一种电工专用安全帽
    42.
    实用新型

    公开(公告)号:CN203986295U

    公开(公告)日:2014-12-10

    申请号:CN201420446400.0

    申请日:2014-08-08

    Abstract: 本实用新型涉及电力行业运行、检修及施工辅助设备技术领域,具体地说是一种电工专用安全帽。现有的安全帽功能单一,本实用新型技术方案包括帽体、护目镜、连接插座、设备连接机构;帽体的前部中央嵌装有弧形连板,弧形连板开有滑道,护目镜通过连接臂及拨杆装配在弧形连板的滑道内;帽体外侧的后部及侧部固定有带滑槽的连接插座;设备连接机构通过滑块插装在连接插座上。本实用新型安全帽为电力工作者提供安全防护的同时,可根据施工现场需要,利用设备连接机构装配不同的辅助设备;护目镜保护工作人员免受强光、风沙等对眼部的伤害,护目镜内置有效的避免了镜片划伤等现象。

    一种轴系扭振提取方法
    43.
    发明授权

    公开(公告)号:CN102288280B

    公开(公告)日:2012-08-22

    申请号:CN201110118666.3

    申请日:2011-05-09

    Abstract: 本发明公开了振动信号处理技术领域中的一种轴系扭振提取方法。该方法首先采集电网冲击下线路回路的电压信号,截取电压信号中轴系发生扭振时的电压信号;然后利用Hilbert变换获得信号的包络,对该包络信号进行总体经验模态分解EEMD;最后选取分解后的本征模函数IMF得到轴系的扭振信号。该方法不需专业的扭振测试设备,只需采集线路回路电压信号即可,降低测试测量成本。

    基于动态LSTM-Sage-Husa算法的风电机组可靠性评估方法及装置

    公开(公告)号:CN119227552A

    公开(公告)日:2024-12-31

    申请号:CN202411733111.3

    申请日:2024-11-29

    Abstract: 本发明属于风电机组可靠性评估领域,提供了基于动态LSTM‑Sage‑Husa算法的风电机组可靠性评估方法及装置,本发明由SCADA系统得到风电机组各部件的运行数据,利用多层感知LSTM模型对退化过程性能参数进行预测,并且采用动态Sage‑Husa算法对非线性Wiener退化过程修正,引入状态向量的均值和协方差矩阵,建立风电机组考虑有效冲击的非线性Wiener退化过程,对风电机组可靠性评估;本发明考虑了有效冲击对风电机组的影响,通过采用多层感知LSTM模型预测退化过程中缺少数据问题,可以解决因为数据缺失导致风电机组可靠性评估不准确问题,此外,为了更精确的捕捉非线性退化过程中的机组性能变化,并降低数据的波动性,除去退化数据中的噪点,引入分布参数变量,利用动态Sage‑Husa算法求得退化过程中的统计模型和分布参数,并结合预测分布参数,得到了最优估值的退化函数,提升了模型的准确性。

    一种轴系扭振提取方法
    46.
    发明公开

    公开(公告)号:CN102288280A

    公开(公告)日:2011-12-21

    申请号:CN201110118666.3

    申请日:2011-05-09

    Abstract: 本发明公开了振动信号处理技术领域中的一种轴系扭振提取方法。该方法首先采集电网冲击下线路回路的电压信号,截取电压信号中轴系发生扭振时的电压信号;然后利用Hilbert变换获得信号的包络,对该包络信号进行总体经验模态分解EEMD;最后选取分解后的本征模函数IMF得到轴系的扭振信号。该方法不需专业的扭振测试设备,只需采集线路回路电压信号即可,降低测试测量成本。

    基于动态LSTM-Sage-Husa算法的风电机组可靠性评估方法及装置

    公开(公告)号:CN119227552B

    公开(公告)日:2025-01-24

    申请号:CN202411733111.3

    申请日:2024-11-29

    Abstract: 本发明属于风电机组可靠性评估领域,提供了基于动态LSTM‑Sage‑Husa算法的风电机组可靠性评估方法及装置,本发明由SCADA系统得到风电机组各部件的运行数据,利用多层感知LSTM模型对退化过程性能参数进行预测,并且采用动态Sage‑Husa算法对非线性Wiener退化过程修正,引入状态向量的均值和协方差矩阵,建立风电机组考虑有效冲击的非线性Wiener退化过程,对风电机组可靠性评估;本发明考虑了有效冲击对风电机组的影响,通过采用多层感知LSTM模型预测退化过程中缺少数据问题,可以解决因为数据缺失导致风电机组可靠性评估不准确问题,此外,为了更精确的捕捉非线性退化过程中的机组性能变化,并降低数据的波动性,除去退化数据中的噪点,引入分布参数变量,利用动态Sage‑Husa算法求得退化过程中的统计模型和分布参数,并结合预测分布参数,得到了最优估值的退化函数,提升了模型的准确性。

Patent Agency Ranking