制方法。该屋面光伏系统包括依次设置在屋面上方的支撑组件一、支撑组件二和光伏板;所述支撑组件一与支撑组件二之间设有减震器。支撑组件一包括安装在屋面顶部的限位框、嵌入安装在限位框中且与限位框间隙配合的滑动基础以及安装在滑动基础上方的立柱;所述限位框的内壁上设有若干缓冲垫。本发明具有良好的抗震性能和结构稳定性,能保证屋面光伏板在地震、台风等自然灾害下的结构安全性,同时该屋面光伏系统可以识别光伏板表面的风沙积灰区域并及时预警,确保光伏板在良好的运行环境下工作。
-
公开(公告)号:CN115661528A
公开(公告)日:2023-01-31
申请号:CN202211334470.2
申请日:2022-10-28
Applicant: 中国能源建设集团安徽省电力设计院有限公司
Abstract: 本发明涉及一种基于深度学习和BIM的管廊病害检测方法,包括:将N个标记二维码间隔设置在管廊内壁上;采集管廊内的图像信息;对管廊内壁图像、电缆图像和管道图像进行分割、映射,再进行特征提取;建立基于深度学习的病害预测模型Defect‑PNet;建立训练集,并对基于深度学习的病害预测模型Defect‑PNet进行训练;得到病害预测结果P;建立基于BIM的管廊数字孪生模型,建立病害处理措施库R;将病害预测结果P输入基于BIM的管廊数字孪生模型中,得到病害处理措施,记录并更新基于BIM的管廊数字孪生模型。本发明通过建立基于深度学习的病害预测模型Defect‑PNet,对管廊内的病害进行预测,提高病害的检测精度和效率,有效解决传统人工检测靠肉眼识别病害精度低和效率低等缺点。
-
公开(公告)号:CN115412012A
公开(公告)日:2022-11-29
申请号:CN202211063220.X
申请日:2022-09-01
Applicant: 中国能源建设集团安徽省电力设计院有限公司
Abstract: 本发明涉及一种防灾减灾型屋面光伏系统及其控制方法。该屋面光伏系统包括依次设置在屋面上方的支撑组件一、支撑组件二和光伏板;所述支撑组件一与支撑组件二之间设有减震器。支撑组件一包括安装在屋面顶部的限位框、嵌入安装在限位框中且与限位框间隙配合的滑动基础以及安装在滑动基础上方的立柱;所述限位框的内壁上设有若干缓冲垫。本发明具有良好的抗震性能和结构稳定性,能保证屋面光伏板在地震、台风等自然灾害下的结构安全性,同时该屋面光伏系统可以识别光伏板表面的风沙积灰区域并及时预警,确保光伏板在良好的运行环境下工作。
-
公开(公告)号:CN115324301A
公开(公告)日:2022-11-11
申请号:CN202211052871.9
申请日:2022-08-31
Applicant: 中国能源建设集团安徽省电力设计院有限公司
Abstract: 本发明涉及一种墙面光伏系统及其控制方法。该墙面光伏系统包括光伏支架和光伏板。光伏支架包括若干间隔设置的支架单元以及连接在相邻支架单元间的横梁。支架单元包括上伸臂梁、下伸臂梁、上光伏板固定件和下光伏板固定件。上伸臂梁的一端通过连接件一与墙体相连,另一端通过伸缩杆一与上光伏板固定件相连。下伸臂梁的一端通过连接件二与墙体相连,另一端通过伸缩杆二与下光伏板固定件相连。上伸臂梁与下伸臂梁之间设有支柱,支柱的上端与上伸臂梁相连,下端与下伸臂梁相连。光伏板安装在上光伏板固定件与下光伏板固定件之间。本发明解决了传统光伏板无法安装在墙体上的问题,提高了建筑太阳能利用率,具有节能减排的效果。
-
公开(公告)号:CN114677353A
公开(公告)日:2022-06-28
申请号:CN202210311176.3
申请日:2022-03-28
Applicant: 中国能源建设集团安徽省电力设计院有限公司
IPC: G06T7/00 , G06T5/20 , G06T3/40 , G06T7/187 , G06N3/08 , G06N3/04 , G06K9/62 , G06V10/82 , G06V10/774 , G06V10/776 , G06V10/771
Abstract: 本发明涉及一种基于深度学习和BP神经网络的柱承载力预测方法,包括:采集钢筋混凝土柱表面图像;对采集的图像进行预处理;训练基于深度学习的Crack‑Net裂缝识别模型,分析经过预处理后的钢筋混凝土柱表面图像,进行裂缝识别,输出裂缝特征;获取钢筋混凝土柱特征;进行钢筋混凝土柱特征的合并与缩放,得到缩放后的特征集;建立基于BP神经网络的柱承载力预测模型,训练该模型,并用该模型分析特征,对柱承载力进行预测,输出柱承载力。本发明通过采集钢筋混凝土表面的图像,提升了检测效率,降低了成本;通过扫描得到柱体表面图像,能快速准确地识别钢筋混凝土柱表面裂缝的情况并对裂缝的数量和大小进行量化。
-
公开(公告)号:CN114444386A
公开(公告)日:2022-05-06
申请号:CN202210058118.4
申请日:2022-01-19
Applicant: 中国能源建设集团安徽省电力设计院有限公司
IPC: G06F30/27 , G06Q50/26 , G06F119/02
Abstract: 本发明提供一种基于BIM和深度学习的火灾预警以及灾后楼板损伤预测方法、系统,通过采集监控区域内不同位置的图像信息,对所述图像信息进行预处理,形成第一数据集;将所述第一数据集的图像信息输入至火灾识别神经网络模型;基于所述第一置信度参数判断是否发生火灾;若发生火灾,则进行消防报警;识别所述火灾对应的火焰信息;将所述火焰信息输入至基于BIM的楼板耐火损伤模型,预测楼板承载力的损伤程度。本发明,基于图像信息和深度学习算法实时进行火灾监控,对可燃物等潜在威胁进行预警;同时将火灾预警信息融入BIM建筑信息化模型从而对于火焰位置以及相关的楼板损伤威胁,以及基于BIM进行精确的消防措施,进一步保障了生命财产安全。
-
-
-
-
-
-
-
-
-