-
公开(公告)号:CN119145927A
公开(公告)日:2024-12-17
申请号:CN202411165024.2
申请日:2024-08-23
Applicant: 广西电网有限责任公司电力科学研究院 , 广西电网有限责任公司南宁供电局
Abstract: 本发明涉及汽轮机的技术领域,特别是一种汽轮机注油辅助装置,包括储油罐,设置于所述储油罐上的调节机构,设置于所述调节机构底部的触发机构;所述触发机构包括设置于所述储油罐上的把手,设置于所述把手底部的内腔,设置于所述内腔中的抵触块,所述抵触块底部固定连接有导向杆,设置于所述导向杆底部的泄流槽,设置于所述导向杆底部的锥块,本发明中储油主箱内的油液泄出,从而使得储油主箱内部处于微负压装置,从而挤压储油橡胶管,使其内部的产生更强的压强,便于更好的排出位于其内部的油液,在工作的过程中可以保证主油箱的油量。
-
公开(公告)号:CN118896639A
公开(公告)日:2024-11-05
申请号:CN202411090836.5
申请日:2024-08-09
Applicant: 广西电网有限责任公司电力科学研究院 , 广西电网有限责任公司南宁供电局
IPC: G01D18/00
Abstract: 本发明公开了一种传感器测试旋转平台,包括,转动机构,其包括壳体,设置于壳体上的第一电机和外筒,设置于第一电机上的驱动部,以及设置于驱动部上的升降部和支撑部;伸出机构,包括设置于支撑部上的啮合部和挤压部,以及设置于挤压部上的复位部,以及设置于复位部上的伸出部;升降机构,包括设置于伸出部上的固定板,设置于固定板上的锁定部,以及设置于伸出部上的加宽部。通过转动机构、伸出机构和升降机构的设置,可以根据传感器的尺寸增大支撑盘的整体面积。
-
公开(公告)号:CN117853265A
公开(公告)日:2024-04-09
申请号:CN202311618947.4
申请日:2023-11-30
Applicant: 广西电网有限责任公司南宁供电局
IPC: G06Q50/06 , G06Q10/0635 , G06Q10/04
Abstract: 本发明公开了一种基于智能化数字孪生的保供电设备状态分析系统,包括供电模块、数字孪生模块和通信模块,数字孪生模块分别与供电模块和通信模块连接;供电模块用于供电;数字孪生模块用于储存历史数据,根据历史数据计算预估异常风险系数,根据预估异常风险系数计算预估异常风险百分数的选择函数,根据预估异常风险百分数的选择函数得出预估异常风险百分数并传输至通信模块;所述通信模块将预估异常风险百分数的信息传输至客户端;实现了通过数字孪生模块根据历史数据得出预估异常风险百分数,工人能提前预判该供电模块出现异常的可能,当供电模块出现异常时也能及时的作出响应,降低对用户用电的影响。
-
公开(公告)号:CN117726164A
公开(公告)日:2024-03-19
申请号:CN202311619858.1
申请日:2023-11-30
Applicant: 广西电网有限责任公司南宁供电局
IPC: G06Q10/0635 , G06Q10/04 , G06Q50/06 , G06F18/213 , G06F18/22 , G06F18/25 , G06N20/00
Abstract: 本发明公开了一种基于多源数据融合的风险故障态势感知系统,包括数据获取模块、特征提取模块、训练优化模块和感知预测模块;数据获取模块,用于从多个数据源获取电力系统相关数据,电力系统相关数据包括电力监测数据、气象数据和故障维修数据;特征提取模块,用于对数据获取模块获取的数据进行整合提取与风险故障相关的特征数据并消除数据的冗余;训练优化模块,用于对故障预测模型进行优化训练;感知预测模块,用于基于训练好的故障预测模型完成对电力系统风险故障态势的预测;实现了通过感知预测模块基于故障预测模型对电力系统风险故障态势进行预测,提高对故障预测的精确性。
-
公开(公告)号:CN117725646A
公开(公告)日:2024-03-19
申请号:CN202311613204.8
申请日:2023-11-29
Applicant: 广西电网有限责任公司南宁供电局
IPC: G06F30/13 , G06Q10/0639 , G06Q50/06
Abstract: 本发明属于配电站领域,具体是基于图深度学习技术的配电站房场所自动成图系统及方法,包括区域划分模块、数据采集模块、区域分析模块、模型配置模块、模型存储库、管理终端和服务器;区域分析模块用于分析保供电区域的保供电需求;模型存储库用于存储保供电区域的历史三维虚拟图;模型配置模块用于对保供电区域的三维虚拟图进行实时更新,生成模型正常信号或模型更新信号;本发明利用区域划分模块将保供电区域进行划分,而后通过区域分析模块对保供电区域的保供电需求进行分析,分析得到保供电区域的供电需求等级发送至模型配置模块,最终利用模型配置模块对保供电区域的三维虚拟图进行实时更新,生成模型正常信号或模型更新信号。
-
公开(公告)号:CN117213543A
公开(公告)日:2023-12-12
申请号:CN202310934587.2
