一种盘根用感应加热装置
    1.
    发明公开

    公开(公告)号:CN111852397A

    公开(公告)日:2020-10-30

    申请号:CN202010907487.7

    申请日:2020-09-02

    IPC分类号: E21B36/04 E21B33/03

    摘要: 本发明开了一种用于油田盘根加热电源,属于油井采油过程中的一种保护装置。本发明提供一种使用效果好的加热电源装置。其装置主要包括,电源电路、高频线、固定高温外壳、大功率快接高温插头,本发明电源部分包括主处理器、FPGA、功率主电路、电流采集部分、RS485总线第一监听部分、RS485总线第二监听部分和驱动电路,其特征在于驱动电路的控制信号输入端口与主处理器的控制信号输出端口相连,驱动电路的信号传输端口与FPGA的信号传输端口相连,驱动电路的控制信号输出端口与功率主电路的控制信号输入端口相连;电流采集部分的信号传输端口与FPGA的信号传输端口相连;RS485总线第一监听部分的信号输入端口与驱动电路的信号输出端口相连。以上各种单元连接起来和其它辅助设备盘根加热装置。采油井在工作过程中,尤其在冬天,对裸露在外面的盘根内部产生热能,使原油不结蜡,降低了抽油杆与套管之间的磨损,延长抽油杆的使用寿命,使用这种装置不仅降低热量耗损,同时减少抽油杆与抽油管之间阻力,提高抽油机效率,降低功耗。

    一种感应加热装置
    2.
    发明公开

    公开(公告)号:CN112055435A

    公开(公告)日:2020-12-08

    申请号:CN202010908017.2

    申请日:2020-09-02

    IPC分类号: H05B6/02 H05B6/06 H05B6/36

    摘要: 一种感应加热装置属于装置技术领域,尤其涉及一种感应加热装置。本发明提供一种使用效果好的感应加热装置。本发明包括螺旋环加热体和电源部分。新型加热体螺旋环结构:包括螺旋环感应线圈通道,液体介质螺旋环热交换通道,电源电路包括主处理器、FPGA、功率主电路、电流采集部分、RS485总线第一监听部分、RS485总线第二监听部分和驱动电路,其特征在于驱动电路的控制信号输入端口与主处理器的控制信号输出端口相连,驱动电路的信号传输端口与FPGA的信号传输端口相连,驱动电路的控制信号输出端口与功率主电路的控制信号输入端口相连;电流采集部分的信号传输端口与FPGA的信号传输端口相连;RS485总线第一监听部分的信号输入端口与驱动电路的信号输出端口相连。

    一种感应加热装置
    3.
    实用新型

    公开(公告)号:CN213991069U

    公开(公告)日:2021-08-17

    申请号:CN202021881863.1

    申请日:2020-09-02

    IPC分类号: H05B6/02 H05B6/06 H05B6/36

    摘要: 一种感应加热装置属于装置技术领域,尤其涉及一种感应加热装置。本发明提供一种使用效果好的感应加热装置。本发明包括螺旋环加热体和电源部分。新型加热体螺旋环结构:包括螺旋环感应线圈通道,液体介质螺旋环热交换通道,电源电路包括主处理器、FPGA、功率主电路、电流采集部分、RS485总线第一监听部分、RS485总线第二监听部分和驱动电路,其特征在于驱动电路的控制信号输入端口与主处理器的控制信号输出端口相连,驱动电路的信号传输端口与FPGA的信号传输端口相连,驱动电路的控制信号输出端口与功率主电路的控制信号输入端口相连;电流采集部分的信号传输端口与FPGA的信号传输端口相连;RS485总线第一监听部分的信号输入端口与驱动电路的信号输出端口相连。

    基于计算机视觉的高温下单晶体氧化物生长形态检测方法

    公开(公告)号:CN118412063A

    公开(公告)日:2024-07-30

    申请号:CN202410598659.5

    申请日:2024-05-15

    摘要: 本发明公开了基于计算机视觉的高温下单晶体氧化物生长形态检测方法,包括;建立EfficientNET卷积神经网络;在EfficientNET卷积神经网络的卷积层中的选取分辨率、深度和宽度三个维度中的一个维度进行调整;得到优化后的EfficientNET卷积神经网络;利用主成分分析法对EfficientNET卷积神经网络的卷积核个数进行压缩以实现高温下单晶体氧化物的图像维度的压缩;然后由优化后的EfficientNET卷积神经网络输出高温下单晶体氧化物的熔界、熔帽、生长条纹、固态晶体、液态晶体、晶体溢流的特征参数目标分类结果。能够检测高温单晶体氧化物生长边沿、熔界边线、熔帽边缘、熔帽切线角度等参数,根据晶体生长形态,实时控制给定参数,有效的防止了液态晶体溢流,提高高温单晶体氧化物生长成功率及晶体品质。

    一种基于卡尔曼滤波器与卷积神经网络的电力负荷预测方法

    公开(公告)号:CN111967688B

    公开(公告)日:2024-02-23

    申请号:CN202010909741.7

    申请日:2020-09-02

    摘要: 本发明公布了一种基于卡尔曼滤波器与卷积神经网络的电力负荷预测方法包括以下步骤:获取某地区的电力系统历史负荷数据,对历史负荷数据的异常数据进行处理;对影响电力负荷的因素进行分析与量化,将修正后的数据进行归一化;确定神经网络的输入输出数据,确定最优的隐含层的神经元个数,建立卷积神经网络;用训练好的卷积神经网络进行预测,并将预测的数据反归一化从而得到负荷预测值;根据时间序列模型和卷积神经网络预测值确定卡尔曼方程,时间序列模型的预测值作为卡尔曼滤波的真实值,卷积神经网络的预测值作为卡尔曼滤波的测量值,对电网负荷进行预测。本发明预测精度较高,可广泛应用于电力系统的负荷预测中。(56)对比文件张爽.基于改进卷积神经网络在短期负荷预测中的方法研究《.中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》.2020,(第7期),第C042-511页.Bui, DM 等.A Statistical Data-Filtering Method Proposed for Short-TermLoad Forecasting Models《.JOURNAL OFELECTRICAL ENGINEERING & TECHNOLOGY》.2020,第15卷(第5期),第1947-1967页.Xun Gong 等.A Generic LoadForecasting Method for AggregatedThermostatically Controlled Loads Basedon Convolutional Neural Networks《.2019IEEE Energy Conversion Congress andExposition (ECCE)》.2019,第495-502页.Hossein Javedani Sadaei 等.Short-termload forecasting by using a combinedmethod of convolutional neural networksand fuzzy time series《.Energy》.2019,第175卷第365-377页.