-
公开(公告)号：CN119070498A
公开(公告)日：2024-12-03
申请号：CN202411573121.5
申请日：2024-11-06
Applicant: 国网陕西省电力有限公司西咸新区供电公司 , 西安交通大学
Abstract: 本发明提供了一种基于CT取能电源的电力线路视频监测装置，属于取能供电技术领域，包括：取能线圈，设置在电力线路，用于从电力线路中感应出交流电流；电流检测电路，与所述取能线圈连接，用于将检测到的交流电流传递到控制电路；控制电路，分别与同步整流电路、电流检测电路和限流型升压电路连接，用于对所述交流电流依次进行整流和升压处理后，为可充电电池充电；所述可充电电池用于为电力线路视频监测装置供电。本发明通过取能线圈从电力线路中感应交流电流，并对交流电流进行整流和升压处理，能够为电力线路视频监测装置持续供电，消除了对外部电源的依赖，无需复杂的布线，适合在各种环境中进行部署。
-
Patent Agency Ranking
公开(公告)号：CN118912989A
公开(公告)日：2024-11-08
申请号：CN202411048006.6
申请日：2024-08-01
Applicant: 西安交通大学
Abstract: 本发明提供一种高效低阻的叉流热管换热器，采用在热管绝热段扭曲的非圆截面热管，使换热器热、冷侧流体的流动方向均与热管截面的长轴方向相同，换热器可任意转向灵活布置，最终显著降低换热腔内流体的压力损失、降低风机能耗，同时还可显著提高换热腔内流体和热管管束间的换热效果。此外，冷凝段和蒸发段外壁以中间密而两端疏的形式布置与热管截面对应的非圆形翅片，充分利用了流体主流区流速大而近壁区流速小的特点，有效提高了翅片换热效率，并节省材料使用。
-
公开(公告)号：CN113395723B
公开(公告)日：2022-08-09
申请号：CN202110656499.1
申请日：2021-06-11
Abstract: 基于强化学习的5G NR下行调度时延优化系统，是根据实际场景存在的状态非完全可观测情形，将基站下行调度过程建模为一个部分可观测马尔可夫控制问题，并通过Actor‑Critic强化学习算法框架来解决。具体包括：网络监控模块，用于负责采集下行调度器的相关输入；资源调度器模块，用于通过仿真器模拟基站细粒度调度过程；POMDP构建模块，用于将每个时隙的状态处理为部分可观测状态，并建立针对不同时间尺度任务的智能体；核心控制器模块，用于帮助POMDP构建模块完成针对不同时间尺度任务的智能体在每个时隙的动作策略制定；场景自适应模块，作为辅助模块为核心控制器提供更科学高效的决策，并且通过流量时空预测来指导算法更好地进行多小区调度场景下的负载均衡。
-
公开(公告)号：CN105302770A
公开(公告)日：2016-02-03
申请号：CN201510762296.5
申请日：2015-11-10
Applicant: 广东电网有限责任公司电力科学研究院 , 西安交通大学
IPC: G06F17/13
Abstract: 一种非均匀传输线方程的时域求解方法，包括如下步骤：1)将非均匀有损传输线在TEM波近似假设下的电压、电流的时域电报方程和给定的传输线的初始条件和边界条件，在空间采用M等份差分法离散；2)将步骤1)得到的方程和初始条件、边界条件写成矩阵的形式：；3)根据微分方程理论，求解矩阵；4)设定时间步长，写出上述解的时域表达式；5)在一个时间步长(tj,tj+1)内线性化F；6)将步骤5)中F代入步骤4)；7)得到t＝tj+1＝tj+τ时的表达式：8)求解T阵T＝exp(Hτ)，获得非均匀传输线方程的时域解。本发明完全以传输线的非均匀性为基础，不需要对传输线进行任何近似假设，也不需要进行分段等效，无条件稳定，极大地简化了问题分析的难度，提高了非均匀传输线方程求解的精度和效率。
-
公开(公告)号：CN119070498B
公开(公告)日：2025-03-21
申请号：CN202411573121.5
申请日：2024-11-06
Applicant: 国网陕西省电力有限公司西咸新区供电公司 , 西安交通大学
Abstract: 本发明提供了一种基于CT取能电源的电力线路视频监测装置，属于取能供电技术领域，包括：取能线圈，设置在电力线路，用于从电力线路中感应出交流电流；电流检测电路，与所述取能线圈连接，用于将检测到的交流电流传递到控制电路；控制电路，分别与同步整流电路、电流检测电路和限流型升压电路连接，用于对所述交流电流依次进行整流和升压处理后，为可充电电池充电；所述可充电电池用于为电力线路视频监测装置供电。本发明通过取能线圈从电力线路中感应交流电流，并对交流电流进行整流和升压处理，能够为电力线路视频监测装置持续供电，消除了对外部电源的依赖，无需复杂的布线，适合在各种环境中进行部署。
-
公开(公告)号：CN113395723A
公开(公告)日：2021-09-14
申请号：CN202110656499.1
申请日：2021-06-11
Abstract: 基于强化学习的5G NR下行调度时延优化系统，是根据实际场景存在的状态非完全可观测情形，将基站下行调度过程建模为一个部分可观测马尔可夫控制问题，并通过Actor‑Critic强化学习算法框架来解决。具体包括：网络监控模块，用于负责采集下行调度器的相关输入；资源调度器模块，用于通过仿真器模拟基站细粒度调度过程；POMDP构建模块，用于将每个时隙的状态处理为部分可观测状态，并建立针对不同时间尺度任务的智能体；核心控制器模块，用于帮助POMDP构建模块完成针对不同时间尺度任务的智能体在每个时隙的动作策略制定；场景自适应模块，作为辅助模块为核心控制器提供更科学高效的决策，并且通过流量时空预测来指导算法更好地进行多小区调度场景下的负载均衡。
-
-
-
-
-
Search Results
6
records
(took 0.039 seconds)
