-
公开(公告)号：CN119180182A
公开(公告)日：2024-12-24
申请号：CN202411376871.3
申请日：2024-09-30
Applicant: 上海电力大学
IPC: G06F30/23 , H02M1/00 , G06F119/08
Abstract: 本发明涉及一种变流器IGBT模块的结温计算方法、装置和变流器，该方法包括：获取低电压穿越期间变流器IGBT模块的实时畸变功率损耗；建立不同电压跌落度下与畸变功率相匹配的热网参数数据集；获取实时电压电流数据，并根据计算的实时畸变功率损耗，判断低电压穿越期间的电压跌落程度；将热网参数代入热网模型，并更新热网模型参数；利用更新后的热网模型参数计算低电压穿越期间IGBT模块结温。与现有技术相比，本发明具有结温计算快速、精确度高以及为有效抑制变流器结温升高提供依据等优点。
-
Patent Agency Ranking
公开(公告)号：CN111030300A
公开(公告)日：2020-04-17
申请号：CN201911305983.9
申请日：2019-12-17
Applicant: 国网安徽省电力有限公司电力科学研究院 , 中国电力科学研究院有限公司 , 浙江巨磁智能技术有限公司 , 上海电力大学 , 国家电网有限公司
IPC: H02J13/00 , G01R31/327 , H01H71/04
Abstract: 本申请提供一种断路器及断路器系统，断路器包括断路器本体、传感器和第一通信模块。其中，传感器设置于断路器本体上，而第一通信模块与传感器连接，用于将传感器采集到的断路器本体的状态信息发送给外部设备。这样，本申请实施例中所提供的断路器即可通过设置于本体上的传感器实现对自身状态的检测，并且可以通过第一通信模块将传感器采集到的断路器本体的状态信息发送给外部设备。通过上述方案，断路器即实现了自身状态的检测，而通过外部设备即可实现对断路器的状态的获知，从而在一定程度上可以实现对断路器的有效管理和控制。
-
公开(公告)号：CN119399441A
公开(公告)日：2025-02-07
申请号：CN202411517735.1
申请日：2024-10-29
Applicant: 上海电力大学
IPC: G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/082
Abstract: 本发明涉及一种集群密集小目标的高置信智能检测方法、设备及介质，通过构建包括基于小波变换的HWD下采样模块、全局特征提取模块C2f‑LSKA和任务对齐检测头STADH的HLS‑YOLO‑P网络模型，将包含目标场景的图像数据进行多层特征融合和上下文信息增强处理，得到包含目标类别、位置及置信度的检测结果。并对检测结果进行后处理，包括交并比值和置信度阈值调整。最后生成相应的巡检报告。与现有技术相比，本发明具有检测精度高、轻量化和适用范围广等优点。
-
公开(公告)号：CN119399440A
公开(公告)日：2025-02-07
申请号：CN202411517725.8
申请日：2024-10-29
Applicant: 上海电力大学
IPC: G06V10/25 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/082 , G06V10/80
Abstract: 本发明涉及一种密集小目标的机器视觉特征存留与识别方法及系统，该方法将获取到的包含密集小目标的原始图像输入改进的AMF‑YOLOv8模型中输出密集小目标结果图像；并通过模型改进实现机器视觉特征存留；所述的密集小目标结果图像包括各个小目标的预测框、类别信息和置信度；所述的改进的AMF‑YOLOv8模型以YOLOv8n为基准模型，包括主干网络、CS‑PANet颈部网络和Detect层；所述的系统用于实现上述方法。与现有技术相比，本发明优化了YOLOv8的不足使其在针对密集小目标的识别中更高效和准确。
-
公开(公告)号：CN119341338A
公开(公告)日：2025-01-21
申请号：CN202411517737.0
申请日：2024-10-29
Applicant: 上海电力大学
IPC: H02M1/32 , H02M7/797 , H02M1/00 , H02M1/08 , H02J3/38 , H02J3/28 , H02J3/32 , H02J3/36 , H02J3/24 , H02J3/00 , H02J7/34
Abstract: 本发明涉及一种交直混流系统IGBT的柔性构网热管理方法，通过建立混合储能模型，包括蓄电池和超级电容容量，平滑风机输出功率。建立了寿命预测模型，基于IGBT模块的开关、导通损耗确定结温，并基于结温预测IGBT模块的寿命。通过基于控制输出功率和寿命的IGBT潜在收益模型，估计潜在收益，并采用改进遗传算法确定模型的最优参数。基于最优模型和实时风速确定最优控制输出功率。将最优控制输出功率输出至双馈风机IGBT模块实现热管理控制。与现有技术相比，本发明具有延长使用寿命、可靠性高和增加收益等优点。
-
公开(公告)号：CN119397906A
公开(公告)日：2025-02-07
申请号：CN202411516117.5
申请日：2024-10-29
Applicant: 上海电力大学
IPC: G06F30/27 , G06F30/23 , G06N3/045 , G06N3/08 , G06F111/10 , G06F119/08 , G06F119/06
Abstract: 本发明涉及一种物理信息驱动深度学习的大功率IGBT结温在线计算方法及系统，其中该方法利用PI‑DeepONets模型将在线采集的物理信息作为输入，输出IGBT的最大结温；所述的物理信息包括IGBT实时变换功率和环境温度数据；所述的PI‑DeepONets模型包括主干网络和分支网络，通过主干网络和分支网络的输出近似得到模型算子，利用模型算子输出IGBT的最大结温；所述的PI‑DeepONets模型利用热动态参数损失函数进行模型训练，且在训练过程中以IGBT历史变换功率、环境温度数据以及输出矩阵作为模型输入，所述的系统用于实现上述方法。与现有技术相比，本发明将有限元计算和深度学习相结合在有限元分析方法精度的基础上，加速了结温计算求解过程，提高了IGBT结温计算的效率。
-
-
-
-
-
Search Results
6
records
(took 0.027 seconds)