申请日:2023-07-27
Applicant: 广西电网有限责任公司电力科学研究院 , 广西电网有限责任公司南宁供电局
IPC: G01D18/00
Abstract: 本发明属于自动测试技术领域,尤其涉及一种微型智能电气量传感器的电流模拟检测系统和方法,系统包括信息录入模块,获取待检测微型电气量传感器的出厂的参数列表;信息处理模块,建立分类模型从参数列表中判断待检测微型电气量传感器所属类别,根据所属类别爬取测试需求数据,建立测试流程;测试环境切换模块,根据分类模型选择测试环境,并根据爬取到的测试需求数据调试测试参数,根据建立的测试流程对测试环境进行切换或叠加,对待检测微型电气量传感器进行性能检测;结果评估模块,获取测试环境中的测试结果,并在测试环境切换或叠加时生成测试评估结果,能够满足对不同种类微型智能电气量传感器的电流进行批量自动化测试。
-
公开(公告)号:CN110752665B
公开(公告)日:2022-05-27
申请号:CN201911186739.5
申请日:2019-11-28
Applicant: 广西电网有限责任公司南宁供电局
Abstract: 本发明公开了一种针对UPS系统集成微电网的自适应性能控制方法及系统,其中,所述方法包括:建立UPS系统的约束性空间状态模型,以及明确所述UPS系统的控制目标时,对输出量的约束和所有闭环信号的有界性;基于误差变换法将所述约束性空间状态模型转换为等效的约束性空间模型;利用参数变量表示所述等效的约束性空间模型的实际输出轨迹与期望输出轨迹的误差,将最初对输出量的约束转化为典型的稳定控制;针对所述参数变量设计虚拟控制器,以及对应的设计实际控制器用于产生最终的控制信号。在本发明实施例中,降低UPS系统的控制难度,对于线性负载和非线性负载都具有良好的控制效果,能够保证较高的供电稳定性。
-
公开(公告)号:CN114353848A
公开(公告)日:2022-04-15
申请号:CN202110863827.5
申请日:2021-07-29
Applicant: 广西电网有限责任公司南宁供电局
Inventor: 王愚 , 李江伟 , 符华 , 李佩 , 杨旭春 , 刘炳亮 , 褚健 , 江雄勇 , 聂雷刚 , 党永南 , 邓高峰 , 罗辉 , 秦忠明 , 黄宇楠 , 李绍坚 , 韦宗春 , 黄勇 , 陈丹 , 李瑾
Abstract: 本发明公开了一种用于智慧保供电指挥的小微传感器装置,包括上外壳、下外壳、传感器模块、固定结构以及散热模块;所述上外壳和所述下外壳通过所述固定结构连接,形成一个腔体;所述传感器模块安装于所述腔体内;所述传感器模块两侧安装有散热模块;所述固定结构通过几个固定块通过固定块之间卡合关系形成上外壳与下外壳的卡合连接。本发明优化了传感器的外壳连接方式,便于对内部的传感器模块进行检修。同时在传感器模块上设置有散热模块便于散热,提高装置寿命。
-
公开(公告)号:CN114019208A
公开(公告)日:2022-02-08
申请号:CN202111110400.4
申请日:2021-09-18
Applicant: 广西电网有限责任公司南宁供电局
IPC: G01R15/20
Abstract: 本发明公开了一种微型智能电流传感器及其制备方法,包括电路系统和光路系统,光路系统接收电路系统的光发射信号;电路系统包括激光器、传感头和光电探测器,光路系统包括光学探头;光电探测器接收并处理信号后传输给激光器,激光器发射的光信号经过传感头的处理传输到光学探头。本发明通过对微型智能电流传感器的改进,具有结构紧凑、体积小巧、高绝缘性、高集成度、动态范围大、无磁滞后、廉价的优点。
-
公开(公告)号:CN118917394A
公开(公告)日:2024-11-08
申请号:CN202411035861.3
申请日:2024-07-31
Applicant: 广西电网有限责任公司南宁供电局
Inventor: 蒙恩 , 王愚 , 莫裕倩 , 朱永兴 , 李科特 , 李绍坚 , 张子君 , 莫梁媛 , 杨婧 , 聂雷刚 , 韦航宇 , 李信蓓 , 许鹏飞 , 梁凯 , 罗辉 , 韦宗春 , 韦捷 , 赵璨 , 李素梅 , 黄勇 , 黄增柯 , 赵旭强 , 李佩 , 欧阳丹 , 陶丽 , 庞壮
IPC: G06N5/022 , G06N3/042 , G06N3/08 , G06F18/10 , G06F18/213 , G06F18/214
Abstract: 本申请提供一种关于电力设备的知识图谱邻域关系补全方法,包括:S1:收集电力设备的相关数据,在对数据进行清洗和预处理后,提取出电力设备的实体、属性和关系信息并形成三元组结构的数据集;S2:根据电力设备的实体、属性和关系信息基于三元组结构进行知识图谱节点和边的构建,得到初始知识图谱;S3:基于图神经网络建立邻域关系补全模型,采用数据集对模型进行训练,并通过损失函数对模型进行调优和参数调整;S4:对初始知识图谱中缺失的位置进行识别,使用训练好的模型根据已有的设备实体和关系预测电力设备之间空缺位置的三元组数据,并将其添加到知识图谱中进行补全。
-
-
-
-
-
-
-
-
-