-
公开(公告)号：CN118079924A
公开(公告)日：2024-05-28
申请号：CN202410208633.5
申请日：2024-02-26
Abstract: 本发明公开了一种铁镍共掺杂钙钛矿型催化剂及其制备方法，其制备方法包括以下步骤：(1)将钙盐、钛酸酯类化合物、镍金属盐水合物、铁金属盐水合物和柠檬酸搅拌混合并溶于去离子水中，继续搅拌，得到溶胶；(2)将步骤(1)得到的溶胶干燥、研磨后进行热处理，冷却后制得。本发明制备方法简单易操作，易于大面积推广应用。通过在溶胶凝胶法过程中添加铁和镍作为共掺杂元素，促进钙钛矿的二氧化碳转化性能，并通过通入氢气进行还原处理，合成出溶碳酸钙，进一步提升催化剂的催化性能。本发明制得的催化剂产率高，化学性质稳定，具有结构均一以及宽光谱吸光的性质，在多种光催化反应中具备潜在的应用价值。
-
公开(公告)号：CN116628443B
公开(公告)日：2024-01-23
申请号：CN202310553821.7
申请日：2023-05-16
Applicant: 西安工程大学
IPC: G06F18/20 , G01R31/62 , G06F18/213 , G06F18/2411
Abstract: 本发明公开了一种POA‑SVM变压器故障诊断方法及电子设备，方法包括以下步骤：获取变压器故障样本；对变压器故障样本进行混合采样处理，得到平衡数据集；获取平衡数据集的特征向量，进行归一化处理；将归一化后的特征向量作为特征参量，采用POA优化SVM方法，找到最优的惩罚因子C和核参数δ；根据最优惩罚因子C和核参数δ建立变压器故障诊断模型，并使用变压器故障诊断模型进行故障判断。本发明能够剔除多类样本的噪声和重复信息来提高数据利用率，同时仅通过增加少类样本中有效样本数量和保留多数样本有用信息来实现样本的均衡化；降低了误判率，整体诊断正确率更高，一致性更好，性能更好。(56)对比文件Le Wang 等.Review of ClassificationMethods on Unbalanced Data Sets《.IEEEAccess》.2021,第9卷第64606-64628页.王洋.变压器运行过程中的常见故障分析及维护探讨《.中国石油和化工标准与质量》.2018,第29-30页.郭婷 等.基于识别关键样本点的非平衡数据核SVM算法《.模式识别与人工智能》.2019,第32卷(第6期),第569-576页.Yuchuan Zhang 等.Prediction ofdissolved gas in transformer oil based onSSA-LSTM model《.2022 9th InternationalConference on Condition Monitoring andDiagnosis》.2023,第177-182页.Xiu Zhou 等.Research on TransformerFault Diagnosis Technology Based onAdaboost-Decision Tree and DGA《.Theproceedings of the 16th Annual Conferenceof China Electrotechnical Society》.2022,第1179–1189页.Wumaier Tuerxun 等.A Wind TurbineFault Classification Model Using BroadLearning System Optimized by ImprovedPelican Optimization Algorithm.《Machines》.2022,第10卷(第5期),第1-19页.
-
公开(公告)号：CN110826268B
公开(公告)日：2023-03-14
申请号：CN201911016695.1
申请日：2019-10-24
Applicant: 西安工程大学
Abstract: 本发明公开了电‑流体多物理场耦合的水珠运动及电场分析计算方法，具体按照以下步骤实施：步骤1：建立平板硅橡胶表面水珠运动计算的几何模型并对所需的各几何域材料及属性进行选取；步骤2：在步骤1对平板硅橡胶表面水珠运动的计算几何模型及几何域材料属性进行选取的基础上添加电场与流体场并设置边界参数，再对电‑流体多物理场耦合条件进行配置；步骤3：划分网格，判断是否收敛，保证计算的收敛性。该计算方法，能够有效解决水分污渍导致的阻性电流以及电场下水珠拉伸、融合变形等运动导致的电场畸变增强这一问题。
-
公开(公告)号：CN114896883A
公开(公告)日：2022-08-12
申请号：CN202210524421.9
申请日：2022-05-13
Applicant: 西安工程大学
IPC: G06F30/27 , G06K9/62 , G06N20/10 , G06F111/06
Abstract: 本发明公开了一种基于MEA‑SVM分类机的变压器故障诊断方法，所述基于MEA‑SVM分类机的变压器故障诊断方法包括：S1：获取变压器初始数据；S2：对所述变压器初始数据进行气体提取处理，得到变压器故障样本数据；S3：对所述变压器故障样本数据进行预处理，得到预处理数据；S4：根据所述预处理数据，利用思维进化算法和支持向量机原理，建立变压器故障诊断模型；S5：根据所述变压器故障样本数据，利用所述变压器故障诊断模型，得到变压器故障诊断结果。本发明所提供的基于MEA‑SVM分类机的变压器故障诊断方法，能够提高变压器故障的分类能力和故障诊断的准确性。
-
公开(公告)号：CN117272116B
公开(公告)日：2024-05-17
申请号：CN202311330029.1
申请日：2023-10-13
