变压器近负载侧供电数据中心

    公开(公告)号:CN209118341U

    公开(公告)日:2019-07-16

    申请号:CN201822183005.9

    申请日:2018-12-24

    Abstract: 本实用新型公开了一种变压器近负载侧供电数据中心,本实用新型在数据中心平面布置规划时,从整个供电架构和供电路由的合理性角度出发,在每个工艺机房层设置变配电室,使低压配电系统靠近电力电池室,使供电路由最优化和最合理化。在各个楼层设置吊装搬运平台,便于变压器的搬运上楼。在楼内规划专用搬运通道,便于变压器顺利按规划路径搬运到位。各个楼层预先按变压器的最大重量规划安装位置,满足变压器的安装要求。从而有效解决了现有技术传统数据中心变配电室供电需要大量的低压电缆及母线,占用了大量的管井空间,且投资成本高的问题。

    全路径物理隔离的数据中心

    公开(公告)号:CN209805277U

    公开(公告)日:2019-12-17

    申请号:CN201822175866.2

    申请日:2018-12-24

    Abstract: 本实用新型公开了一种全路径物理隔离的数据中心包括多层机房、设置在每层机房两侧的用于给每层机房提供电力的第一和第二电力子系统以及设置在每层机房两侧的用于给每层机房提供冷源的第一和第二供回水模块;各层机房的第一供回水模块通过设置在第一管井中的供回水管道互相连接,各层机房的第二供回水模块通过设置在第二管井中的供回水管道互相连接;各层机房的第一电力子系统通过设置在第三管井中的电力线路互相连接,各层机房的第二电力子系统通过设置在第四管井中的电力线路互相连接;所述第一管井、所述第二管井、所述第三管井和所述第四管井之间相互隔离。本实用新型有效提高数据中心的安全可靠性。

    一种发电机组控制方法及系统

    公开(公告)号:CN108462172B

    公开(公告)日:2021-06-25

    申请号:CN201810348188.7

    申请日:2018-04-18

    Abstract: 本发明提出了一种发电机组控制方法,包括:当检测到任一组市电变压器无法正常输出市电,或者接收到发电机组开启指令时,依次启动发电机组中的进风卷帘、排风装置和进风轴流风机;在检测到所述进风卷帘、所述排风装置和所述进风轴流风机均工作正常的情况下,在第一时长后同时启动所述发电机组中的所有发电机,并通过所述发电机组代替所述任一组市电变压器输出市电。本发明还公开了一种发电机组控制系统,通过实施上述方案,能够将发电机组中的进风卷帘、排风装置和进风轴流风机等辅助设备与发电机有效自动衔接,实现发电机组完全自动化控制。

    基于机器学习的铅酸蓄电池非接触式漏液检测装置及方法

    公开(公告)号:CN110793722A

    公开(公告)日:2020-02-14

    申请号:CN201911087221.6

    申请日:2019-11-08

    Abstract: 本发明公开了一种基于机器学习的铅酸蓄电池非接触式漏液检测装置及方法,属于电池检测领域。所述装置包括机架,安装在机架上的图像处理器连接红外摄像头、纵向旋转电机和横向旋转电机,并控制其运行。所述方法包括如下步骤:1)所述机架上的红外摄像头调整角度,对准铅酸蓄电池;2)通过图像处理器控制红外摄像头采集多张图像;3)对步骤2)获得的图像进行去噪;4)识别步骤3)图像中的漏液区域;5)标记步骤4)中漏液区域。本发明采用非接触式方法检测漏液,检测速度快,稳定高效;本发明采用机器学习的逻辑回归和线性回归算法判断漏液状态和识别漏液区域,识别率高;本发明成本低,安装施工简单,适用范围广。

    一种发电机组控制方法及系统

    公开(公告)号:CN108462172A

    公开(公告)日:2018-08-28

    申请号:CN201810348188.7

    申请日:2018-04-18

    Abstract: 本发明提出了一种发电机组控制方法,包括:当检测到任一组市电变压器无法正常输出市电,或者接收到发电机组开启指令时,依次启动发电机组中的进风卷帘、排风装置和进风轴流风机;在检测到所述进风卷帘、所述排风装置和所述进风轴流风机均工作正常的情况下,在第一时长后同时启动所述发电机组中的所有发电机,并通过所述发电机组代替所述任一组市电变压器输出市电。本发明还公开了一种发电机组控制系统,通过实施上述方案,能够将发电机组中的进风卷帘、排风装置和进风轴流风机等辅助设备与发电机有效自动衔接,实现发电机组完全自动化控制。

    一种基于神经网络和热像图的蓄电池漏液检测方法

    公开(公告)号:CN111445462A

    公开(公告)日:2020-07-24

    申请号:CN202010239977.4

    申请日:2020-03-30

    Abstract: 本发明公开了一种基于神经网络和热像图的蓄电池漏液检测方法。包括图像采集设备,包括以下步骤:S1)所述红外摄像头设置拍摄位置和拍摄角度;S2)所述图像处理器控制红外摄像头采集不同位置的多张图像;S3)对步骤S2)获得的图像用中值滤波的方法进行去噪,并按照有无漏液对图像进行分类;S4)建立denseNet神经网络模型,用步骤S3)的训练集标准化后,进行训练;S5)用训练好的denseNet模型对标准化后的步骤S3)的测试集,进行识别标记。本发明采用denseNet神经网络和热像图的方法检测漏液,检测速度快,识别率高;本发明成本低,方便有效,设备安装简单,适用性强。

    基于机器学习的铅酸蓄电池非接触式漏液检测装置及方法

    公开(公告)号:CN110793722B

    公开(公告)日:2021-11-30

    申请号:CN201911087221.6

    申请日:2019-11-08

    Abstract: 本发明公开了一种基于机器学习的铅酸蓄电池非接触式漏液检测装置及方法,属于电池检测领域。所述装置包括机架,安装在机架上的图像处理器连接红外摄像头、纵向旋转电机和横向旋转电机,并控制其运行。所述方法包括如下步骤:1)所述机架上的红外摄像头调整角度,对准铅酸蓄电池;2)通过图像处理器控制红外摄像头采集多张图像;3)对步骤2)获得的图像进行去噪;4)识别步骤3)图像中的漏液区域;5)标记步骤4)中漏液区域。本发明采用非接触式方法检测漏液,检测速度快,稳定高效;本发明采用机器学习的逻辑回归和线性回归算法判断漏液状态和识别漏液区域,识别率高;本发明成本低,安装施工简单,适用范围广。

Patent Agency Ranking