-
公开(公告)号：CN108242809A
公开(公告)日：2018-07-03
申请号：CN201810222318.2
申请日：2018-03-16
Applicant: 西南交通大学
IPC: H02J3/01
CPC classification number: H02J3/01
Abstract: 本发明实施例涉及电气工程领域，具体而言，涉及一种混合式宽频谐波滤波装置及混合式宽频谐波滤波系统。该混合式宽频谐波滤波装置包括：电抗器L1、电容C1、电阻R1、动态谐波补偿组件和阻波高通滤波组件，电抗器L1和电容C1分别连接在系统侧和电阻R1之间，用于承受系统侧输入的高压，阻波高通滤波组件的一端与电阻R1远离电抗器L1和电容C1的一端连接，阻波高通滤波组件远离电阻R1的一端接地，动态谐波补偿组件的一端与电阻R1靠近电抗器L1和电容C1的一端连接，动态谐波补偿组件远离电阻R1的一端接地。该混合式宽频谐波滤波装置造价低，可靠性高。
-
公开(公告)号：CN113486965A
公开(公告)日：2021-10-08
申请号：CN202110796202.1
申请日：2021-07-14
Applicant: 西南交通大学
Abstract: 本申请提供一种车网电气耦合数据的异常辨识模型的训练方法，包括：获取车网电气耦合的训练数据集；训练数据集包括有标注的异常数据；将训练数据集输入事先建立的异常辨识模型进行训练，得到训练后的异常辨识模型；异常辨识模型包括用于提取低层次特征的特征提取单元和用于提取高层次特征的残差块单元。可对电压数据或电流数据进行标注，并将标注有异常数据的训练数据集输入异常辨识模型并完成训练，得到基于数据驱动的车网电气耦合异常辨识模型，根据信号本身的波形辨识车网电气耦合异常数据，能够实时监测车网电气耦合状态，满足了实际工程需求。
-
Patent Agency Ranking
公开(公告)号：CN116106672B
公开(公告)日：2023-08-18
申请号：CN202310391408.5
申请日：2023-04-13
Applicant: 西南交通大学
Inventor： 周福林 , 高仕斌 , 陈纪纲 , 何祥照 , 魏光 , 陈刚 , 李波 , 高黎明 , 许晓蓉 , 曹毅峰 , 吴波 , 王长春 , 刘飞帆 , 杨涛 , 杨瑞轩 , 朱炳旭 , 田腾宇 , 祁霁舢
IPC: G01R31/00 , G06F18/2415 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/084
Abstract: 本申请提供一种基于数据驱动与工程知识的车网谐振检测方法及装置，涉及扰动识别技术领域，方法包括获取在目标列车的车网系统上设置的监测设备在同一采集时段内所采集的目标列车的电压时序数据和电流时序数据；将电压时序数据和电流时序数据输入基于车网系统中谐振扰动的时序特征所设置的第一扰动辨识通道，同时将电压时序数据输入基于车网系统中谐振扰动的频段分布特征所设置的第二扰动辨识通道；若第一扰动辨识结果和第二扰动辨识结果均指示谐振扰动辨识成功，则确定采集时段内，目标列车的车网系统发生谐振扰动，以提高车网系统中的谐振的检测的精确度。
-
公开(公告)号：CN116106672A
公开(公告)日：2023-05-12
申请号：CN202310391408.5
申请日：2023-04-13
Applicant: 西南交通大学
Inventor： 周福林 , 高仕斌 , 陈纪纲 , 何祥照 , 魏光 , 陈刚 , 李波 , 高黎明 , 许晓蓉 , 曹毅峰 , 吴波 , 王长春 , 刘飞帆 , 杨涛 , 杨瑞轩 , 朱炳旭 , 田腾宇 , 祁霁舢
IPC: G01R31/00 , G06F18/2415 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/084
