-
-
公开(公告)号：CN113374605A
公开(公告)日：2021-09-10
申请号：CN202110619052.7
申请日：2021-06-03
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于可切换式的内燃机分级燃烧系统，其包括：第一喷油器和第二喷油器，间隔地设置在内燃机的缸盖上，其中，所述第一喷油器和第二喷油器的喷嘴孔径不同；油箱，内部放置有燃料，所述燃料能够分别进入到所述第一喷油器和第二喷油器中；电子控制单元，分别与所述第一喷油器和第二喷油器相连接，所述电子控制单元能分别控制所述第一喷油器和第二喷油器单独作业或同时作业。本发明使内燃机在不同工况下达到分级燃烧的目的，其保证了最佳的功率需求，最大限度的保证内燃机的输出功率，节约了燃料。且本发明还具有结构简单、开发成本低等优点。
-
公开(公告)号：CN113343550A
公开(公告)日：2021-09-03
申请号：CN202110641395.3
申请日：2021-06-09
Applicant: 上海交通大学 , 国网浙江省电力有限公司电力科学研究院
Abstract: 一种基于局部图像特征的局部放电故障诊断方法，包括：采集不同故障类型的局部放电图像，并对图像进行预处理，生成局部放电图像数据库；采用U‑SURF‑BoW算法提取局部放电图像的局部特征，构建局部放电图像特征空间；再采用PCA对特征空间进行降维处理，随后使用天牛须算法对支持向量机进行参数寻优操作，构建最优的局部放电支持向量机分类模型，最后采用分类模型对局部放电图像数据特征进行识别分类，得到最终的故障诊断结果。本发明能有效和稳定地提取局部放电特征，提高了局部放电故障诊断的效率和准确率，同时能够保证在高噪声情况下具有较好的识别效果。
-
公开(公告)号：CN112147470B
公开(公告)日：2021-07-20
申请号：CN202011021369.2
申请日：2020-09-25
Applicant: 上海交通大学
IPC: G01R31/12
Abstract: 本发明公开了一种GIL局部放电源定位方法，包括步骤：(1)建立与实际GIL尺寸相同的仿真模型，并进行光学信号仿真，构建局部放电仿真指纹库Ψ(2)拟合出GIL中所有位置局部放电指纹，以将Ψ扩展为Ψ’(3)构建有若干个基分类器的Bagging‑KELM模型，用Bagging算法对扩展后光学局部放电仿真指纹库Ψ’进行重新采样，获得随机选择的若干个子指纹库，各子指纹库与个基分类器对应，采用各子指纹库对各基分类器进行训练，以使每一个基分类器均输出局部放电源位置坐标，Bagging‑KELM模型的输出为各基分类器输出局部放电源位置坐标的平均值(4)将实际检测的GIL局部放电光学指纹输入到经过训练的Bagging‑KELM模型中，得到实际局部放电源位置。此外，本发明还公开了一种GIL局部放电源定位系统。
-
公开(公告)号：CN112083287B
公开(公告)日：2021-06-01
申请号：CN202010933183.8
申请日：2020-09-08
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于特征值谱分布模型的配电网动态事件定位方法，其包括步骤：(1)采集配电网络的节点电压数据，并进行归一化处理；(2)计算配电网络的电压协方差矩阵；(3)基于电压协方差矩阵构建过度矩阵；(4)计算过度矩阵的协方差矩阵；(5)对配电网动态事件进行定位。此外，本发明还公开了一种基于特征值谱分布模型的配电网动态事件定位系统。
-
Patent Agency Ranking
公开(公告)号：CN111929549A
公开(公告)日：2020-11-13
申请号：CN202010837938.4
申请日：2020-08-19
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于局部放电光学信号的GIL局部放电源定位方法：(1)建立光学定位仿真指纹库：建立与实际GIL尺寸完全相同的仿真模型，并对所述仿真模型的局部放电源进行光学信号仿真，以构建局部放电源的光学定位仿真指纹库；(2)采用光学传感器采集实际GIL发生局部放电时发出的光信号，以得到实际局部放电源所对应的实际局部放电的光学指纹 (3)构建PSO-KELM网络模型；(4)采用PSO-KELM网络模型将实际局部放电的光学指纹 与所述光学定位仿真指纹库中的光学指纹进行匹配，以确定GIL上的实际局部放电源的位置。此外，本发明还公开了一种基于局部放电光学信号的GIL局部放电源定位系统。
