-
Patent Agency Ranking
公开(公告)号：CN110296802B
公开(公告)日：2021-05-14
申请号：CN201910558201.6
申请日：2019-06-26
Applicant: 国网辽宁省电力有限公司葫芦岛供电公司 , 东北大学
Abstract: 本发明的一种基于振动速度传感器波形采集的杆塔螺栓松动判别方法，包括如下步骤：步骤1：通过振动速度传感器预先采集多组螺栓松动振动信号和螺栓紧固振动信号作为训练集；步骤2：将训练集中的振动信号去除奇异值并进行RLS滤波处理；步骤3：建立一维卷积神经网络模型，通过训练集对卷积神经网络模型进行训练；步骤4：通过训练好的神经网络模型判断螺栓松动情况。该方法可有效地解决通过人工检测杆塔螺栓松动情况费时、费力的问题。
-
公开(公告)号：CN113193602A
公开(公告)日：2021-07-30
申请号：CN202110510237.4
申请日：2021-05-11
Applicant: 东北大学
IPC: H02J3/46
Abstract: 本发明提供一种含低热值发电和分布式电源的配电网优化运行系统及方法，涉及多能源系统技术领域。本系统包括用户登录模块、数据采集模块、电网络潮流模块、设备运行状态监测模块、设备运行控制模块以及数据显示与存储模块；将低热值发电装置与配电网优化运行相结合，通过回收工业余热和燃烧低热值燃料获得低热值气体，通过有机朗肯循环过程对能源进行回收利用，有效利用低热值资源，提高了能源的利用效率，建立了优化模型，考虑了整个模型的碳排放量和碳交易市场，具有现实意义，节约成本。
-
公开(公告)号：CN110296802A
公开(公告)日：2019-10-01
申请号：CN201910558201.6
申请日：2019-06-26
Applicant: 国网辽宁省电力有限公司葫芦岛供电公司 , 东北大学
Abstract: 本发明的一种基于振动速度传感器波形采集的杆塔螺栓松动判别方法，包括如下步骤：步骤1：通过振动速度传感器预先采集多组螺栓松动振动信号和螺栓紧固振动信号作为训练集；步骤2：将训练集中的振动信号去除奇异值并进行RLS滤波处理；步骤3：建立一维卷积神经网络模型，通过训练集对卷积神经网络模型进行训练；步骤4：通过训练好的神经网络模型判断螺栓松动情况。该方法可有效地解决通过人工检测杆塔螺栓松动情况费时、费力的问题。
-
公开(公告)号：CN113193602B
公开(公告)日：2024-10-01
申请号：CN202110510237.4
申请日：2021-05-11
Applicant: 东北大学
IPC: H02J3/46
Abstract: 本发明提供一种含低热值发电和分布式电源的配电网优化运行系统及方法，涉及多能源系统技术领域。本系统包括用户登录模块、数据采集模块、电网络潮流模块、设备运行状态监测模块、设备运行控制模块以及数据显示与存储模块；将低热值发电装置与配电网优化运行相结合，通过回收工业余热和燃烧低热值燃料获得低热值气体，通过有机朗肯循环过程对能源进行回收利用，有效利用低热值资源，提高了能源的利用效率，建立了优化模型，考虑了整个模型的碳排放量和碳交易市场，具有现实意义，节约成本。
-
公开(公告)号：CN110866556A
公开(公告)日：2020-03-06
申请号：CN201911100240.8
申请日：2019-11-12
Applicant: 东北大学
IPC: G06K9/62
Abstract: 本发明公开一种基于堆栈式支持向量机的杆塔螺栓状态监测方法及装置，包括：振动数据集采集及预处理；将预处理后的数据进行小波变换构造特征向量；利用特征向量训练对抗支持向量机A-SVM；训练堆栈式支持向量机S-SVM；利用训练后的堆栈式支持向量机模型实现杆塔状态自动监测；装置为：AD采集模块的输入端接有振动速度传感器，输出端与FPGA相连，FPGA分别与GPRS模块、up2开发板相连，up2开发板向控制继电器模块发送控制指令，控制继电器模块输出端与振动速度传感器相连；GPRS模块与远端上位机通讯。本发明能够对杆塔安全状态进行监测，减少杆塔出现螺栓松动导致的事故，保障电力杆塔和输电线路安全稳定运行。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