Abstract: 本申请提供一种基于数据驱动与工程知识的车网谐振检测方法及装置，涉及扰动识别技术领域，方法包括获取在目标列车的车网系统上设置的监测设备在同一采集时段内所采集的目标列车的电压时序数据和电流时序数据；将电压时序数据和电流时序数据输入基于车网系统中谐振扰动的时序特征所设置的第一扰动辨识通道，同时将电压时序数据输入基于车网系统中谐振扰动的频段分布特征所设置的第二扰动辨识通道；若第一扰动辨识结果和第二扰动辨识结果均指示谐振扰动辨识成功，则确定采集时段内，目标列车的车网系统发生谐振扰动，以提高车网系统中的谐振的检测的精确度。
-
公开(公告)号：CN113283550A
公开(公告)日：2021-08-20
申请号：CN202110827993.X
申请日：2021-07-22
Applicant: 西南交通大学
IPC: G06K9/62
Abstract: 本申请提供一种车网电气耦合数据的异常辨识模型训练方法，包括：获取车网电气耦合的训练数据集；训练数据集包括有标注的异常数据；将训练数据集输入事先建立的异常辨识模型进行训练，得到训练后的异常辨识模型；异常辨识模型包括电压特征提取子模型、电流特征提取子模型以及特征融合模块。将标注有异常数据的训练数据集输入异常辨识模型并完成训练，得到基于数据驱动的车网电气耦合异常辨识模型，根据信号本身的波形辨识车网电气耦合异常数据，利用深度学习的优势高效处理海量的车网电气监测数据，且融合了电压异常识别与电流异常识别，在识别单异常类型的同时具备识别复合异常类型的能力，能够实时监测车网电气耦合状态，满足了实际工程需求。
-
公开(公告)号：CN108258693A
公开(公告)日：2018-07-06
申请号：CN201810223242.5
申请日：2018-03-16
Applicant: 西南交通大学
IPC: H02J3/01
CPC classification number: H02J3/01
Abstract: 本发明实施例涉及电气工程领域，具体而言，涉及一种混合式分频谐波滤波装置及混合式分频谐波滤波系统。该混合式分频谐波滤波装置包括：电容C1、电抗器L1、电阻R1、动态谐波补偿组件和阻波高通滤波组件。电抗器L1和电阻R1分别连接在电容C1和阻波高通滤波组件之间，电容C1用于承受系统侧输入的高压，阻波高通滤波组件的一端与电抗器L1和电阻R1远离电容C1的一端连接，阻波高通滤波组件远离电抗器L1和电阻R1的一端接地，动态谐波补偿组件的一端与电抗器L1和电阻R1靠近电容C1的一端连接，动态谐波补偿组件远离电抗器L1和电阻R1的一端接地。该混合式分频谐波滤波装置造价低，可靠性高。
-
公开(公告)号：CN211127147U
公开(公告)日：2020-07-28
申请号：CN201820365415.2
申请日：2018-03-16
Applicant: 西南交通大学
IPC: H02J3/01
Abstract: 本实用新型实施例涉及电气工程领域，具体而言，涉及一种混合式宽频谐波滤波装置及混合式宽频谐波滤波系统。该混合式宽频谐波滤波装置包括：电抗器L1、电容C1、电阻R1、动态谐波补偿组件和阻波高通滤波组件，电抗器L1和电容C1分别连接在系统侧和电阻R1之间，用于承受系统侧输入的高压，阻波高通滤波组件的一端与电阻R1远离电抗器L1和电容C1的一端连接，阻波高通滤波组件远离电阻R1的一端接地，动态谐波补偿组件的一端与电阻R1靠近电抗器L1和电容C1的一端连接，动态谐波补偿组件远离电阻R1的一端接地。该混合式宽频谐波滤波装置造价低，可靠性高。(ESM)同样的发明创造已同日申请发明专利
-
-
-
-
-
-
Search Results
7
records
(took 0.052 seconds)
