-
公开(公告)号:CN110954347A
公开(公告)日:2020-04-03
申请号:CN201911025980.X
申请日:2019-10-25
申请人: 广东电网有限责任公司 , 广东电网有限责任公司佛山供电局
摘要: 本发明提供通过设置一种锅炉和风机实证柜,包括柜体、通讯单元、供电单元和执行单元的设置,实现即插即用式检测;并且本发明的锅炉和风机实证柜柜布局科学、结构合理,安装和使用都非常方便,有效提升测试效率。
-
公开(公告)号:CN110829196A
公开(公告)日:2020-02-21
申请号:CN201911024742.7
申请日:2019-10-25
申请人: 广东电网有限责任公司 , 广东电网有限责任公司佛山供电局
摘要: 本发明在通过设置一种温控和照明实证柜,包括柜体、通讯单元、供电单元和执行单元的设置,实现即插即用式检测;并且本发明的锅炉和风机实证柜柜布局科学、结构合理,安装和使用都非常方便,有效提升测试效率。
-
公开(公告)号:CN211579216U
公开(公告)日:2020-09-25
申请号:CN201921817878.9
申请日:2019-10-25
申请人: 广东电网有限责任公司 , 广东电网有限责任公司佛山供电局
摘要: 本实用新型在通过设置一种温控和照明实证柜,包括柜体、通讯单元、供电单元和执行单元的设置,实现即插即用式检测;并且本实用新型的锅炉和风机实证柜柜布局科学、结构合理,安装和使用都非常方便,有效提升测试效率。(ESM)同样的发明创造已同日申请发明专利
-
公开(公告)号:CN211013541U
公开(公告)日:2020-07-14
申请号:CN201921817963.5
申请日:2019-10-25
申请人: 广东电网有限责任公司 , 广东电网有限责任公司佛山供电局
摘要: 本实用新型提供通过设置一种锅炉和风机实证柜,包括柜体、通讯单元、供电单元和执行单元的设置,实现即插即用式检测;并且本实用新型的锅炉和风机实证柜柜布局科学、结构合理,安装和使用都非常方便,有效提升测试效率。
-
公开(公告)号:CN115169973A
公开(公告)日:2022-10-11
申请号:CN202210913494.7
申请日:2022-07-28
申请人: 广东电网有限责任公司 , 广东电网有限责任公司湛江供电局
摘要: 本发明涉及电力调度技术领域,公开了一种基于储氢装置的区域综合能源优化调度方法及系统,其方法通过考虑储氢装置的关联系统,以区域综合能源系统最小运行成本为目标构建目标函数,并确定约束条件,其包括功率平衡约束、热功率平衡约束、冷功率平衡约束、储冷/热/电设备的运行约束和储氢装置的运行约束,以保障系统稳定运行,还通过遗传模拟退火‑粒子群算法对目标函数进行求解,得到最优解作为调节所述储电/热/冷设备、燃料电池和电解槽的出力功率的调度方案,以对储氢装置进行调度,从而未能综合考虑储氢装置对于RIES经济成本运行的影响,提高了区域综合能源调度的准确性。
-
公开(公告)号:CN115758101A
公开(公告)日:2023-03-07
申请号:CN202211434592.9
申请日:2022-11-16
申请人: 广东电网有限责任公司 , 广东电网有限责任公司湛江供电局
IPC分类号: G06F18/2115 , G06F18/214 , G06F18/2431 , G06F123/02
摘要: 本发明公开了一种变压器故障类型的判断方法、系统、设备和介质,当接收到振动子信号数据集时,对振动子信号数据集进行多尺度操作,生成振动子信号样本数据,采用振动子信号样本数据输入预设的初始随机森林诊断模型进行训练,生成对应的目标随机森林诊断模型,响应于接收到的故障判断请求,选取对应的待判断变压器并获取振动子信号数据,对振动子信号数据进行多尺度操作,输出多尺度网格熵值,采用多尺度网格熵值输入目标随机森林诊断模型,生成目标故障标签类别数据,比对目标故障标签类别数据与预设的实际故障标签类别数据,根据比对结果确定待判断变压器发生的故障类型;融合多尺度网格熵和随机森林的优势能够实现精准的变压器在线故障检测。
-
公开(公告)号:CN115641283A
公开(公告)日:2023-01-24
申请号:CN202211384616.4
申请日:2022-11-07
申请人: 广东电网有限责任公司 , 广东电网有限责任公司湛江供电局
IPC分类号: G06T5/50 , G06T9/00 , G06N3/0464 , G06N3/08
摘要: 本发明涉及变压器故障诊断技术领域,公开了一种基于多传感器信息融合的变压器故障诊断方法及系统,其方法通过多个传感器采集变压器在不同故障状态下的多个预设测量点的振动信号数据,采用格拉姆角场对多个所述振动信号数据进行图像编码,生成多个包含故障特征的二维图像,对多个二维图像进行融合成一个多通道图像,并以此构建变压器故障特征集,通过训练集输入到深度残差网络中进行训练,构建变压器故障诊断模型,并利用测试集对变压器故障诊断模型进行测试,以优化网络参数,从而提高变压器的故障诊断的精度和可靠性。
-
-
-
-
-
-