-
公开(公告)号：CN114841401B
公开(公告)日：2025-01-03
申请号：CN202210300341.5
申请日：2022-03-24
Applicant: 南京电力设计研究院有限公司 , 南京苏逸实业有限公司
IPC: G06F17/18 , G06Q10/20 , G01M13/021
Abstract: 本发明公开了一种基于不同运行状态的风机齿轮箱故障率预测方法，其特征在于：包括以下步骤：步骤一：结合威布尔故障分布模型中的“浴盆曲线”，将运行状态s加入到威布尔故障分析模型中，与时间因素t一起考虑并构建新的故障分析模型λ(t，s)；将λ(t，s)表现为四种情况；确定四种情况下λ(t，s)表达式；对步骤二中四种情况进行组合分析，构建齿轮箱故障分析组合模型λ(t，s1，s2，s3，s4)。本发明通过在以往基于威布尔故障分布的有关风机齿轮箱故障率的预测考虑时间因素的基础上加上了齿轮箱运行状态这一新的条件因素，推导了考虑风机4种不同运行状态的组合下，预测风机齿轮箱在特定时间下特定数量设备发生故障的概率。
-
公开(公告)号：CN114841401A
公开(公告)日：2022-08-02
申请号：CN202210300341.5
申请日：2022-03-24
Applicant: 南京电力设计研究院有限公司 , 南京苏逸实业有限公司
IPC: G06Q10/04 , G06Q10/06 , G06Q50/06 , G01M13/021
Abstract: 本发明公开了一种基于不同运行状态的风机齿轮箱故障率预测方法，其特征在于：包括以下步骤：步骤一：结合威布尔故障分布模型中的“浴盆曲线”，将运行状态s加入到威布尔故障分析模型中，与时间因素t一起考虑并构建新的故障分析模型λ(t，s)；将λ(t，s)表现为四种情况；确定四种情况下λ(t，s)表达式；对步骤二中四种情况进行组合分析，构建齿轮箱故障分析组合模型λ(t，s1，s2，s3，s4)。本发明通过在以往基于威布尔故障分布的有关风机齿轮箱故障率的预测考虑时间因素的基础上加上了齿轮箱运行状态这一新的条件因素，推导了考虑风机4种不同运行状态的组合下，预测风机齿轮箱在特定时间下特定数量设备发生故障的概率。
-
公开(公告)号：CN220526484U
公开(公告)日：2024-02-23
申请号：CN202321958207.0
申请日：2023-07-25
Applicant: 南京电力设计研究院有限公司 , 南京苏逸实业有限公司
IPC: G09B25/02
Abstract: 本实用新型公开了一种用于模拟齿轮故障的齿轮箱设备，包括：主体、转动组件和调节组件，主体包括底板和壳体，壳体固定连接在底板顶部，转动组件设置有两组，其中一组与壳体固定连接，另一组与壳体滑动连接，调节组件固定连接在壳体一侧，其用于调节两组转动组件间距使其能够安装不同规格的齿轮，其有益效果为：通过设置转动组件使得装置在更换模拟齿轮时仅需转动螺纹筒，分离转轴与花键轴即可更换模拟齿轮，操作简单，并且装置得两组转动组件间距可调，使得装置能够对各种尺寸规格的齿轮组进行故障模拟，适用性强。
-
公开(公告)号：CN117435676A
公开(公告)日：2024-01-23
申请号：CN202310858448.6
申请日：2023-07-13
Applicant: 南京电力设计研究院有限公司
Inventor： 马斌 , 高海洋 , 郑馨怡 , 桂帆 , 王昱婷 , 徐琼璟 , 端凌立 , 张若微 , 张瑶 , 张汀荟 , 范庆华 , 陈庭记 , 杨莲 , 刘永生 , 朱海超 , 蔡可庆 , 王艳巧 , 陈雪薇
IPC: G06F16/28 , G06F16/2458 , G06F16/215 , G06F18/2323 , G06Q50/08
Abstract: 本发明公开了一种基于子序列挖掘与有向加权图聚类的建筑能源管理方法，该方法包括以下步骤：对负载数据进行预处理；将时间序列分段为子序列，并提取子序列特征得到符号数据；将符号数据建模为有向加权图，用图表示子序列；进行准完全连通子图聚类，得到聚类子图；基于聚类结果，计算建筑能耗的稳定性，并识别非典型能耗模式。本发明通过时间序列子序列挖掘提取有关负载消耗模式的重要内容，有助于构建能源管理系统；将住宅建筑负载数据上的子序列聚类表述为有向加权图上的图聚类问题，捕捉了子序列之间的时间依赖性和相似性。
-
公开(公告)号：CN118887426A
公开(公告)日：2024-11-01
申请号：CN202410902909.X
申请日：2024-07-08
Applicant: 南京电力设计研究院有限公司
IPC: G06V10/74
Abstract: 本发明提供一种管线信息自动转换与匹配方法及其系统，方法包括：获取勘测区域的参数文件，并对所述参数文件进行数据解析，以得到所述勘测区域所对应的管线信息；获取所述勘测区域的图像文件，并对所述图像文件进行图像解析，以得到所述勘测区域所对应的图元信息；将所述管线信息和所述图元信息进行信息匹配，并引入模糊匹配算法，以得到对应的信息匹配结果；根据所述信息匹配结果设置管线图像参数，并根据所述管线图像参数生成所述勘测区域对应的管线图像。本发明通过深度解析图像文件和参数文件，实现了管线信息的智能化提取、整合与匹配，为工程设计和分析提供了高效、准确的数据支持。
-
Patent Agency Ranking
公开(公告)号：CN115483621A
