-
公开(公告)号：CN118998738A
公开(公告)日：2024-11-22
申请号：CN202411081386.3
申请日：2024-08-08
Applicant: 内蒙古电力(集团)有限责任公司电力调度控制分公司 , 华北电力大学 , 江苏慧嘉节能技术有限公司
IPC: F22B35/18
Abstract: 本发明公开一种基于AGC预测信号的协调控制方法，包括步骤：S1、电网调度机构接收电力现货出清结果及频率；S2、根据电力现货出清结果的频率，计算AGC指令各时段置信度；S3、计算得到机组蓄能增量需求量；S4、通过锅炉主汽压力与中间点温度折算函数，将蓄能需求量利用分段函数折算为主汽压力增量需求量与中间点温度增量需求量；S5、通过设定值的改变，调整进入锅炉的燃料量、给水量以及送风量。本发明针对现有燃煤机组调节控制方法未引入AGC预测信号，无法解决锅炉惯性与延迟造成调节响应滞后的问题。
-
公开(公告)号：CN115794314A
公开(公告)日：2023-03-14
申请号：CN202310043832.0
申请日：2023-01-29
Applicant: 国网信息通信产业集团有限公司 , 福建亿榕信息技术有限公司 , 华北电力大学 , 国网辽宁省电力有限公司电力科学研究院
IPC: G06F9/455
Abstract: 本发明公开了一种云计算环境下虚拟机迁移方法，涉及云计算技术领域，包括，对相应物理机的运行环境数据进行采集分析，形成物理机条件评价值；虚拟机确定需要迁移时，形成虚拟机环境评价值；基于对物理机及虚拟机的运行条件，判断当前条件下是否能够开展虚拟机迁移；如果当前不具备迁移的条件，预测获取可供迁移的时间点；获取当前虚拟机内的所有数据并进行分区，对各个数据分区内的数据进行评价，确定数据迁移优先级；依据虚拟机数据迁移优先级，将虚拟机的数据向备用物理机上迁移；在云计算的环境中成功运行。有序的对虚拟机的储存数据进行转移，降低数据迁移的难度，防止虚拟机在迁移时产生拥堵，进而提高迁移的效率，避免数据丢失。
-
公开(公告)号：CN107544283B
公开(公告)日：2021-02-09
申请号：CN201710538740.4
申请日：2017-07-04
Applicant: 华北电力大学(保定) , 国网江苏省电力公司电力科学研究院
IPC: G05B17/02
Abstract: 本发明公开了一种基于虚拟同步发电机控制策略的半实物仿真系统，该系统包括上位机、仿真目标机、I/0扩展机箱和外界实物设备，所述上位机实现虚拟同步发电机控制策略的数字仿真，所述仿真目标机实现虚拟同步机控制策略的实时仿真，上位机与仿真目标机通过Cable网线相连，所述I/0扩展机箱连接仿真目标机以及所述外界实物设备，通过PCI‑E互联。基于虚拟同步发电机控制策略的半实物仿真系统，能完整的实现基于虚拟同步发电机控制策略的半实物仿真测试，为虚拟同步发电机控制策略的研究以及工程试验提供仿真测试方案，从而使得基于虚拟同步发电机控制策略的试验测试更加接近实际应用。
-
公开(公告)号：CN106934802B
公开(公告)日：2020-10-27
申请号：CN201710137103.6
申请日：2017-03-09
Applicant: 国家电网公司 , 国网河北省电力公司检修分公司 , 华北电力大学(保定)
Abstract: 本发明公开一种基于决策树的裂化瓷质绝缘子判定诊断方法，包括以下步骤：A、对绝缘子进行拍照，进行图像识别，以区分不同的绝缘子；B、分析不同绝缘子在图像中显示的温度值，对温度值进行整理，形成特征值矩阵进行决策树判断识别裂化绝缘子。本发明能够改进现有技术的不足，减少了在红外检测过程中发生正常片误检，裂化片漏检的现象，提高了裂化瓷质绝缘子检测的准确率，在巡检过程中能准确高效的处理大量的红外图片，并找出裂化片。
-
公开(公告)号：CN104865830B
公开(公告)日：2017-04-26
申请号：CN201510212971.7
申请日：2015-04-29
Applicant: 华北电力大学(保定)
IPC: G05B13/04
Abstract: 一种机组负荷双重智能优化控制方法，首先建立计及凝结水节流的超临界机组负荷特性神经网络预测模型，并利用机组历史运行数据对预测模型进行训练和验证，然后利用该预测模型在机组的动态变负荷阶段和负荷趋稳阶段分别对除氧器水位调节阀开度和汽轮机调门开度进行预测和优化，再将各优化结果与原控制指令的偏差作为补偿信号叠加至相应的控制信号上对机组实施优化控制。本发明不仅可提高汽轮机在动态变负荷过程中的负荷响应速率，确保除氧器水位处于机组安全运行范围，还可保证负荷趋稳阶段凝结水流量恢复过程中机组负荷的调节精度，可大大提高机组的深度调峰能力，确保火电机组长期安全可靠运行。
-
Patent Agency Ranking
公开(公告)号：CN105065184A
公开(公告)日：2015-11-18
申请号：CN201510487072.8
申请日：2015-08-10
Applicant: 华北电力大学(保定)
IPC: F03B13/16
CPC classification number: Y02E10/38
