一种基于网格化毒气扩散模拟的方法

    公开(公告)号:CN103793591B

    公开(公告)日:2017-02-08

    申请号:CN201310029240.X

    申请日:2013-01-27

    Inventor: 刘涛 李颖 张洋

    Abstract: 本发明公开了一种基于网格化毒气扩散模拟的方法,其特征在于基于区域网格划分技术及高斯烟团模型,综合储罐泄露速度、有效源高(泄露高度),以及风向、风速、环境稳定级多因素变化,研究区域内一个或多个储罐中有毒有害物在连续时间内浓度分布规律。主要包括首先,以储罐为中心,将研究区域网格化为若干单元作为定量研究和叠加的基础;然后,运用高斯烟团理论构建有毒有害物的泄露扩散浓度分布模型;最后,结合单泄露源和多泄露源条件,给出有毒有害物连续性扩散算法,即根据任影响因素的变化来划分时间段,按时间顺序,结合浓度叠加效应,基于Matlab模拟区域内有毒有害物浓度过程。本发明可有效地为工业化工园区复杂条件下,有毒有害物突发性泄漏事故应急决策提供理论支持。可广泛用于化工园区规划和应急事故处理。

    一种间歇性串联型故障电弧识别方法

    公开(公告)号:CN106980051B

    公开(公告)日:2019-06-28

    申请号:CN201610025843.6

    申请日:2016-01-15

    Abstract: 本发明公开了一种线性负载间歇性串联型故障电弧识别方法。该方法包括以下步骤:1)开展串联型故障电弧实验,采集负载正常工作、间歇性故障电弧、合闸操作电弧三种状态下的线路电流信号;2)求取三种状态下电流信号的小波包重构后的信息熵;3)对信息熵进行K均值聚类,区分正常工作电流信号及电弧信号;4)求每种负载在发生间歇性电弧及合闸操作电弧时相邻两周期电流信号导数最大值比值,并设定相邻两周期导数最大值比值阈值,区分间歇性故障电弧及合闸操作电弧;5)建立间歇性串联型故障电弧判据。与现有技术相比,本发明能可靠诊断间歇性串联型故障电弧,并可对稳定的串联型故障电弧做出预警。

    一种间歇性串联型故障电弧识别技术

    公开(公告)号:CN106980051A

    公开(公告)日:2017-07-25

    申请号:CN201610025843.6

    申请日:2016-01-15

    CPC classification number: G01R31/00

    Abstract: 本发明公开了一种线性负载间歇性串联型故障电弧识别方法。该方法包括以下步骤:1)开展串联型故障电弧实验,采集负载正常工作、间歇性故障电弧、合闸操作电弧三种状态下的线路电流信号; 2)求取三种状态下电流信号的小波包重构后的信息熵;3)对信息熵进行K均值聚类,区分正常工作电流信号及电弧信号;4)求每种负载在发生间歇性电弧及合闸操作电弧时相邻两周期电流信号导数最大值比值,并设定相邻两周期导数最大值比值阈值,区分间歇性故障电弧及合闸操作电弧;5)建立间歇性串联型故障电弧判据。与现有技术相比,本发明能可靠诊断间歇性串联型故障电弧,并可对稳定的串联型故障电弧做出预警。

    一种基于网格化毒气扩散模拟的方法

    公开(公告)号:CN103793591A

    公开(公告)日:2014-05-14

    申请号:CN201310029240.X

    申请日:2013-01-27

    Inventor: 刘涛 李颖 张洋

    Abstract: 本发明公开了一种基于网格化毒气扩散模拟的方法,其特征在于,基于区域网格划分技术及高斯烟团模型,综合储罐泄露速度、有效源高(泄露高度),以及风向、风速、环境稳定级多因素变化,研究区域内一个或多个储罐中有毒有害物在连续时间内浓度分布规律。主要包括首先,以储罐为中心,将研究区域网格化为若干单元作为定量研究和叠加的基础;然后,运用高斯烟团理论构建有毒有害物的泄露扩散浓度分布模型;最后,结合单泄露源和多泄露源条件,给出有毒有害物连续性扩散算法,即根据任影响因素的变化来划分时间段,按时间顺序,结合浓度叠加效应,基于Matlab模拟区域内有毒有害物浓度过程。本发明可有效地为工业化工园区复杂条件下,有毒有害物突发性泄漏事故应急决策提供理论支持。可广泛用于化工园区规划和应急事故处理。

    基于神经网络黑箱模型的串联型故障电弧仿真方法

    公开(公告)号:CN108061832A

    公开(公告)日:2018-05-22

    申请号:CN201711261914.3

    申请日:2017-12-04

    Abstract: 本发明属于故障电弧仿真领域,尤其涉及基于神经网络黑箱模型的串联型故障电弧仿真方法,包括以下步骤:1)利用串联型故障电弧实验系统进行串联型故障电弧实验;2)计算在不同实验条件下Mayr‑Schwarz故障电弧数学模型参数τm、α、PS、β;3)计算初始电弧电导的最优值g0u;4)建立预测Mayr‑Schwarz故障电弧数学模型参数和初始电弧电导的最优值的神经网络黑箱模型;5)建立串联型故障电弧的仿真模型,并对故障电弧进行仿真分析。与现有技术相比,本发明可预测不同电路条件下串联型故障电弧数学模型参数,进而建立串联型故障电弧系统仿真模型,为无法进行现场实验条件下对串联型故障电弧进行特征分析及故障诊断开辟了新的思路。

    基于神经网络黑箱模型的串联型故障电弧仿真方法

    公开(公告)号:CN108061832B

    公开(公告)日:2019-11-12

    申请号:CN201711261914.3

    申请日:2017-12-04

    Abstract: 本发明属于故障电弧仿真领域,尤其涉及基于神经网络黑箱模型的串联型故障电弧仿真方法,包括以下步骤:1)利用串联型故障电弧实验系统进行串联型故障电弧实验;2)计算在不同实验条件下Mayr‑Schwarz故障电弧数学模型参数τm、α、PS、β;3)计算初始电弧电导的最优值g0u;4)建立预测Mayr‑Schwarz故障电弧数学模型参数和初始电弧电导的最优值的神经网络黑箱模型;5)建立串联型故障电弧的仿真模型,并对故障电弧进行仿真分析。与现有技术相比,本发明可预测不同电路条件下串联型故障电弧数学模型参数,进而建立串联型故障电弧系统仿真模型,为无法进行现场实验条件下对串联型故障电弧进行特征分析及故障诊断开辟了新的思路。

Patent Agency Ranking