公开(公告)日：2022-12-16
申请号：CN202211111294.6
申请日：2022-09-13
Applicant: 南京电力设计研究院有限公司 , 南京长江都市建筑设计股份有限公司
Abstract: 本发明适用于配电柜技术领域，尤其涉及一种防火防爆防雨的铝型材电柜，包括电柜主体、散热通风孔和若干个搁物板，且若干个搁物板均连接在电柜主体的内部，散热通风孔开设在电柜主体的侧面，所述防火防爆防雨的铝型材电柜还包括：滚动轴承，安装在电柜主体的内部，且滚动轴承的内部连接有转动件。本发明通过设置第一连接件、遮挡件、滚动轴承、转动件和旋转组件，可以在遇到雨天天气时，自动化的使遮挡件将电柜主体侧面所开设的散热通风孔覆盖住，从而避免雨水经散热通风孔进入电柜主体的内部而造成电柜主体内部的电气元件的损坏，从而提高了本申请铝型材配电柜的防水性能。
-
公开(公告)号：CN120003319A
公开(公告)日：2025-05-16
申请号：CN202510108186.0
申请日：2025-01-23
Applicant: 南京电力设计研究院有限公司
Abstract: 本发明提供一种基于光伏充电桩的新能源汽车充电站，涉及新能源汽车充电站技术领域，包括：光伏发电模块，用于将太阳能转化为电能；储能模块，用于存储电能并释放电能；充电桩模块，用于为新能源汽车提供充电服务；控制器模块，用于建立面向新能源消纳的居民区光储充一体化协同控制策略的多目标优化运行控制模型，并通过求解多目标优化运行控制模型，实现光储充一体化系统的智能协同控制。本发明通过集成光伏、储能、充电及智能控制等技术，实现光储充一体化系统的智能协同控制，优化配电网改造，并准确预测电动汽车充电负荷，优化充电站规划设计，促进绿色低碳发展。
-
公开(公告)号：CN118713061A
公开(公告)日：2024-09-27
申请号：CN202410781759.1
申请日：2024-06-18
Applicant: 南京电力设计研究院有限公司
Abstract: 本发明公开了一种居配台区电动汽车接入评估及光储充协同分析系统，所述系统包括配电台区拓扑构建模块、多源数据存储模块、存储分析模块、电动汽车接入评估模块以及光储充协同评估模块，所述配电台区拓扑构建模块自动检测并更新配电台区的拓扑结构，通过所述多源数据存储模块存储配电台区的源荷历史数据，通过所述存储分析模块对存储的数据进行计算分析，利用电动汽车接入评估模块评估接入方式，通过光储充协同评估模块评估协同方案，本发明中的居配台区电动汽车接入评估及光储充协同分析系统通过分析和预测电动汽车充电行为对电网的影响，有助于制定策略以减少电网负荷波动，增强电网稳定性。
-
公开(公告)号：CN117435676B
公开(公告)日：2024-06-07
申请号：CN202310858448.6
申请日：2023-07-13
Applicant: 南京电力设计研究院有限公司
Inventor： 马斌 , 高海洋 , 郑馨怡 , 桂帆 , 王昱婷 , 徐琼璟 , 端凌立 , 张若微 , 张瑶 , 张汀荟 , 范庆华 , 陈庭记 , 杨莲 , 刘永生 , 朱海超 , 蔡可庆 , 王艳巧 , 陈雪薇
IPC: G06F16/28 , G06F16/2458 , G06F16/215 , G06F18/2323 , G06Q50/08
Abstract: 本发明公开了一种基于子序列挖掘与有向加权图聚类的建筑能源管理方法，该方法包括以下步骤：对负载数据进行预处理；将时间序列分段为子序列，并提取子序列特征得到符号数据；将符号数据建模为有向加权图，用图表示子序列；进行准完全连通子图聚类，得到聚类子图；基于聚类结果，计算建筑能耗的稳定性，并识别非典型能耗模式。本发明通过时间序列子序列挖掘提取有关负载消耗模式的重要内容，有助于构建能源管理系统；将住宅建筑负载数据上的子序列聚类表述为有向加权图上的图聚类问题，捕捉了子序列之间的时间依赖性和相似性。
-
公开(公告)号：CN116822906A
公开(公告)日：2023-09-29
申请号：CN202311033823.X
申请日：2023-08-16
Applicant: 南京电力设计研究院有限公司
Inventor： 高海洋 , 桂帆 , 马斌 , 徐琼璟 , 郑馨怡 , 端凌立 , 王昱婷 , 张若微 , 张瑶 , 张汀荟 , 范庆华 , 陈庭记 , 杨莲 , 刘永生 , 朱海超 , 蔡可庆 , 王艳巧 , 陈雪薇
IPC: G06Q10/0631 , G06Q50/08 , G06N3/0464 , G06N3/092
Abstract: 本发明公开了基于分层深度强化学习的建筑综合能源管理方法，包括以下步骤：输入智能用电设备的状态空间数据；分析智能用电设备的动作空间；计算调度智能用电设备的运行成本和偏离消费者偏好的成本；计算回报，确定智能用电设备的最优能耗调度；输入智能用电设备的最优调度及分布式能源的状态空间数据；分析分布式能源的动作空间；计算分布式能源的运行成本和偏离消费者偏好的成本；计算回报，确定分布式能源的最优能耗调度。本发明通过确定了在消费者偏好的舒适度和电器运行特性内最小化电费的最优策略，从代理获得电器的状态信息，增加了批评Q值的效率和收敛性的补充方法，神经网络输出均值、方差和Q值以找到最优行为。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.042 seconds)