Abstract: 一种链式波浪能发电装置，包括浮球杆、T型杆、柱塞式液压泵、发电水轮机、气囊、壳体。所述气囊固定于壳体的外部顶端，所述发电水轮机和柱塞式液压泵固定于壳体内部，所述柱塞式液压泵的一端与发电水轮机相连，所述柱塞式液压泵的另一端与T型杆的一端相连，T型杆的另一端浮球杆相连；本发明提供的一种链式波浪能发电装置通过设置浮筒，利用波浪的上下运动将波浪能转化为机械能，从而带动发电水轮机发电，结构简单合理，易于拆装，同时带有气囊可控制整个壳体的漂浮度，适合于离岸式、近岸式、沿岸式。
-
公开(公告)号：CN119887592A
公开(公告)日：2025-04-25
申请号：CN202411951004.8
申请日：2024-12-27
Applicant: 国网河北省电力有限公司超高压分公司 , 华北电力大学 , 国家电网有限公司
Inventor： 付炜平 , 周锐烽 , 冯洪润 , 赵冀宁 , 裴少通 , 赵智龙 , 孟延辉 , 孟荣 , 李建鹏 , 尹子会 , 李强 , 李江龙 , 常浩 , 王占宁 , 史晓龙 , 胡嘉祥
IPC: G06T5/80 , G06T5/60 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于深度学习的广角镜头图像畸变校正方法，包括以下接收广角镜头拍摄的原始畸变图像作为输入；对原始畸变图像进行预处理；神经网络训练：对畸变图像校正深度网络模型进行训练，以获得最优模型；准备模型训练是输入数据，使用AdamW优化器来训练网络模型，并使用余弦退火来调度学习率，并定义和使用积分损失函数来进行有效的广角畸变图像校正；将预处理过的图像输入到最优的畸变图像校正深度网络模型中，进行畸变校正；输出校正后的无畸变高质量图像。本发明采用具有自注意力机制的全局卷积神经网络来校正广角镜头图像，并采用扩张型卷积神经网络来扩大过滤器和自注意的接受场，以发现输入图像的哪些特征应该更关注。
-
公开(公告)号：CN119881553A
公开(公告)日：2025-04-25
申请号：CN202411966227.1
申请日：2024-12-30
Applicant: 中国电力科学研究院有限公司 , 国网智能电网研究院有限公司 , 国网河南省电力公司 , 华北电力大学 , 国家电网有限公司
Abstract: 一种适配GIS内部信号强度的仿生视觉优化方法和成像装置，包括：构建基于仿生视觉感知的事件脉冲流采集模型，采集GIS内部由于不同放电现象引起的事件脉冲流信号；对事件脉冲流信号进行预处理，并计算仿生视觉传感器成像准确率；进行离线学习，实现仿生视觉光强变化阈值的优化，输出所有待学习放电现象最优光强变化阈值；利用事件脉冲流采集模型实时检测GIS内部光强变化，感知GIS内部的不同放电现象。本发明设计了一种可实现离线学习与在线应用间的闭环反馈优化且成像准确率高、符合实际情况的仿生视觉优化方法，可精准检测GIS不同的放电现象，提升了GIS设备仿生成像效率与GIS放电现象成像识别准确度。
-
公开(公告)号：CN119622985A
公开(公告)日：2025-03-14
申请号：CN202410189604.9
申请日：2024-02-20
Applicant: 国网河北省电力有限公司超高压分公司 , 华北电力大学 , 国家电网有限公司
Abstract: 本申请提供的高压电气设备内部纤维镜的调整方法、装置以及介质，包括：根据高压电气设备的电气参数以及设备结构，构建模拟高压电气设备，根据纤维镜的设备结构以及纤维镜参数，构建模拟纤维镜，其中，模拟纤维镜设置在模拟高压电气设备中，计算由模拟纤维镜影响的模拟高压电气设备的电场强度，计算由模拟纤维镜影响的模拟高压电气设备的磁场强度，根据电场强度以及磁场强度，对模拟纤维镜中的纤维镜参数进行调整，以使电场强度与预设电场强度阈值之间的差值小于第一预设差值阈值，磁场强度与预设磁场强度之间的差值小于第二预设差值阈值。通过调整模拟纤维镜的参数以使模拟高压电气设备的电场强度和磁场强度达到预设阈值。
-
公开(公告)号：CN118117584A
公开(公告)日：2024-05-31
申请号：CN202410190658.7
申请日：2024-02-20
Applicant: 国网冀北电力有限公司电力科学研究院 , 华北电力大学(保定) , 国家电网有限公司 , 国网冀北电力有限公司
Abstract: 本申请提供了一种用于风电机组的出力概率预测方法及装置，该方法包括：获取待预测风电机组的多组历史工作数据，其中，空间相关数据与待预测风电机组的地理位置有相关性，空间无关数据与待预测风电机组的地理位置无相关性；确定每组历史工作数据对应的待预测风电机组的地理位置信息，并建立地理位置信息与空间相关数据的第一映射关系；将第一映射关系加入分位数回归神经网络，并根据历史工作数据和皮尔逊系数模型，确定分位数回归神经网络的条件分位数函数；根据条件分位数函数和余弦核函数，确定待预测风电机组的出力概率密度预测函数。本申请能够综合考虑区域空间特性对风电机组出力的预测，使预测结果更符合实际运行情况。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.17 seconds)
