一种微波间歇辐照活性炭脱硫脱硝的方法

    公开(公告)号:CN102489107B

    公开(公告)日:2014-09-03

    申请号:CN201110417628.8

    申请日:2011-12-14

    Abstract: 一种微波间歇辐照活性炭脱硫脱硝的方法,它由两台或多台装有活性炭颗粒的吸附床交替对锅炉烟气进行吸附或微波辐照处理,烟气由引风机送入一台吸附床,该吸附床进入工作状态,由活性炭吸附烟气中的硫氮氧化物,待工作状态吸附床的活性炭吸附饱和后,再生该吸附床进入再生状态,烟气切换到另一进入工作状态的吸附床进行烟气吸附,再生再生状态吸附床采用微波辐照活性炭颗粒,吸附在活性炭表面的硫氮氧化物在高温下被炭快速还原分解为单质硫和氮气,各吸附床工作状态、再生再生状态交替循环进行。为降低还原降解温度,减少炭损失,采用了金属氧化物作为还原反应催化剂。本发明可大大降低微波辐照的能耗,减少炭损失,实现活性炭的原位再生,具有脱除效果好、活性炭再生时间短、脱除成本低、回收率高、易于工业化实施等特点。

    一种基于改进贝叶斯Petri网的电网故障诊断方法

    公开(公告)号:CN107656176B

    公开(公告)日:2020-02-07

    申请号:CN201711098366.7

    申请日:2017-11-09

    Abstract: 一种基于改进贝叶斯Petri网的电网故障诊断方法,所述方法首先通过引入时序关联规则,从定量的角度出发,描述各个库所之间的时序关系和逻辑规则,然后在故障信息不完备的条件下,利用保护动作规则,对报警信息的时序约束关系进行推理,并给出识别报警信息丢失、断点和误报算法,最后再进一步结合贝叶斯网络快速准确地实现故障元件的定位。本发明有效利用故障报警信号中的信息量,在深入分析报警信息中蕴含的时序属性的基础上,提出一种计及定量时序关联规则的改进贝叶斯Petri网故障诊断模型,该方法减少了报警结果的不确定性,其抗干扰性强,可大大提高诊断结果的准确性。

    一种电力变压器状态监测数据的清洗方法

    公开(公告)号:CN110866604A

    公开(公告)日:2020-03-06

    申请号:CN201911032677.2

    申请日:2019-10-28

    Abstract: 一种电力变压器状态监测数据的清洗方法,所述方法针对油浸式电力变压器油中气体的监测数据建立堆栈降噪自编码器,并在逐个训练堆栈降噪自编码器中的每一个自编码器之后,再进行堆叠和微调处理,得到最终的堆栈降噪自编码器数据清洗模型,最后将油浸式电力变压器油中气体的监测数据输入到堆栈降噪自编码器数据清洗模型进行处理,达到对原始数据进行降噪的目的。本发明以堆栈降噪自编码器为理论基础建立数据清理模型,同传统基于统计方法的数据清洗方式相比,该方法从数据本质特征出发,摆脱了数据指标化评判标准的束缚,能够较好地消除数据噪声,为设备状态评估和设备寿命预测等工作提供可靠的监测数据。

Patent Agency Ranking