-
公开(公告)号:CN119397187A
公开(公告)日:2025-02-07
申请号:CN202411335988.7
申请日:2024-09-24
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于PSO‑RBF神经网络的无线电能传输电磁环境预测方法,在无线电能传输系统的目标区域内布置多个传感器,采集空间坐标数据(xi,yi,zi)和电磁场强度数据Bi,并对采集的数据进行预处理,包括数据清洗和归一化;以空间坐标为输入,以电磁场强度为输出,构建用于电磁场强度预测的径向基函数神经网络模型;构建PSO‑RBF神经网络无线电能传输电磁环境预测模型,利用PSO算法对RBF神经网络参数进行优化,对经过PSO优化后的RBF神经网络进行训练,通过多次迭代和交叉验证,得到训练好的RBF神经网络模型来预测电磁场强度;在待测区域内,根据待测位置的空间坐标,预测相应位置的电磁场强度。本发明能够对无线电能传输系统的电磁环境进行实时监控和评估,及时发现潜在的电磁环境风险。
-
公开(公告)号:CN116381475A
公开(公告)日:2023-07-04
申请号:CN202310167110.6
申请日:2023-02-27
IPC: G01R31/327
Abstract: 本发明公开了一种高压‑隔离接地开关状态辅判及隐性故障检测的系统,包括现场设备终端部分、隔离开关隐性故障检测部分以及管理平台;现场设备终端部分包括电流采集模块、转角采集模块;隔离开关隐性故障检测部分包括算法模型和数据交互模块;管理平台包括设备管理端、管理员端和客户端。本发明解决了当下高压‑隔离开关分合闸状态难判断、隐性故障排查不及时、数据传输效率低、设备管理不科学和维护人员工作量大的问题,为推动智能电网和工业物联网发展提供了新思路。
-