新能源能量管理及监控方法和系统

    公开(公告)号:CN118693870A

    公开(公告)日:2024-09-24

    申请号:CN202410836961.X

    申请日:2024-06-26

    IPC分类号: H02J3/28 H02J13/00

    摘要: 本发明涉及一种新能源能量管理及监控方法和系统,方法包括获取储能单元的工作状态,工作状态包括充电状态、放电状态和等待状态;在虚拟空间内根据任务需求创建任务区域;向储能单元分配位置和任务区域坐标点;驱动储能单元在虚拟空间内到达一个任务区域坐标点并计算消耗时间与整体路程;比较不同方案的成本数值;选择成本数值最小的方案作为解决方案,当储能单元配置多个任务区域时,向所述储能单元配置多个位置。本发明公开的新能源能量管理及监控方法和系统,通过使用空间分布点模拟的方式来得到一个较优的充放电调度策略来替代固有简单策略,进而实现新能源能量监控与管理的全局最优解决方案。

    GIS开关位置传动装置
    3.
    发明授权

    公开(公告)号:CN114188169B

    公开(公告)日:2024-06-18

    申请号:CN202111330252.7

    申请日:2021-11-11

    IPC分类号: H01H3/32 H01H9/02 G09B25/00

    摘要: 本发明提供了一种GIS开关位置传动装置,包括箱体、舵机安装板、舵机、舵盘、分接开关眼睛球、透明罩体和控制板;所述箱体的侧部设置有分接开关眼睛球安装孔,所述舵机安装板嵌装在所述分接开关眼睛球安装孔内,所述舵机固定在舵机安装板上,所述舵盘安装在舵机的驱动端,所述舵盘与分接开关眼睛球固定在一起,所述透明罩体罩设在分接开关眼睛球外部,所述控制板固定在箱体上,所述控制板控制舵机的动作;所述分接开关眼睛球的圆心处于舵机转轴的轴心线上。该GIS开关位置传动装置针对分接开关眼睛球设置独立的驱动结构,通过独立的控制板控制其转动,以便于模拟仿真的同时,避免内部复杂机械结构频繁动作导致磨损或卡住出错。

    基于数据回溯分析与细粒度意图识别的技能培训精益化管理方法

    公开(公告)号:CN113947508A

    公开(公告)日:2022-01-18

    申请号:CN202111208699.7

    申请日:2021-10-18

    IPC分类号: G06Q50/20 G06Q10/06

    摘要: 本发明涉及技能培训精益化技术领域,且公开了基于数据回溯分析与细粒度意图识别的技能培训精益化管理方法,包括工作执行能力,工作执行能力包括工作指导、工作改善、工作关系和工作安全,工作执行能力又包括工作的知识和职责的知识,工作指导包括指导的技能,工作改善包括改善的技能,工作关系包括待人的技能,工作安全包括安全的技能。该基于数据回溯分析与细粒度意图识别的技能培训精益化管理方法,通过减少纠纷,掌握事实,提高处理问题的能力,有效地提高团队的合作力,降低人员的流失率,通过运用科学的方法来切断灾害的连锁,提高预防和消除一切安全隐患的能力。

    一种间歇工作模式下仿真变电站蓄电池剩余寿命预测方法

    公开(公告)号:CN113850016A

    公开(公告)日:2021-12-28

    申请号:CN202110936376.3

    申请日:2021-08-16

    IPC分类号: G06F30/27 H02J3/00

    摘要: 本发明公开一种间歇工作模式下仿真变电站蓄电池剩余寿命预测方法,具体步骤包括:1)采集蓄电池工作状态信号,并获取电池容量退化原始数据;2)对蓄电池容量退化数据进行变分模态分解,得到不同尺度的子序列;3)基于优化核极限学习机建立各子序列预测模型,并采用蝙蝠算法优化KELM模型的正则化参数和核参数,获取子序列预测值;4)叠加子序列预测值,最终获取容量预测值,结合失效阈值估计蓄电池剩余寿命。本发明针对间歇工作模式下仿真变电站直流电源系统蓄电池退化非平稳和非单调特性,对容量退化数据进行模态分解,有效降低信号复杂性,并利用Bat优化子序列预测模型参数,更好地捕捉容量退化局部时序特征,从而提高电池剩余寿命预测精度。

    一种间歇工作模式下仿真变电站蓄电池剩余寿命预测方法

    公开(公告)号:CN113850016B

    公开(公告)日:2024-04-05

    申请号:CN202110936376.3

    申请日:2021-08-16

    IPC分类号: G06F30/27 H02J3/00

    摘要: 本发明公开一种间歇工作模式下仿真变电站蓄电池剩余寿命预测方法,具体步骤包括:1)采集蓄电池工作状态信号,并获取电池容量退化原始数据;2)对蓄电池容量退化数据进行变分模态分解,得到不同尺度的子序列;3)基于优化核极限学习机建立各子序列预测模型,并采用蝙蝠算法优化KELM模型的正则化参数和核参数,获取子序列预测值;4)叠加子序列预测值,最终获取容量预测值,结合失效阈值估计蓄电池剩余寿命。本发明针对间歇工作模式下仿真变电站直流电源系统蓄电池退化非平稳和非单调特性,对容量退化数据进行模态分解,有效降低信号复杂性,并利用Bat优化子序列预测模型参数,更好地捕捉容量退化局部时序特征,从而提高电池剩余寿命预测精度。

    基于数据回溯分析的技能培训精益化管理方法

    公开(公告)号:CN116644112A

    公开(公告)日:2023-08-25

    申请号:CN202310572876.2

    申请日:2023-05-22

    摘要: 本发明公开了基于数据回溯分析的技能培训精益化管理方法,属于培训管理技术领域;通过对不同培训环节的培训方案实施稳定性核验,可以根据核验结果对不同培训环节的培训时间范围进行动态调整,使得难度高以及难度低的培训环节可以得到更加合理的培训时间,以此来合理安排所有培训环节的整体培训效果;通过对现有的技能培训相关故障进行筛选和分析,确定对应故障是否需要补充至技能培训中,来实现技能培训的更新和动态管理;本发明用于解决现有方案中不能通过数据回溯分析来对技能培训中不同的技能培训方案进行动态调整以及更新,导致技能培训精益化管理的整体效果不佳的技术问题。