一种应用电磁冷冻法的低温保存装置及其操作方法

    公开(公告)号:CN103759483A

    公开(公告)日:2014-04-30

    申请号:CN201410042651.7

    申请日:2014-01-28

    申请人: 山东大学

    IPC分类号: F25D3/00 A01N1/02

    摘要: 本发明公开了一种应用电磁冷冻法的低温保存装置及其操作方法,装置包括低温恒温槽、亥姆霍兹线圈、稳压电源和冷却台;其中,低温恒温槽通过循环泵连接冷却台,亥姆霍兹线圈布设于冷却台上两侧,稳压电源连接亥姆霍兹线圈,所述冷却台上设有凹槽,装有药品或生物体的西林瓶放置于冷却台的凹槽中;本发明利用电磁冷冻法进行低温保存药品或生物体,保证了被保存物品的完整性和时效性。

    基于随机矩阵的区域能源互联网负荷行为分析方法及系统

    公开(公告)号:CN113537844B

    公开(公告)日:2021-12-17

    申请号:CN202111079063.7

    申请日:2021-09-15

    申请人: 山东大学

    摘要: 本发明提供了一种基于随机矩阵的区域能源互联网负荷行为分析方法及系统,属于电力有功负荷数据分析技术领域,根据获取的气象数据,得到耦合气象因素指标;根据耦合气象指标数据得到影响因素矩阵;根据有功负荷数据得到基本状态矩阵;根据基本状态矩阵和影响因素矩阵,得到增广数据源矩阵,进行耦合气象因素指标与有功负荷数据的皮尔森系数计算,得到皮尔森系数矩阵;根据皮尔森系数矩阵与基本状态矩阵,得到源矩阵;对源矩阵进行矩阵变换后,得到随机矩阵;对随机矩阵的特征值进行谱分析后得到概率密度分布,根据概率密度分布与历史概率密度分布的对比,得到有功负荷数据的异常识别结果;本发明极大的提高了有功负荷的异常数据识别准确度。

    数据驱动的有源配电网异常状态感知方法及系统

    公开(公告)号:CN113496262A

    公开(公告)日:2021-10-12

    申请号:CN202111046394.0

    申请日:2021-09-08

    申请人: 山东大学

    IPC分类号: G06K9/62 G06Q10/04 G06Q50/06

    摘要: 本发明公开了一种数据驱动的有源配电网异常状态感知方法及系统,包括:获取配电网异常状态发生后的节点参数数据,将数据输入到训练好的配电网异常状态预测模型中,输出配电网异常状态预测结果;其中,配电网异常状态预测模型的训练过程包括:对配电网历史异常状态节点参数数据进行聚类,通过关联规则算法找出与配电网异常状态类型强相关的数据样本,形成用于进行训练的样本数据集;基于样本数据集对配电网异常状态预测模型进行训练。本发明采用三层数据挖掘结构,通过数据分类与关联规则提取,得到含有与对应异常状态类型强关联的数据样本,能够提高数据集的利用效率,提高异常状态预测精度,缩短计算时间,减小预测误差。

    一种交直流大电网连锁故障快速搜索方法及系统

    公开(公告)号:CN108899904B

    公开(公告)日:2021-04-30

    申请号:CN201811000018.6

    申请日:2018-08-30

    申请人: 山东大学

    IPC分类号: H02J3/00 G01R31/08

    摘要: 本发明公开了一种交直流大电网连锁故障快速搜索方法及系统。其中,交直流大电网连锁故障快速搜索方法包括步骤1:确定初始故障,形成第一级故障的故障集;设定搜索停止条件为直流闭锁或故障级数达到阈值;步骤2:对当前级故障的故障集中的连锁故障进行直流闭锁判断,若闭锁,则将直流闭锁故障存储至下一级故障的故障集;否则,利用剪枝搜索法且以停运风险值作为剪枝根据,在交流侧搜索故障并确定出下一级故障的故障集;步骤3:判断是否满足搜索停止条件,若是,则停止搜索;否则,故障级数增加一级,并返回步骤2继续进行搜索。本发明在保证搜索准确性的同时缩小了搜索空间,减小了搜索时间,大大提高了搜索效率。

    一种短期风电功率非参数概率预测方法

    公开(公告)号:CN105225006B

    公开(公告)日:2016-10-12

    申请号:CN201510642448.8

    申请日:2015-09-30

    申请人: 山东大学

    IPC分类号: G06F17/00 G06Q10/04 G06Q50/06

    摘要: 本发明实施例公开了一种短期风电功率非参数概率预测方法,包括,构建每个前瞻时段的SVM预测模型和SBC预测模型;将风电功率预测所需数据输入SVM预测模型,得到每个前瞻时段的风电功率预测值;将误差分布预测所需数据输入SBC预测模型,得到每个前瞻时段的预测误差条件概率;利用D‑S证据理论对预测误差条件概率进行整合,其中设计风电功率的分布范围约束,得到每个前瞻时段的预测误差的整体概率分布;将风电功率预测值与预测误差概率分布叠加,得到每个前瞻时段的风电功率概率分布。本发明基于稀疏贝叶斯架构构建,具有高稀疏性,确保了模型的泛化能力与计算速度,且系统地计及了风电场输出功率的边界约束,使预测结果更加符合实际。

    一种磁场强化固体除湿和再生的方法和装置

    公开(公告)号:CN103316569A

    公开(公告)日:2013-09-25

    申请号:CN201310293351.1

    申请日:2013-07-12

    申请人: 山东大学

    IPC分类号: B01D53/26 B01D53/02 B01J20/34

    摘要: 本发明公开了一种磁场强化固体除湿和再生的方法和装置,其包括以下步骤:S1:通过选择能够强化除湿作用的磁场,使固体吸附材料充分吸收湿空气中的水分;S2:通过选择能够强化析湿作用的磁场,使具吸湿能力的固体吸附材料产生析湿效应,将材料所吸收的水分以液态的形式排出,实现固体吸湿材料的再生;磁场的强度在1-1000高斯之间;依靠磁场作用使液态水直接脱离固体吸附材料,固体吸附材料常温下再生,相比加热再生时水汽化所消耗的大量汽化潜热,具有明显的节能效果。