Applicant: 西安工程大学
IPC: G06F18/24 , G06F18/214 , G06N3/006
Abstract: 本发明公开了一种基于LORAS平衡数据集的变压器故障诊断方法，涉及变压器故障诊断领域，首先从少数类的近似数据流形中进行过采样，实现变压器故障集中少数类样本的扩充。针对核极限学习机模型结构较简单的问题，本发明提出了一种将全局核函数和局部核函数相结合方法，将单核扩展到多核，以提高模型对于复杂数据的处理能力。为了进一步提高模型的性能，本发明采用DBO优化算法对混合核极限学习机的核参数、权参数以及正则化系数进行寻优，以提高模型的故障诊断精度和泛化能力。本发明解决了现有故障诊断方法诊断精度低、鲁棒性低的问题。
-
Patent Agency Ranking
公开(公告)号：CN114367249B
公开(公告)日：2024-01-26
申请号：CN202110604317.6
申请日：2021-05-31
Applicant: 西安工程大学
Abstract: 本发明公开了一种纳米纤维素基光致变色微胶囊的制备方法，包括以下步骤：步骤1，制备改性纳米纤维素；步骤2，将所述改性纳米纤维素溶解于去离子水中，得到改性纳米纤维素溶液；步骤3，将有机光致变色化合物溶解于溶剂中，得到有机光致变色化合物混合液；步骤4，以改性纳米纤维素溶液为水相、以有机光致变色化合物混合液为油相，通过Pickering乳液模板法得到纳米纤维素基光致变色微胶囊。将本发明的纳米纤维素基光致变色微胶囊用于连续涂层材料，能够有效延长光致变色材料的使用寿命，进一步提高光致变色高分子材料的实际应用。
-
公开(公告)号：CN117075002A
公开(公告)日：2023-11-17
申请号：CN202311069207.X
申请日：2023-08-23
Applicant: 西安工程大学
Abstract: 本发明公开了一种电热联动缺陷模拟实验变压器，属于变电设备绝缘缺陷模拟技术领域，电热联动缺陷模拟实验变压器包括油浸式变压器本体、受潮缺陷模型、放电缺陷模型、过热缺陷模型以及局部放电监测定位装置；通过将可拆卸的受潮缺陷模型、放电缺陷模型、过热缺陷模型安装在油浸式变压器本体内部的不同位置，可以真实模拟变压器在不同缺陷类型下的放电及过热故障特性，从而再现变压器绝缘缺陷的现场，为绝缘介质绝缘特性的研究提供了实验平台，其研究成果可为变压器不同缺陷下的油中溶解气体分析提供数据支撑，同时为以后绝缘介质的选择提供理论指导。
-
公开(公告)号：CN116855169A
公开(公告)日：2023-10-10
申请号：CN202311007052.7
申请日：2023-08-10
Applicant: 西安工程大学
IPC: C09D183/04 , C09D5/24 , C09D5/18 , C09D5/08 , C09D7/62
Abstract: 本发明公开了一种用于绝缘子表面防污闪的纳米复合涂层材料及其制备方法，上述纳米复合涂层材料，包括以下重量份数的组分：室温硫化硅橡胶80‑100份，改性剂0.5‑2份，氮化硼纳米粒子3‑7份，氧化锌纳米粒子3‑7份，去离子水30‑40份，无水乙醇30‑40份和pH调节剂0.1‑0.3份。其制备方法包括：将改性剂与无水乙醇和去离子水混合溶液共混，搅拌，加入氮化硼纳米粒子和氧化锌纳米粒子，搅拌，振荡，加入室温硫化硅橡胶，两次搅拌，除泡，固化制得。本发明制备方法简单，成本低，实用效果好，相较于现有技术具有更优越的性能，能有效地解决绝缘子污闪导致的介电性能退化问题。
-
公开(公告)号：CN116628443A
公开(公告)日：2023-08-22
申请号：CN202310553821.7
申请日：2023-05-16
Applicant: 西安工程大学
IPC: G06F18/20 , G01R31/62 , G06F18/213 , G06F18/2411
Abstract: 本发明公开了一种POA‑SVM变压器故障诊断方法及电子设备，方法包括以下步骤：获取变压器故障样本；对变压器故障样本进行混合采样处理，得到平衡数据集；获取平衡数据集的特征向量，进行归一化处理；将归一化后的特征向量作为特征参量，采用POA优化SVM方法，找到最优的惩罚因子C和核参数δ；根据最优惩罚因子C和核参数δ建立变压器故障诊断模型，并使用变压器故障诊断模型进行故障判断。本发明能够剔除多类样本的噪声和重复信息来提高数据利用率，同时仅通过增加少类样本中有效样本数量和保留多数样本有用信息来实现样本的均衡化；降低了误判率，整体诊断正确率更高，一致性更好，性能更好。
-
公开(公告)号：CN114896883B
公开(公告)日：2023-05-05
申请号：CN202210524421.9
申请日：2022-05-13
Applicant: 西安工程大学
IPC: G06F30/27 , G06F18/2411 , G06N20/10 , G06F111/06
Abstract: 本发明公开了一种基于MEA‑SVM分类机的变压器故障诊断方法，所述基于MEA‑SVM分类机的变压器故障诊断方法包括：S1：获取变压器初始数据；S2：对所述变压器初始数据进行气体提取处理，得到变压器故障样本数据；S3：对所述变压器故障样本数据进行预处理，得到预处理数据；S4：根据所述预处理数据，利用思维进化算法和支持向量机原理，建立变压器故障诊断模型；S5：根据所述变压器故障样本数据，利用所述变压器故障诊断模型，得到变压器故障诊断结果。本发明所提供的基于MEA‑SVM分类机的变压器故障诊断方法，能够提高变压器故障的分类能力和故障诊断的准确性。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.022 seconds)
