-
公开(公告)号：CN112212396B
公开(公告)日：2022-02-15
申请号：CN202011162156.1
申请日：2020-10-27
Applicant: 南京遒涯信息技术有限公司
Abstract: 本发明涉及一种基于燃机、5G和AI超算的IDC系统，包括燃机冷热电三联供系统、IDC、配套设备和余热回收装置，燃机冷热电三联供系统用于供给IDC电能，并分别提供热能、电能和冷能给蓄电池储能系统、储供热系统以及蓄供冷系统；IDC通过5G网络与智能电表、智能热表和智能冷表相连，AI超算系统基于IDC实现；配套设备包括分别经由智能电表、智能热表和智能冷表进行相关数据的监控和收集的用电设备、用热设备和用冷设备；余热回收装置与IDC相连；IDC通过5G网络对用电设备、用热设备和用冷设备进行相关数据监控和优化，本发明实提高了能源综合利用效率，并通过余热回收装置对IDC产生的能量进行回收，利用5G网络和AI超算实现冷热电综合用能的智慧感知。
-
公开(公告)号：CN113447273A
公开(公告)日：2021-09-28
申请号：CN202110719907.3
申请日：2021-06-28
Applicant: 哈尔滨工业大学 , 南京遒涯信息技术有限公司 , 哈尔滨仁通能源科技有限公司
Abstract: 基于交叉验证的燃气轮机传感器及执行机构故障检测方法，属于燃气轮机技术领域。为解决对燃气轮机的状态监测过程中，如何实现对执行机构和传感器故障的灵敏检测与隔离的问题。本发明方法包括如下步骤：S1、故障发生后，通过传感器故障检测系统和执行机构故障检测系统，进行第一次故障检测，确定故障传感器的数量和执行机构的故障偏差量；S2、去除所有故障传感器，将未发生故障的传感器的实际测量值送至执行机构故障检测系统；同时，通过步骤S1所获得的执行机构的故障偏差量对控制系统输出至执行机构的控制量进行修复，并将其送至传感器故障检测系统；进行第二次故障检测，实现对引起燃气轮机发生故障原因的判定。主要用于对故障检测。
-
公开(公告)号：CN113153453A
公开(公告)日：2021-07-23
申请号：CN202110229455.0
申请日：2021-03-02
Applicant: 哈尔滨工业大学 , 南京遒涯信息技术有限公司
Abstract: 汽轮机末级叶片容积流量估计方法、颤振预警方法及系统和装置，属于发电厂热工技术领域。为了解决传统末级叶片容积流量测量手段难以实时进行准确估计的问题，以及无法通过现有测点获得足够有效信息对颤振进行监测的问题。汽轮机末级叶片容积流量估计方法首先确定第七抽汽点主蒸汽压力额定值、第八抽汽点主蒸汽压力额定值、凝汽器额定压力以及末级叶片可测膨胀比额定值；并获得实测第七抽汽点主蒸汽压力值、第八抽汽点主蒸汽压力值与实测凝汽器压力；确定第七抽汽点主蒸汽压力标幺值以及末级叶片可测膨胀比标幺值；然后获取在准稳态条件下的末级叶片容积流量，最后基于实际动态过程中第八抽汽点压力压力的变化差分值，对末级叶片容积流量进行修正。
-
公开(公告)号：CN105914787B
公开(公告)日：2018-04-03
申请号：CN201610356310.6
申请日：2016-05-25
Applicant: 哈尔滨工业大学 , 南京遒涯信息技术有限公司 , 哈尔滨机易电站设备有限公司
CPC classification number: Y02E10/763 , Y02E60/76 , Y04S40/22
Abstract: 一种基于功率瞬时相对变化速度的风电不确定性的定量刻画方法，涉及风功率不确定性的定量刻画方法。为了刻画风功率波动的不确定性，进而满足电力系统对实时调度和优化的控制需求。本发明定义了风功率变化速率刻画指标，在大量统计数据的基础上，发现了风功率变化速率刻画指标的多尺度调幅效应并给出了一个单一三参数幂律模型，并发现风功率变化速率刻画指标存在日周期特性。最后，提出了功率瞬时相对变化速度的概念，定义风功率多尺度变化速率刻画指标受小时级平均风功率的调制，通过对风电场24小时风功率分别建立幂律模型进行拟合，得到时变三参数幂律模型并用其准确定量刻画风功率不确定性。满足新能源电力系统的实时调度与优化控制的特殊需求。
-
公开(公告)号：CN105303056B
公开(公告)日：2017-12-01
申请号：CN201510786015.X
申请日：2015-11-16
Applicant: 哈尔滨工业大学 , 南京遒涯信息技术有限公司
IPC: G06F19/00
Abstract: 一种风速实时变化速率刻画方法，涉及一种风速变化的刻画方法。本发明为了解决电力系统备用容量在平抑风电波动过程中需要对风电变化速率进行刻画、而目前还没有关于风速变化速率的刻画指标的问题。发明首先定义风速实时变化速率刻画指标令Si＝[v(ti+Δt)‑v(ti)]2，并基于小波多尺度变换算法对序列Si进行小波分解，得到风速实时变化速率刻画指标时间序列分析各个时刻的风速实时变化速率刻画指标和与其时刻对应的小时级平均风速的多尺度调幅关系，对和小时级平均风速进行拟合，得到幂律拟合模型；根据得到的幂律拟合模型，依据小时级平均风速定量确定风速实时变化速率刻画指标实现对风速实时变化速率的定量刻画。本发明适用于指导电网进行运行控制与优化调度。
