基于序列学习的电力铁塔变形分析与决策方法

    公开(公告)号:CN104915534B

    公开(公告)日:2018-10-02

    申请号:CN201410683386.0

    申请日:2014-11-25

    Abstract: 本发明提供一种基于序列学习的电力铁塔变形分析与决策方法,先使用卡尔曼滤波算法进行原始数据筛选,其次使用一元线性回归和最小二乘法进行筛选后数据的校核,再次使用小波分析理论对校核后数据进行滤波分析;然后建立自回归滑动平均(Auto‑Regressive and Moving Average简称ARMA)模型进行初步预测,最后建立组合模型分析铁塔形变状态。本发明利用序列学习理论,建立组合模型,以用于电力塔形变分析,该方法解决了传统电力塔变形监测方式存在的建模单一粗糙,人工判断精度不高、效率低等问题。

    基于序列学习的电力铁塔变形分析与决策方法

    公开(公告)号:CN104915534A

    公开(公告)日:2015-09-16

    申请号:CN201410683386.0

    申请日:2014-11-25

    Abstract: 本发明属于电力设备维护与监测技术领域,涉及一种基于惯性测量的电力铁塔变形监测方法。该方法利用北斗导航定位实时动态(Real-timekinematic简称RTK)解算方法实现动态位移监测,利用静态解算方法实现静态位移监测,利用倾角传感器实现铁塔姿态监测,利用加速度传感器实现铁塔水平、垂直相对位移监测,利用气象传感器实现铁塔风偏、覆冰监测。本发明将上述监控方法的实现多维度组合应用,通过前端软件预警和中心端软件分析处理,实现智能化监测。

    一种换流变压器原理及结构仿真系统

    公开(公告)号:CN108922346A

    公开(公告)日:2018-11-30

    申请号:CN201810727868.X

    申请日:2018-07-05

    Abstract: 一种换流变压器原理及结构仿真系统,由软件平台和硬件设备组成,所述软件平台指的是换流变压器虚拟原理及结构三维仿真软件,硬件设备指的是换流变压器的硬件缩微模型;软件平台进行虚拟展示,硬件设备进行实物展示,二者相互配合,形成完整的仿真系统,换流变压器原理及结构仿真系统从虚拟和实物两个方面对换流变压器原理及结构进行仿真模拟,虚实结合,将换流变压器的内部结构、组部件作用、直流输电系统的运行原理和换流变压器的工作原理进行仿真展示,并将相关的视频、音频、图片、文字等相关文件有机的融合在系统内,为不同专业的从业人员提供全方位的设备展示和培训;极大的提升了培训人员的学习效率;由于所用的实物模型是缩微模型,与真实设备相比,极大的降低了培训费用。

Patent Agency Ranking