一种直流输电线路可听噪声概率预测方法及系统

    公开(公告)号:CN107192898A

    公开(公告)日:2017-09-22

    申请号:CN201710379112.6

    申请日:2017-05-25

    IPC分类号: G01R29/26

    摘要: 本发明提供了一种直流输电线路可听噪声概率预测方法及系统,方法包括:S1,利用多组训练数据对人工神经网络模型进行训练,在训练过程中,将线路参数作为输入数据,将可听噪声测量值作为输出数据;S2,将多组训练数据中的线路参数再次输入至训练好的人工神经网络模型,对应得到多组可听噪声预测值;S3,根据多组可听噪声测量值及多组可听噪声预测值,计算出多组对应的人工神经网络模型的误差值;S4,将多组可听噪声预测值划分为多个区间,并确定多组误差值在多个区间的概率分布;S5,利用人工神经网络模型对待测数据进行预测,根据所述预测结果及所述预测结果所在的区间的差值概率分布,得到可听噪声概率预测结果。

    一种分区分层土壤中地中电流场分布的计算方法

    公开(公告)号:CN106126942A

    公开(公告)日:2016-11-16

    申请号:CN201610487377.3

    申请日:2016-06-28

    IPC分类号: G06F19/00

    CPC分类号: G06F19/00

    摘要: 本发明公开了一种分区分层土壤中地中电流场分布的计算方法,将分区分层土壤中相邻区域的分界面剖分成多个单元;在每个单元的两侧分别引入一个面电流;根据电磁场边界条件建立方程,计算每个单元两侧的面电流密度;基于每个单元两侧的面电流密度,使用复镜像法计算分区分层土壤中任意位置的电场,从而确定分区分层土壤中地中电流场的分布。本发明通过在分界面引入面电流并结合复镜像法,将复杂的分区分层土壤等效成了简单的单一分层土壤,能够考虑非常复杂的土壤结构,且计算方法简单;通过使用电磁场边界条件建立方程,保证了计算结果的准确性;同时,本发明能够分析直至无穷远处的电场分布。

    一种防晕型六分裂导线间隔棒

    公开(公告)号:CN103606872A

    公开(公告)日:2014-02-26

    申请号:CN201310576999.X

    申请日:2013-11-18

    IPC分类号: H02G7/12

    摘要: 本发明涉及一种防晕型六分裂导线间隔棒,属于输变电技术领域,该间隔棒包括六角形框架、六个由线夹本体及相应线夹盖板构成的线夹,其特征在于,所述框架外侧通过十字轴套与均匀分布的六个线夹本体近端固定连接;所述六角形框架与六个线夹本体近端对应处开有,所述线夹近端同时还与该框架的弧形槽孔之间通过销轴连接;所述线夹本体的远端通过铰链销连接线夹盖板。该结构可在发生较强烈的振动时,整套系统受力顺畅,不会发生零件的扭曲破坏,同时线夹处场强不会引起电晕放电。

    复合式独立电位传感器的直流合成场强测量装置及其方法

    公开(公告)号:CN106249061B

    公开(公告)日:2023-07-04

    申请号:CN201610600675.9

    申请日:2016-07-27

    IPC分类号: G01R29/12

    摘要: 本发明涉及复合式独立电位传感器的直流合成场强测量装置及其方法,属于电力系统电磁环境监测领域。该测量装置由两个电位互相独立且绝缘隔离的传感器和,和由差分信号处理模块、无线信号传输模块及无线信号收发模块及无线供能模块组成的信号处理电路构成;其中,传感器与传感器用绝缘材料隔开,通过绝缘材料进行机械上的连接,以实现完全电位隔离,所述信号处理电路集成在PCB版上,分别与两个传感器电连接。该方法包括对传感装置的λ参数进行标定,在实际测量待没电场时,两个传感器测量得到电场,作为该一位置点的两个原始数据;根据差分原理得到该该点的待测值。本发明可便捷、有效、可靠地进行离子流场条件下的直流合成场强测量。

    一种直流输电线路可听噪声概率预测方法及系统

    公开(公告)号:CN107192898B

    公开(公告)日:2020-07-03

    申请号:CN201710379112.6

    申请日:2017-05-25

    IPC分类号: G01R29/26

    摘要: 本发明提供了一种直流输电线路可听噪声概率预测方法及系统,方法包括:S1,利用多组训练数据对人工神经网络模型进行训练,在训练过程中,将线路参数作为输入数据,将可听噪声测量值作为输出数据;S2,将多组训练数据中的线路参数再次输入至训练好的人工神经网络模型,对应得到多组可听噪声预测值;S3,根据多组可听噪声测量值及多组可听噪声预测值,计算出多组对应的人工神经网络模型的误差值;S4,将多组可听噪声预测值划分为多个区间,并确定多组误差值在多个区间的概率分布;S5,利用人工神经网络模型对待测数据进行预测,根据所述预测结果及所述预测结果所在的区间的差值概率分布,得到可听噪声概率预测结果。