一种基于云计算的智能电表管理系统及方法

    公开(公告)号:CN105939376A

    公开(公告)日:2016-09-14

    申请号:CN201610227991.6

    申请日:2016-04-12

    CPC classification number: H04L67/12

    Abstract: 本发明提供一种基于云计算的智能电表管理系统及方法,系统中的云服务器根据客户端的具体要求生成各种报表,报表包括电量日报、电量月报、用电量的变化曲线图;用户只需要根据自己的用户名和密码通过手机客户端或PC客户端登录云服务平台,查询自己权限内可允许的信息;对用户来说整个操作流程简洁方便,易于管理和维护,而且整个智能电表管理系统成本有显著降低,功耗减少。

    一种智能电表故障诊断方法

    公开(公告)号:CN105929355A

    公开(公告)日:2016-09-07

    申请号:CN201610226695.4

    申请日:2016-04-12

    CPC classification number: G01R35/04

    Abstract: 本发明提供一种智能电表故障诊断方法,该发明利用一智能电表现场服务终端及一检测卡,简单有效地在现场解决了由于IC卡自身问题、或者可以现场处理好的用户使用问题等所造成的用户用电故障,从而避免了不必要的人力物力的浪费。

    波浪周期预测方法、装置及设备

    公开(公告)号:CN108875251B

    公开(公告)日:2022-06-24

    申请号:CN201810715471.9

    申请日:2018-07-03

    Abstract: 本发明公开了一种波浪周期预测方法,能够实时获取电机动子的位移信息,并根据位移信息确定主频位移曲线,进而确定主频速度曲线和主频加速度曲线,最后利用dsp芯片自动检测主频速度曲线和主频加速度曲线的过零点,并将相邻的过零点的差值的两倍作为波浪周期预测结果。可见,该方法实时根据位移信息预测波浪周期,实时性较高,不需要设置复杂的参数,此外利用了dsp芯片的自动过零检测,预测过程非常简单,实现了简单有效预测波浪周期的目的。本发明还提供了一种波浪周期预测装置、设备及计算机可读存储介质,其作用与上述方法的作用相对应。

    一种基于改进蜂群算法的波浪发电装置的功率控制方法

    公开(公告)号:CN110083195B

    公开(公告)日:2021-08-24

    申请号:CN201910253164.8

    申请日:2019-03-29

    Abstract: 本发明公开了一种基于改进蜂群算法的波浪发电装置的功率控制方法,包括以下步骤:S1:求出可改变波浪发电装置平均输出功率的直线电机电磁力控制参数;S2:通过纵横交叉算法对人工蜂群算法进行改进;S3:将通过步骤S2改进后的人工蜂群算法应用于波浪发电装置最大功率点跟踪控制中,获得不同波浪频率下波浪发电装置最佳的电机电磁力控制参数,使波浪发电装置平均输出功率达到最大的值,从而实现最大功率点跟踪。本发明利用CABC算法收敛速度快、全局搜索能力强的优点,可快速获得不同波浪频率下波浪发电装置最佳的直线电机电磁力控制参数,避免Rg、kc、kl陷入局部最优,使波浪发电装置平均输出功率达到尽可能大的值,实现最大功率点跟踪。

    确定波浪发电装置参数的方法、装置及设备

    公开(公告)号:CN108915927B

    公开(公告)日:2020-08-11

    申请号:CN201810716669.9

    申请日:2018-07-03

    Abstract: 本发明公开了一种确定波浪发电装置参数的方法,能够预先确定波浪发电装置的初始参数,然后对参数进行多次迭代优化,每次迭代过程中,通过差分变异算法、纵向交叉算法、以及横向交叉算法对参数进行计算,并通过预设的适应度目标函数,确定各个参数的适应度,进而筛选出适应度较大的参数,最终经过多次迭代,得到最优参数。可见,该方法通过将差分变异算法与纵横交叉算法进行结合,最终得到波浪发电装置的最优参数,实验表明该方法收敛速度较快、且局部搜索能力较强。此外,本发明还提供了一种确定波浪发电装置参数的装置、设备、以及一种计算机可读存储介质,其作用与上述方法相对应。

    基于极限学习机算法的局部放电严重程度评估方法

    公开(公告)号:CN109001602B

    公开(公告)日:2020-07-28

    申请号:CN201810949760.5

    申请日:2018-08-20

    Inventor: 吴丹琦 杨俊华

    Abstract: 本发明提供的基于极限学习机算法的局部放电严重程度评估方法,包括以下步骤:搭建试验模型,对固体绝缘开关柜典型气隙缺陷下产生的局部放电发展过程进行了试验研究;构造局部放电发展不同阶段的Φ‑u散点图和Φ‑n谱图;提取表征局部放电严重程度的特征参数,得到不同程度的局部放电各个特征参数值区间;通过极限学习机构建固体绝缘开关柜局部放电严重程度评判系统;通过固体绝缘开关柜局部放电严重程度评判系统对固体绝缘开关柜局部放电严重程度进行识别。本发明提供的基于极限学习机算法的局部放电严重程度评估方法,通过固体绝缘开关柜局部放电严重程度评判系统,综合局部放电的多种特征参数,实现了对局部放电严重程度的正确判断。

    一种基于傅氏分析和改进灰狼算法的波浪发电装置功率控制方法

    公开(公告)号:CN110145432A

    公开(公告)日:2019-08-20

    申请号:CN201910251990.9

    申请日:2019-03-29

    Abstract: 本发明公开了一种基于傅氏分析和改进灰狼算法的波浪发电装置功率控制方法,在保留灰狼优化算法最本质特征基础上,增加全新的精英狼搜索策略和狼群整体展开策略,优化包围圈形成策略、狼群搜索猎物方式和狼群结构,确保改进灰狼算法能避免因浮子水动力非线性陷入局部最优。引入傅氏分析法分解海洋入射波和电机运动部件响应,对浮子捕获频率范围内的每个波浪分量,使用改进灰狼算法求解对应的最佳电机控制参数,最大限度地捕获其携带的功率,从而实现最大功率点跟踪。

Patent Agency Ranking