-
公开(公告)号：CN119740753A
公开(公告)日：2025-04-01
申请号：CN202510013182.4
申请日：2025-01-06
Applicant: 国网安徽省电力有限公司经济技术研究院 , 国网经济技术研究院有限公司 , 国网湖北省电力有限公司电力科学研究院
IPC: G06Q10/063 , G06Q10/04 , G06Q50/06 , G06Q50/26 , G06F18/214 , G06N3/0442 , G06N3/045 , G06N3/08 , G06F123/02
Abstract: 本发明公开了一种基于GRU‑Attention的输变电工程碳排放分析方法，涉及输变电工程技术领域，包括以下步骤：获取输变电系统碳排放数据，构建第一数据集；对所述第一数据集进行标准化数据处理，得到第二训练集；依据第二训练集基于GRU神经网络模型，构建输变电工程碳排放预测模型；基于Attention机制构建输变电系统碳排放注意力权重向量的时间序列；根据输变电系统碳排放注意力权重向量的时间序列，结合第二训练集，基于Attention模型训练获得输变电系统碳排放时序注意力权重；对输变电工程碳排放预测模型输出的预测值赋予输变电系统碳排放时序注意力权重，对预测结果进行调整。本申请用以解决输变电工程碳排放研究未考虑广域时间跨度的问题。
-
公开(公告)号：CN119514876A
公开(公告)日：2025-02-25
申请号：CN202411665359.0
申请日：2024-11-20
Applicant: 国网安徽省电力有限公司经济技术研究院 , 国网经济技术研究院有限公司 , 国网湖北省电力有限公司电力科学研究院
IPC: G06Q10/063 , G06Q50/26 , G06Q50/06 , G06F18/24 , G06F18/2321
Abstract: 本申请提供一种输变电工程碳排放核算方法及装置，属于电力系统领域。该方法包括：首先基于预设类别信息，对输变电工程的各工程环节进行分类，将类别相同或相近的工程环节划分到同一工程环节集合中，得到多个工程环节集合，再针对每一工程环节集合，根据集合中的各个工程环节的碳排放信息，对各个工程环节集合进行聚类处理，确定集合中的典型工程环节，最后再基于每一工程环节集合中的典型工程环节的碳排放信息，核算输变电工程碳排放量。本实施例基于在碳排放方面具有代表性的典型工程环节，进行输变电工程的碳排放核算，能够实现快速、准确的输变电工程碳排放核算，进而，有助于对输变电工程的碳排放进行有效控制和管理。
-
公开(公告)号：CN119649840A
公开(公告)日：2025-03-18
申请号：CN202411632431.X
申请日：2024-11-14
Applicant: 国网湖北省电力有限公司电力科学研究院 , 湖北前能电力技术有限公司
IPC: G10L21/0264 , G10L21/0224 , G10L21/0232 , G10L25/51
Abstract: 本申请公开了一种用于变电站的复杂声源噪声特性识别方法，所述方法包括以下步骤：S1在变电站内布置声学传感器，通过声学传感器对关键声源进行噪声测量，收集变电站内的噪声数据，包括不同时间段以及不同工况下的噪声信号。本申请通过综合提取噪声信号的时域、频域和空间特征，实现多特征融合和多维度的噪声特性识别，有利于提高变电站内各声源噪声特性的识别精准度；通过深度学习模型对噪声信号及其对应的特征标签整所合成数据集进行训练，使模型能够准确识别不同声源的噪声特性，从而提高噪声识别的准确性还能对变电站的噪声进行实时监测和识别，为变电站复杂声源的噪声治理提供及时有效的信息支持。
-
公开(公告)号：CN119559967A
公开(公告)日：2025-03-04
申请号：CN202411609566.4
申请日：2024-11-12
Applicant: 国网湖北省电力有限公司电力科学研究院
IPC: G10L25/51 , G01H17/00 , G01R31/00 , G10L25/18 , G10L25/30 , G06F18/2131 , G06F18/2431 , G06F18/2433 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06F123/02
Abstract: 本发明公开了一种基于非侵入式分解技术的变电站噪声异常的识别方法，属于电力系统设备监控和信号处理的技术领域；包括以下步骤：S1：在变电站厂界周围布置非接触式声音传感器，采集变电站的噪声数据；S2：对噪声数据进行预处理；S3：对预处理后的噪声数据使用小波变换进行多尺度分解，对每一帧的噪声信号提取频谱特征；S4：构成时序‑频谱联合输入矩阵；S5：设置卷积网络，输出噪声类别；S6：将噪声类别结合设备运行参数作为判断依据，进行诊断。本发明采用上述方法，具备非侵入式监测的特点，降低了设备安装和维护成本，适用于复杂的环境噪声中运行，并能够精确定位异常噪声源，提升设备运维效率和故障诊断的智能化水平。
-
公开(公告)号：CN117760945A
公开(公告)日：2024-03-26
申请号：CN202311547566.1
申请日：2023-11-20
Applicant: 国网湖北省电力有限公司电力科学研究院
Abstract: 本申请涉及一种洞穴压缩空气库金属腐蚀等级测试装置及方法，装置包括旁路空气管道、旁路阀、物理参数监测装置、腐蚀性介质监测装置以及上位机，所述旁路空气管道通过连通管连接到腐蚀性介质监测装置；所述旁路空气管道与腐蚀性介质监测装置之间的连通管上设置有旁路阀；所述腐蚀性介质监测装置处设置有物理参数监测装置；所述腐蚀性介质监测装置和物理参数监测装置连接到上位机。本申请通过综合空气压力、流速、腐蚀性气体浓度、温度、氯离子含量，对该复杂环境下的腐蚀等级进行准确判定。
