一种数据库同步方法
    61.
    发明公开

    公开(公告)号:CN112256794A

    公开(公告)日:2021-01-22

    申请号:CN202011072494.6

    申请日:2020-10-09

    摘要: 本发明公开了一种数据库同步方法,包括可以监测源数据库中某张表的某个字段,当发生变化时同步到指定目标数据库中指定表中的指定字段;源数据库中数据库名称、表名称及字段名称,均可以与目标数据库不同,可实现不同表不同字段的内容同步,可以满足用户的自定义操作。多进程负载均衡的设计,可以提升数据库同步效率。本发明采用简单的脚本提供了稳定可靠的数据库同步功能,基于python脚本部署,配置和部署简单,可移植性强,自由性强,可以较为简单地嵌入到各种平台使用,满足实时性要求不高的小型数据库系统单向同步;该同步方法可以实现数据库表不同字段之间的数据同步,极大地丰富了数据库同步的自由性,满足使用者的定制化需求。

    基于电池储能的直驱风电多机系统功率协控方法及系统

    公开(公告)号:CN109327031A

    公开(公告)日:2019-02-12

    申请号:CN201811157772.0

    申请日:2018-09-30

    IPC分类号: H02J3/24 H02J3/32 H02J3/38

    摘要: 本发明公开了一种基于电池储能的直驱风电多机系统功率协控方法及系统,本发明采用内、外两个功率控制层,其中:外部功率控制层由一个双重模糊控制器和一个基于变平滑时间常数的一阶低通滤波器构成,外部功率控制层可确定风电场的并网平均有功功率参考值,这个参考值与风电机群总的输出功率进行比较可得到电池储能系统的参考充/放电功率值。内部功率控制层由一个内层模糊控制器和一个功率分配控制器构成,内部功率控制层可分别确定各电池储能单元的充/放电功率参考值。将本发明嵌入相应的电池储能单元控制系统中,可实现在平滑风电功率波动的同时,还能使各电池储能单元避免出现过度充电或深度放电的状况,并向着合适的荷电状态转变。

    一种变电站巡检机器人
    67.
    发明公开

    公开(公告)号:CN118769273A

    公开(公告)日:2024-10-15

    申请号:CN202411224958.9

    申请日:2024-09-03

    IPC分类号: B25J11/00 B25J19/00 B25J19/04

    摘要: 本发明属于变电站巡检领域,具体的说是一种变电站巡检机器人,包括车体,所述车体上端设置有检测探头,所述车体前后两侧左右两端均设置有车轮,所述车体前侧设置有防止地面上的金属件将车轮扎破的交替收集式磁吸机构;所述交替收集式磁吸机构包括固定连接于车体前端左右两侧的安装臂,所述安装臂前侧下端通过齿轮轴转动设置有转动环,本发明实现了利用交替收集式磁吸机构,可对车轮前方出现的金属件进行吸附并集中收集,避免了车轮被金属件扎破的情况,保证了车体的正常行进,并且,多个电磁铁交替进行吸附工作,并依次进行吸附和将金属件放下两个动作,避免了单个电磁铁沾附较多的金属件,导致出现后续吸附效果不佳的情况。

    巡检机器人充电保护装置
    69.
    发明授权

    公开(公告)号:CN114465297B

    公开(公告)日:2024-08-23

    申请号:CN202111382477.7

    申请日:2021-11-20

    摘要: 本发明涉及机器人配合设备领域,尤其涉及巡检机器人充电保护装置,包括底架,所述底架的内侧安装有充电部,所述底架的上端面固定安装有固定台,所述固定台的前端边沿上转动连接有翻动板体,所述固定台的上方通过位移机构连接有活动板,所述活动板的上端面贯穿设置有若干个限位机构,所述限位机构包括滑动贯穿活动板上端面的弧形杆、从弧形杆后表面凸设出的弧形阵列排布的凸出齿,本发明可以对机器人进行稳定的保护与充电,可以配合稳定在墙面附近,适应性好,适应不同大小的机器人进行定位,且定位过程中不会对机器人造成损伤,且机器人的送上与移下过程较为便利平稳,使用效果全面。

    基于声纹与电磁特征融合的变压器故障识别方法及系统

    公开(公告)号:CN118197359A

    公开(公告)日:2024-06-14

    申请号:CN202410591582.9

    申请日:2024-05-14

    摘要: 本发明属于变压器故障识别技术领域,公开了一种基于声纹与电磁特征融合的变压器故障识别方法及系统,该方法采集变压器运行过程中的声纹时序数据和电磁信息;利用小波变换将声纹时序数据转换成声纹图谱;对电磁信息和声纹图谱进行数据预处理,然后提取电磁特征和声纹特征;将声纹特征组成的声纹特征向量和电磁特征组成的电磁特征向量合并组成特征集合,将特征集合输入基于自适应卷积权重学习的特征融合模块进行融合,得到融合特征;将融合特征输入深度神经网络,深度神经网络的分类层输出诊断结果,从而对故障类型和位置进行识别。本发明将声纹特征和电磁特征进行融合,提供了更加全面、高效的故障识别结果。