一种基于保电平台故障处置智能决策方法及系统

    公开(公告)号:CN117973902B

    公开(公告)日:2024-07-12

    申请号:CN202410369636.7

    申请日:2024-03-28

    IPC分类号: G06Q10/0637 G06Q50/06

    摘要: 本发明公开了一种基于保电平台故障处置智能决策方法及系统,涉及电力故障处置技术领域,包括:保电平台实时采集电力数据,根据实时的电力数据确定当前发生的故障事件以及发生故障事件的设备;根据历史故障事件的规程数据构建故障事件的事件图谱;对每个待选择处理决策的处理结果进行评估,并获取当前的调度资源信息,根据评估结果以及调度资源信息选择当前发生的故障事件的处理决策。本发明提供的基于保电平台故障处置智能决策方法提高了故障识别的准确性和响应速度,缩短了故障恢复时间,提升了故障处理策略的有效性和资源利用率,增强了对电力系统故障模式的理解和预测能力,提升了电力系统的整体可靠性和稳定性。

    一种用于无人机的可伸缩垂钓式机械手

    公开(公告)号:CN117484536A

    公开(公告)日:2024-02-02

    申请号:CN202311487320.X

    申请日:2023-11-08

    摘要: 本发明公开了一种用于无人机的可伸缩垂钓式机械手,包括可安装在无人机下侧的支撑机构,以及设置在支撑机构上的驱动机构,支撑机构的下侧竖直连接有可自由伸缩的伸缩机构,伸缩机构的下端设置有夹爪机构;驱动机构包括和支撑机构转动连接的缠绕辊,以及可驱动缠绕辊的转动装置,缠绕辊上缠绕有绳索;夹爪机构包括和伸缩机构的下端连接的安装架,安装架的下侧沿外周设置有若干手爪部,手爪部的上端和安装架铰接,安装架中竖向穿过有导向轴,导向轴和安装架滑动连接,导向轴的下端沿周向铰接有若干传动杆;本发明提出一种用于无人机的可伸缩垂钓式机械手,当夹爪机构向下撞击到光伏板上时,不容易破坏光伏板。

    一种退役电池健康状态均衡方法
    5.
    发明公开

    公开(公告)号:CN112858942A

    公开(公告)日:2021-05-28

    申请号:CN202011371486.1

    申请日:2020-11-30

    IPC分类号: G01R31/392 G01R31/382

    摘要: 本发明涉及电池领域,尤其涉及一种退役电池健康状态均衡方法,包括对退役电池进行基于可循环次数的健康状态SOH定义;确定退役电池的可循环总次数CF与放电深度DOD的定量关系;确定各个退役电池的初始健康状态SOHin;选择初始健康状态SOHin在健康状态阈值范围内的退役电池进行分组并分装到储能系统;确定工作时的放电深度DOD;储能系统运行过程中利用雨流计数法记录每个退役电池的已循环次数NC;根据退役电池的放电深度DOD设定退役电池的已循环次数阈值NCd;当退役电池的已循环次数NC达到已循环次数阈值NCd时,对退役电池的健康状态SOH重新计算,若退役电池的健康状态SOH达到报废标准,则进行报废处理。本发明实现所有退役电池的同时报废。

    一种基于保电平台故障处置智能决策方法及系统

    公开(公告)号:CN117973902A

    公开(公告)日:2024-05-03

    申请号:CN202410369636.7

    申请日:2024-03-28

    IPC分类号: G06Q10/0637 G06Q50/06

    摘要: 本发明公开了一种基于保电平台故障处置智能决策方法及系统,涉及电力故障处置技术领域,包括:保电平台实时采集电力数据,根据实时的电力数据确定当前发生的故障事件以及发生故障事件的设备;根据历史故障事件的规程数据构建故障事件的事件图谱;对每个待选择处理决策的处理结果进行评估,并获取当前的调度资源信息,根据评估结果以及调度资源信息选择当前发生的故障事件的处理决策。本发明提供的基于保电平台故障处置智能决策方法提高了故障识别的准确性和响应速度,缩短了故障恢复时间,提升了故障处理策略的有效性和资源利用率,增强了对电力系统故障模式的理解和预测能力,提升了电力系统的整体可靠性和稳定性。

    一种Anomaly-Transformer光伏发电异常检测方法

    公开(公告)号:CN117972419A

    公开(公告)日:2024-05-03

    申请号:CN202410015634.8

    申请日:2024-01-02

    摘要: 本发明公开了一种Anomaly‑Transformer光伏发电异常检测方法,属于光伏发电技术领域,包括如下步骤:获取待检测分布式光伏电站的历史数据;对得到的历史数据进行预处理,基于预处理后的数据构建训练数据集;通过孤立森林法确定训练数据集的异常值分数,基于异常值分数对历史数据标注标签;通过带标签的历史数据进行模型训练和验证构建Anomaly‑Transformer模型;基于Anomaly‑Transformer模型计算实时数据的关联差异得分,基于关联差异得分评估序列存在的异常情况。本方案通过训练数据集的异常值分数标签构建Anomaly‑Transformer模型,基于得到的模型计算实时数据的关联差异得分评估序列存在的异常情况,显著提高了光伏发电异常检测的准确性。

    一种用于RPA平台的算法自动推荐方法

    公开(公告)号:CN115409097A

    公开(公告)日:2022-11-29

    申请号:CN202210986843.8

    申请日:2022-08-17

    IPC分类号: G06K9/62

    摘要: 本发明公开了一种用于RPA平台的算法自动推荐方法,包括:从RPA平台的历史需求信息中提取需求点,对算法储备库中的候选算法进行特征信息提取,匹配并得到需求点与特征信息的映射关系;选取历史需求信息对候选算法的特征信息进行验证,根据验证结果调整映射关系;当RPA平台接到实时需求信息时,根据实时需求信息的需求点,匹配具有映射关系的特征信息,并推荐出相应的候选算法以处理实时需求信息。本发明通过预先设置需求点和特征信息,使需求点和特征信息之间建立映射关系,预先得到了候选算法与各需求点的匹配程度,因此在实施需求信息被提出时,能够快速进行匹配,不在需要重新评估众多的候选算法。