一种空调散热机构及空调散热控制方法

    公开(公告)号:CN119222637A

    公开(公告)日:2024-12-31

    申请号:CN202411352216.4

    申请日:2024-09-26

    Applicant: 东北大学

    Abstract: 本发明公开了一种空调散热机构及空调散热控制方法,通过清理模块在散热翅之间移动,继而实现对散热翅缝隙的清理,避免絮状物堵塞散热翅缝隙,确保气流通过率,保证冷凝器的散热效果。主要技术方案为:一种空调散热机构,包括:机壳;冷凝管,冷凝管与机壳连接,冷凝管内用于流通热交换介质;多根散热翅,多根散热翅并列间隔设置,散热翅与冷凝管连接;清理模块,清理模块的部分结构位于散热翅之间;平移驱动组件,平移驱动组件与机壳和清理模块连接,用于驱动清理模块延散热翅的延伸方向移动,以清理散热翅。本发明主要用于空调冷凝器散热。

    一种基于边缘计算的微电网分布式协同控制系统及方法

    公开(公告)号:CN112701729A

    公开(公告)日:2021-04-23

    申请号:CN202110024258.5

    申请日:2021-01-08

    Applicant: 东北大学

    Abstract: 本发明提供一种基于边缘计算的微电网分布式协同控制系统及方法,涉及微电网运行控制技术领域。本系统包括微电网电力终端、边缘设备、通信网络和云端服务器;边缘设备通过传感器获取微电网电力终端中的实时数据,数据被边缘设备处理后用于本地计算同时上传至云端服务器,边缘计算节点利用本地信息和与其通信的邻居节点信息,设计边缘信息置信度评价机制,利用云端服务器数据分析后周期或非周期下发的置信度阈值,评价本地信息观测值以及接收的邻居节点信息的置信度,并表示为置信因子的形式;多边缘计算节点采用分布式协同控制方法,将二次控制所得到的控制决策命令发送到微电网DG的下垂控制中实现微电网频率同步稳定到参考值。

    一种基于聚类的有向无环图集群任务卸载方法及系统

    公开(公告)号:CN119166237A

    公开(公告)日:2024-12-20

    申请号:CN202411242177.2

    申请日:2024-09-05

    Applicant: 东北大学

    Abstract: 本申请提出一种基于聚类的有向无环图集群任务卸载方法及系统,属于信息能源系统优化领域,其中方法包括:建立基本模型;构建最小化终端设备的能耗最小化问题;采用CCR值量化不同的有向无环图的能量需求,基于CCR值,采用迭代自组织数据分析技术算法对有向无环图的集群进行聚类分组;针对计算密集型有向无环图的集群,采用增量控制方案;针对通信密集型有向无环图的集群,采用群智能任务卸载方案,得到有向无环图的集群中每个实时卸载任务的计算卸载目的地;本申请解决了任务卸载过程中终端设备的异构性问题,并保障了大规模信息‑能源系统优化的可靠性。

    一种基于NARX神经网络的电力信息网络安全检测系统及方法

    公开(公告)号:CN113191485A

    公开(公告)日:2021-07-30

    申请号:CN202110453826.3

    申请日:2021-04-26

    Applicant: 东北大学

    Abstract: 本发明提供一种基于NARX神经网络的电力信息网络安全检测系统及方法。本发明包括用于获取电网量测信息和状态信息以及负荷的预测数据的数据获取模块;用于基于获取的数据计算最优潮流运行情况下,电网的节点有功功率、节点无功功率、支路有功功率、支路无功功率和节点电压幅值的最优潮流模块;用于基于获取的数据进行NARX神经网络的建模和训练的NARX神经网络设计模块;用于基于最优潮流模块输出的数据和构筑的NARX神经网络预测状态向量并计算残差向量的状态向量预测模块;用于进行残差向量的2‑范数检测及最大标准化残差检测,基于检测值与阈值比较,判断量测信息中是否含有不良数据的攻击判别模块。本发明能够对电力系统的安全稳定运行至关重要。

    一种基于NARX神经网络的电力信息网络安全检测系统及方法

    公开(公告)号:CN113191485B

    公开(公告)日:2024-05-10

    申请号:CN202110453826.3

    申请日:2021-04-26

    Applicant: 东北大学

    Abstract: 本发明提供一种基于NARX神经网络的电力信息网络安全检测系统及方法。本发明包括用于获取电网量测信息和状态信息以及负荷的预测数据的数据获取模块;用于基于获取的数据计算最优潮流运行情况下,电网的节点有功功率、节点无功功率、支路有功功率、支路无功功率和节点电压幅值的最优潮流模块;用于基于获取的数据进行NARX神经网络的建模和训练的NARX神经网络设计模块;用于基于最优潮流模块输出的数据和构筑的NARX神经网络预测状态向量并计算残差向量的状态向量预测模块;用于进行残差向量的2‑范数检测及最大标准化残差检测,基于检测值与阈值比较,判断量测信息中是否含有不良数据的攻击判别模块。本发明能够对电力系统的安全稳定运行至关重要。

Patent Agency Ranking