-
公开(公告)号：CN108548997B
公开(公告)日：2020-11-06
申请号：CN201810338375.7
申请日：2018-04-16
Applicant: 上海交通大学
IPC: G01R31/12
Abstract: 本发明公开了变电站空间局部放电定位方法，其包括步骤：(1)在被测区域选定N个测量点，构建模拟局部放电信号强度概率分布特性矩阵Ψ(m)；(2)当局部放电实际发生时，采用q个特高频传感器采集局部放电信号并获得实测局部放电强度特性向量(3)基于模型公式获取局部放电的定位结果E。此外，本发明还公开了一种变电站空间局部放电定位系统，包括：q个特高频传感器以及与该q个特高频传感器数据连接的处理单元。该变电站空间局部放电定位方法定位快速，受空间环境和电磁环境的影响较小，降低了变电站局部放电监测的难度，提高了电力设备故障的检修效率，进而提高了变电站运维的智能化水平。
-
公开(公告)号：CN110161388A
公开(公告)日：2019-08-23
申请号：CN201910496881.3
申请日：2019-06-10
Applicant: 上海交通大学
Abstract: 本发明公开了一种高压设备的故障类型识别方法，其包括步骤：(1)获取高压设备局部放电的特高频信号数据和超声波信号数据；(2)分别提取基于特高频信号数据的PRPS图谱特征和基于超声波信号数据的梅尔频谱特征；(3)构建支持向量机神经网络和卷积神经网络，将PRPS图谱特征输入支持向量机神经网络以使其输出PRPS图谱特征所表征的第一故障诊断概率矩阵；将梅尔频谱特征输入卷积神经网络以使其输出梅尔频谱特征所表征的第二故障诊断概率矩阵；(4)基于Choquet模糊积分对第一故障诊断概率矩阵和第二故障诊断概率矩阵进行融合，得到最终诊断的故障类型。此外，本发明还公开了一种高压设备的故障类型识别系统。
-
公开(公告)号：CN109212392A
公开(公告)日：2019-01-15
申请号：CN201811114341.6
申请日：2018-09-25
Applicant: 上海交通大学 , 国网浙江省电力有限公司舟山供电公司
Abstract: 本发明公开了直流电缆局部放电缺陷故障的识别方法，包括步骤：(1)采集直流电缆的若干种绝缘缺陷放电模型的q-Δt-n局部放电信号图；(2)将q-Δt-n局部放电信号图进行归一化处理，以得到训练样本；(3)构建Caffe卷积神经网络；(4)采用训练样本训练Caffe卷积神经网络；(5)将待识别局部放电信号图输入经过训练的Caffe卷积神经网络中，获得识别结果。此外，本发明还公开了用于直流电缆局部放电缺陷故障识别的Caffe卷积神经网络。另外，本发明还公开了直流电缆局部放电缺陷故障的识别系统，包括：信号采集模块、预处理模块以及Caffe卷积神经网络。该识别方法进行直流电缆的故障识别，以保证供电可靠。
-
公开(公告)号：CN108957261A
公开(公告)日：2018-12-07
申请号：CN201810765709.9
申请日：2018-07-12
Applicant: 上海交通大学
Abstract: 本发明公开了一种直流电缆典型缺陷局部放电识别方法，包括步骤：(1)获取表征直流电缆的若干种典型缺陷的N组局部放电模式数据；(2)每一组局部放电模式数据均绘制其特征散点图和二维统计分布直方图；(3)提取各特征散点图的线性特征和非线性特征，并且提取各二维统计分布直方图的统计特征；将每一组局部放电模式数据对应的特征散点图的线性特征和非线性特征以及二维统计分布直方图的统计特征作为该组局部放电模式数据对应的特征指纹；(4)将N组局部放电模式数据及其分别对应的特征指纹作为样本随机划分为训练集和测试集，以对BP神经网络进行训练和测试；(5)将待识别的局部放电数据输入经过BP神经网络中，以对其进行缺陷识别。
-
-
-
-
-
-
-
-
-
Search Results
246
records
(took 0.07 seconds)
