一种电能表时钟校验装置
    4.
    发明公开

    公开(公告)号:CN115113131A

    公开(公告)日:2022-09-27

    申请号:CN202210282337.0

    申请日:2022-03-22

    Abstract: 本发明公开了一种电能表时钟校验装置,包括:电流信号采样模块、电压信号采样模块、脉冲信号输入模块、标准秒脉冲模块、数据处理模块和主处理器,所述数据处理模块与主处理器相连接进行通讯,所述标准秒脉冲模块包括标准时钟模块及FPGA模块,所述标准时钟模块包括GPS接收机、北斗卫星接收机和时钟源选择模块,所述FPGA模块包括守时控制单元、第一分频单元、晶振、第二分频单元、相差检测单元、相位脉冲处理单元和相位调整单元。通过上述方式,本发明所述的电能表时钟校验装置,具备电能表误差校验和时钟校准的功能,提升校准精度和工作效率。

    一种数据灾备服务及综合监控系统

    公开(公告)号:CN119271455A

    公开(公告)日:2025-01-07

    申请号:CN202411088251.X

    申请日:2024-08-09

    Abstract: 本发明公开了一种数据灾备服务及综合监控系统,本发明涉及数据监控技术领域。数据采集单元:第一客户端发送基础信息,根据所述第一客户端获取第二客户端,所述第二客户端用于接收第一客户端发送的基础信息,其中,基础信息为异地容灾系统数据;该数据灾备服务及综合监控系统,通过构建异地容灾系统数据,并将两者之间的数据进行核对,以保证备份数据的真实性以及一致性,同时针对第一客户端的主动式删除数据以及第二客户端的被动式删除数据,并得到第一客户端的许可,能够及时针对无用的数据进行处理,避免数据堆积造成的存储负担,以及数据备份杂乱的问题,配合数据的异常测试,有效的保证了异地容灾系统数据的稳定性。

    基于深度神经网络的锂离子电池表面温度估计方法及系统

    公开(公告)号:CN117077510A

    公开(公告)日:2023-11-17

    申请号:CN202310868929.5

    申请日:2023-07-14

    Abstract: 本发明公开了一种基于深度神经网络的锂离子电池表面温度估计方法及系统,该方法包括以下步骤:步骤S1:获取固定环境温度的多种混合驾驶循环方式下电池的电荷状态作为训练数据集;步骤S2:将所述训练数据集输入到前馈神经网络模型,得到初级前馈神经网络模型;步骤S3:将所述训练数据集输入到与优化后的前馈神经网络模型中进行训练,输出权值;步骤S4:将权值加载至优化后的前馈神经网络模型中,对目标电池的表面进行温度估计。本发明占用内存小可以嵌入到BMS微处理器中,并且本发明可以适应现实的、具有挑战性恒温以及变化温度下的驾驶环境,具有误差小、处理速度快的特点。

    基于改进FFT算法与小波变换结合的谐波检测装置及方法

    公开(公告)号:CN115575707A

    公开(公告)日:2023-01-06

    申请号:CN202211546331.6

    申请日:2022-12-05

    Abstract: 本发明提供了基于改进FFT算法与小波变换结合的谐波检测装置及方法,属于电力系统谐波检测技术领域;解决了电力系统非线性负载引起的谐波问题;包括采集模块、小波变换模块、加窗插值模块、FFT模块、输出模块,小波变换模块将谐波信号分解为高频暂态分量和低频稳态分量,并通过小波分析检测出信号中含有的各次谐波分析谐波暂态部分的时域特性,通过模极大值理论分析出信号中各个突变点的位置;加窗插值模块将低频稳态分量部分加窗截断得到离散的信号,FFT模块对经过加窗截断后的稳态部分进行快速傅里叶变换,将时域信号转换为频域信号,再通过双谱线插值算法来修正频谱信息中非同步采样引起的误差;本发明应用于电力系统谐波检测。

Patent Agency Ranking