-
Patent Agency Ranking
公开(公告)号：CN117073934A
公开(公告)日：2023-11-17
申请号：CN202310863823.6
申请日：2023-07-14
Applicant: 国网湖北省电力有限公司电力科学研究院 , 国网湖北省电力有限公司 , 国家电网有限公司
Abstract: 本发明提供一种六氟化硫泄漏判断方法、系统及存储介质，方法包括以下步骤：测量六氟化硫气室密度；判断六氟化硫气室密度是否下降，若是测量气体温度T和气体压力P1；判断气体温度T是否高于六氟化硫的液化温度，若否，测量其余时间段相同气体温度T的环境下气体压力P2；比较|P1‑P2|与P误差的大小，P误差是密度表误差容许值，若|P1‑P2|﹤P误差则判定六氟化硫气体液化，若|P1‑P2|≥P误差则判定六氟化硫气体发生液化和泄漏双重作用。本申请避免因六氟化硫低温液化引起压力下降导致的泄漏情况误判断，该方法简单易操作，可以提高六氟化硫气体绝缘设备的稳定性和可靠性。
-
公开(公告)号：CN116008116B
公开(公告)日：2023-06-23
申请号：CN202310256890.1
申请日：2023-03-17
Applicant: 国网湖北省电力有限公司电力科学研究院
IPC: G01N5/00
Abstract: 本发明提供一种六氟化硫气体回收率测量装置及方法，该装置包括六氟化硫气体回收装置本体、PLC控制器、三通管接头、定容储气罐、温度传感器和重力传感器；电气设备气室、定容储气罐和六氟化硫气体回收本体分别通过管路与三通管接头的接口对应连接，定容储气罐的管路上设有第一电磁阀和第二电磁阀，六氟化硫气体回收本体的管路上设有第三电磁阀，第一电磁阀和第二电磁阀之间设有压力传感器和温度传感器，六氟化硫回收装置本体储气装置低端设有重力传感器，PLC控制器与压力传感器、温度传感器、第一电磁阀、第二电磁阀、第三电磁阀和重力传感器连接。本发明可提高六氟化硫回收率的准确性，具有原理科学、操作方便、回收率测量准确度高等优势。
-
公开(公告)号：CN109141970A
公开(公告)日：2019-01-04
申请号：CN201811018270.X
申请日：2018-09-03
Applicant: 国网湖北省电力有限公司电力科学研究院
CPC classification number: G01N1/10 , G01N33/442
Abstract: 本发明提供一种运行中离子交换树脂监督取样方法及装置，包括以下具体步骤：取样管道组装：将取样管等分为n份，并在管外进行标记；取样管道密封试验；树脂取样；样品分装；样品检验。所述树脂取样步骤中密封接口采用生料带缠绕密封。本发明取样速度快，不影响设备运行，常压下，离子交换器的高度不限，树脂特征层判定准确，取样过程简单，无需大量人力物力。
-
公开(公告)号：CN119694280A
公开(公告)日：2025-03-25
申请号：CN202411629713.4
申请日：2024-11-14
Applicant: 国网湖北省电力有限公司电力科学研究院 , 湖北前能电力技术有限公司
IPC: G10K11/162 , G10K11/178 , G06F30/23 , G06F30/27 , G06F119/10
Abstract: 本申请公开了一种基于超材料和机器学习方法的噪声控制系统，包括：机器学习优化模块：包括深度学习单元和有限元模型修正单元，基于深度学习和有限元模型修正法的复杂声场反演建模方法，对变电站复杂声场的噪声特性的准确模拟和分析；声学超材料结构设计模块：结合机器学习优化模块，快速预测不同结构参数的声学超材料结构在当前环境内的降噪性能，实现定制化设计；噪声控制系统构建模块：将设计好的声学超材料结构应用于噪声控制系统中。本申请通过机器学习优化模块，结合深度学习和有限元模型修正法，实现了对老旧变电站等复杂声场的准确模拟和分析，同时，利用机器学习算法对声学超材料进行逆向优化，提高了设计效率，缩短了设计周期。
-
公开(公告)号：CN115899571B
公开(公告)日：2025-03-21
申请号：CN202211381227.6
申请日：2022-11-06
Applicant: 国网湖北省电力有限公司电力科学研究院 , 国网湖北省电力有限公司 , 国家电网有限公司
IPC: F17D1/04 , F17D3/01 , F17D5/00 , F17C5/00 , F17C13/00 , F17C13/02 , G01F1/76 , G01F15/04 , G01G17/04 , G01G23/01
Abstract: 本申请提供一种基于分段积分校准的气体回收量测量方法及系统，方法包括以下步骤：准备初始压力为P0的SF6待回收气罐，将待回收气罐与质量流量计的进气口连接，将质量流量计的出气口与回收装置的进气口连接，将回收装置的出气口与回收气瓶连接，并称重回收气瓶的重量为m0；启动回收装置，进行SF6气体回收；回收气罐的压强从P0到P1分段内的校准系数k1；回收气罐的压强从P1到P2分段内的校准系数k2；以此类推计算出每一分段的校准系数，得到每一压强分段的校准系数之后，计算累计流量质量，得到气体回收量。本申请在积分算法的基础上利用分段校准，能够获得SF6气体回收量更准确的测量结果。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.144 seconds)
