一种基于机器学习的建筑电气故障预测方法及系统

    公开(公告)号:CN118504684A

    公开(公告)日:2024-08-16

    申请号:CN202410598784.6

    申请日:2024-05-15

    Abstract: 本发明涉及电气故障预测技术领域,公开了一种基于机器学习的建筑电气故障预测方法及系统,其方法包括:通过传感器和监控系统采集各线路段建筑配电线路的历史运行数据;对运行数据进行预处理,并提取特征变量,将特征变量划分为训练集和测试集;将训练集输入到机器学习系统进行训练,生成建筑电气故障预测模型;根据测试集对建筑电气故障预测模型进行测试,若通过测试,则保留建筑电气故障预测模型;获取各线路段建筑配电线路的实时运行数据,基于建筑电气故障预测模型,根据实时运行数据对建筑配电线路进行故障预测。本发明可以准确地预测建筑电气系统故障,提高故障预测的准确性,可以提前对建筑配电线路进行维修,降低了维护成本。

    有限时间控制BBMC调速系统控制参数稳定域确定方法

    公开(公告)号:CN111181468B

    公开(公告)日:2022-01-04

    申请号:CN202010064506.4

    申请日:2020-01-20

    Abstract: 本发明公开了一种有限时间控制BBMC调速系统控制参数稳定域确定方法,其步骤为:以BBMC中电感电流、电容电压和输出电流为状态变量,建立BBMC调速系统的状态微分方程;根据上述状态微分方程,得到系统的动态方程;根据上述系统的动态方程,设计BBMC调速系统的控制函数;根据控制函数及有限时间控制原理,得到BBMC中功率开关管的占空比;根据占空比得到BBMC逆变级的离散迭代映射模型;建立三相异步电机的离散迭代映射模型;根据上述BBMC逆变级的离散迭代映射模型和三相异步电机的离散迭代映射模型,得到基于有限时间控制的BBMC调速系统的离散迭代映射模型;根据得到的离散迭代映射模型,通过数值仿真得到BBMC调速系统稳定运行时控制参数的取值范围。

    一种双全桥背靠背变流器并联型牵引补偿系统

    公开(公告)号:CN110729717A

    公开(公告)日:2020-01-24

    申请号:CN201910878091.1

    申请日:2019-09-17

    Abstract: 本发明公开了一种双全桥背靠背变流器并联型牵引补偿系统,包括牵引变压器,牵引变压器一次侧与三相高压电网相连,二次侧与左右牵引馈线相连;左右牵引馈线首端分别通过左右断路器SL、SR与左右耦合变压器TL、TR一次侧相连,耦合变压器TL、TR均设多套二次绕组,每套绕组分别与一套双全桥背靠背并联结构的变流器相连。双全桥背靠背并联结构的变流器包括两组单相全桥背靠背变流器和四台三端电抗器;每台三端电抗器由两耦合线圈同相串联构成,串联后的两端分别与两单相全桥背靠背变流器同侧一桥臂中点相连,串接点与同侧耦合变压器二次侧相连。本发明通过并联结构满足大容量补偿需求,并利用单相全桥背靠背变流器之间的相互作用解决直流电压波动问题。

    一种基于DBN与粗糙集神经网络的配电网缺相故障诊断方法

    公开(公告)号:CN116626434B

    公开(公告)日:2025-05-23

    申请号:CN202210925326.X

    申请日:2022-08-03

    Abstract: 本发明公开了一种基于DBN与粗糙集神经网络的配电网缺相故障诊断方法,包括:获取JP柜内终端检测设备采集的负荷分配开关的进线侧电压参数、出线侧电压与电流参数、JP柜内空气温度等样本数据;对采集数据进行数据预处理,输入样本数据到深度置信网络进行训练;对深度置信网络的输出标签进行特征量和参数提取;将特征量和参数标签导入粗糙集模型进行约简;采用RBF神经网络进行学习训练和故障诊断,输出配电网缺相故障诊断结果。本发明结合深度置信网络和粗糙神经网络对配电网缺相故障进行诊断,参数提取能力和泛化能力较好,具有较好的容错性,解决了配电网缺相工况故障识别率低的问题,实现配电网缺相故障的精确、快速诊断。

    基于Buck-Boost逆变器的直流斩波电源主电路参数稳定域确定方法

    公开(公告)号:CN118573020B

    公开(公告)日:2024-11-01

    申请号:CN202411036450.6

    申请日:2024-07-31

    Abstract: 本发明公开了一种基于Buck‑Boost逆变器的直流斩波电源主电路参数稳定域确定方法,属于直流电源技术领域。其步骤为:以三相Buck‑Boost逆变电路中电容电压与电感电流为状态变量,并以三相Buck‑Boost逆变电路输入侧直流电压及其输出电流为输入输出变量,建立其状态微分方程;建立输入电流与输入电压间的等效数学模型;根据上述所建立的三相Buck‑Boost逆变电路状态微分方程及三相不可控整流电路的等效数学模型,得到该直流斩波电源主电路的离散迭代映射模型;根据所得离散迭代映射模型,运用数值仿真得到该直流斩波电源其主电路参数的取值范围,采用本发明得到的主电路参数可以确保直流斩波电源的稳定运行。

    基于变速补偿的开关磁阻电机无位置传感器控制方法

    公开(公告)号:CN115498930B

    公开(公告)日:2024-07-30

    申请号:CN202211359934.5

    申请日:2022-11-02

    Abstract: 本发明公开了一种基于变速补偿的开关磁阻电机无位置传感器控制方法,所述控制方法对不同转速下估算出的电机转子转过某一位置时的位置角度,与其位置角度测量值进行比较,得到相应的角度偏差;将若干组角度偏差与其对应的电机转速进行函数拟合,再通过拟合后的函数关系与电机运行时的实际转速,对电机转子的估算位置角度进行修正,即可得出电机转子在该转速下的准确位置角度,从而可对电机进行控制。与现有技术相比,本发明提供的基于变速补偿的开关磁阻电机无位置传感器控制方法有效克服了电机转速变化对其转子位置角度估算精度的影响,且具有算法简单、易于实现等特点。

    一种双全桥背靠背变流器并联型牵引补偿系统

    公开(公告)号:CN110729717B

    公开(公告)日:2023-05-16

    申请号:CN201910878091.1

    申请日:2019-09-17

    Abstract: 本发明公开了一种双全桥背靠背变流器并联型牵引补偿系统,包括牵引变压器,牵引变压器一次侧与三相高压电网相连,二次侧与左右牵引馈线相连;左右牵引馈线首端分别通过左右断路器SL、SR与左右耦合变压器TL、TR一次侧相连,耦合变压器TL、TR均设多套二次绕组,每套绕组分别与一套双全桥背靠背并联结构的变流器相连。双全桥背靠背并联结构的变流器包括两组单相全桥背靠背变流器和四台三端电抗器;每台三端电抗器由两耦合线圈同相串联构成,串联后的两端分别与两单相全桥背靠背变流器同侧一桥臂中点相连,串接点与同侧耦合变压器二次侧相连。本发明通过并联结构满足大容量补偿需求,并利用单相全桥背靠背变流器之间的相互作用解决直流电压波动问题。

    一种高效低压大容量直流电源及其控制方法

    公开(公告)号:CN114785149A

    公开(公告)日:2022-07-22

    申请号:CN202210543319.3

    申请日:2022-05-19

    Abstract: 本发明专利公开了一种高效低压大容量直流电源及其控制方法,包括AC/DC变换器、多组DC/DC变换器及其控制器,DC/DC变换器包括两组单相半桥同步整流电路,单相半桥同步整流电路包括单相半桥中频DC/AC电路、中频变压器、同步整流及驱动电路。AC/DC变换器将交流电压整流成第一直流电压,多组DC/DC变换器输入端级联将第一直流电压分担成多组第二直流电压,输出端并联形成第三直流电压。控制器控制每组DC/DC变换器中两单相半桥中频DC/AC电路两相正交输出、不同组DC/DC变换器错开输出。中频变压器实现电压等级变换。同步整流及驱动电路实现中频交流整流。本发明采用同步整流技术以及直流级联与两相正交输出策略,控制频率不高且输出直流电压纹波较低,可提高系统效率和性价比。

    有限时间控制BBMC调速系统控制参数稳定域确定方法

    公开(公告)号:CN111181468A

    公开(公告)日:2020-05-19

    申请号:CN202010064506.4

    申请日:2020-01-20

    Abstract: 本发明公开了一种有限时间控制BBMC调速系统控制参数稳定域确定方法,其步骤为:以BBMC中电感电流、电容电压和输出电流为状态变量,建立BBMC调速系统的状态微分方程;根据上述状态微分方程,得到系统的动态方程;根据上述系统的动态方程,设计BBMC调速系统的控制函数;根据控制函数及有限时间控制原理,得到BBMC中功率开关管的占空比;根据占空比得到BBMC逆变级的离散迭代映射模型;建立三相异步电机的离散迭代映射模型;根据上述BBMC逆变级的离散迭代映射模型和三相异步电机的离散迭代映射模型,得到基于有限时间控制的BBMC调速系统的离散迭代映射模型;根据得到的离散迭代映射模型,通过数值仿真得到BBMC调速系统稳定运行时控制参数的取值范围。

    一种基于DBN与粗糙集神经网络的配电网缺相故障诊断方法

    公开(公告)号:CN116626434A

    公开(公告)日:2023-08-22

    申请号:CN202210925326.X

    申请日:2022-08-03

    Abstract: 本发明公开了一种基于DBN与粗糙集神经网络的配电网缺相故障诊断方法,包括:获取JP柜内终端检测设备采集的负荷分配开关的进线侧电压参数、出线侧电压与电流参数、JP柜内空气温度等样本数据;对采集数据进行数据预处理,输入样本数据到深度置信网络进行训练;对深度置信网络的输出标签进行特征量和参数提取;将特征量和参数标签导入粗糙集模型进行约简;采用RBF神经网络进行学习训练和故障诊断,输出配电网缺相故障诊断结果。本发明结合深度置信网络和粗糙神经网络对配电网缺相故障进行诊断,参数提取能力和泛化能力较好,具有较好的容错性,解决了配电网缺相工况故障识别率低的问题,实现配电网缺相故障的精确、快速诊断。

Patent Agency Ranking