-
Patent Agency Ranking
公开(公告)号：CN106845717A
公开(公告)日：2017-06-13
申请号：CN201710056914.3
申请日：2017-01-24
Applicant: 哈尔滨工业大学 , 哈尔滨燃卓科技开发有限公司 , 南京遒涯信息技术有限公司
CPC classification number: Y02P90/82 , G06K9/6267 , G06K9/6218 , G06K9/6247 , G06K9/6256 , G06K9/6292 , G06Q10/04 , G06Q10/0639 , G06Q50/06
Abstract: 一种基于多模型融合策略的能源效率评价方法，本发明涉及基于多模型融合策略的能源效率评价方法。本发明为了解决现有能源效率计算特征难以选择，模型评价结果不准的问题。本发明步骤为：步骤一：将数据进行归一化处理，得到归一化训练集；步骤二：对步骤一得到的归一化训练集进行特征选择；采用将信息增益和核主成份分析相结合的融合方法选取特征；即利用信息增益计算得到特征排序后，利用主成份分析方法做校核计算。步骤三：根据步骤一和步骤二建立多分类器融合的评价模型，得到能源效率评价的分类结果；步骤四：对步骤三得到的分类结果进行聚类分析，得到最终的聚类结果。本发明应用于能源效率有效评估领域。
-
公开(公告)号：CN109829238B
公开(公告)日：2022-06-17
申请号：CN201910107657.0
申请日：2019-02-02
Applicant: 哈尔滨工业大学 , 南京遒涯信息技术有限公司
Abstract: 基于折合平衡流形展开模型的航空发动机系统辨识方法，本发明涉及发动机系统辨识系统。现有技术只能建立单输入的平衡流形展开模型，适应范围窄。本发明将多维平衡流形空间维度压缩为一维的折合平衡流形空间维度；基于燃气轮机的相似理论，建立含多个输入量的折合平衡流形展开模型；在折合平衡流形展开模型中，基于相似理论将实际发动机入口参数折合到根折合平衡流形展开模型上，计算在折合平衡流形展开模型上的发动机的运行参数，利用反折合的方法计算出实际发动机入口参数下的航空发动机运行参数。本发明建立的建立含多个输入量的折合平衡流形展开模型，扩大平衡流行展开模型应用范围。
-
公开(公告)号：CN105956252B
公开(公告)日：2019-04-02
申请号：CN201610269724.5
申请日：2016-04-27
Applicant: 哈尔滨工业大学 , 南京遒涯信息技术有限公司 , 哈尔滨机易电站设备有限公司
IPC: G06F17/50
Abstract: 基于生成型深信度网络的超短期风速多尺度预报建模方法，涉及一种超短期风速的多尺度预测建模方法。为了提高短期风速多步预测的精度，本发明首先利用t层小波分解处理风速数据得到t+1段不同频率下的风速序列；针对不同频率下的风速序列分别构建训练集，基于DBN网络回归算法训练多输入多输出DBN回归预测模型，并利用相应测试集测试训练效果，分别得到不同频率下的预测模型；将不同频率下的预测模型的预报值进行小波重构，得到风速的实际预测值，实现对风电场实际风速的预测。本发明适用于超短期风速多尺度预报领域。
-
公开(公告)号：CN105096614B
公开(公告)日：2017-11-14
申请号：CN201510612951.9
申请日：2015-09-23
Applicant: 南京遒涯信息技术有限公司
Abstract: 基于生成型深信度网络的新建路口交通流量预测方法，属于短期交通流量预测技术领域。本发明是为了解决目前针对新建路口进行交通流量预测存在的数据少，预测精度低的问题。它首先基于深度学习理论和受限的玻尔兹曼机，建立一个具有144输入与144输出结构的生成型深信度网络回归模型；所述新建路口所属城市的成熟路口数据对深信度网络回归模型进行预训练，获得深信度网络回归预训练模型；再利用新建路口的预存实际交通流量数据对深信度网络回归预训练模型继续进行精调，获得最终深信度网络回归模型；采集新建路口的当前实际交通流量数据，采用最终深信度网络回归模型对新建路口的交通流量进行在线预测。本发明用于新建路口交通流量预测。
-
公开(公告)号：CN105956252A
公开(公告)日：2016-09-21
申请号：CN201610269724.5
申请日：2016-04-27
Applicant: 哈尔滨工业大学 , 南京遒涯信息技术有限公司 , 哈尔滨机易电站设备有限公司
IPC: G06F17/50
CPC classification number: G06F17/5036
Abstract: 基于生成型深信度网络的超短期风速多尺度预报建模方法，涉及一种超短期风速的多尺度预测建模方法。为了提高短期风速多步预测的精度，本发明首先利用t层小波分解处理风速数据得到t+1段不同频率下的风速序列；针对不同频率下的风速序列分别构建训练集，基于DBN网络回归算法训练多输入多输出DBN回归预测模型，并利用相应测试集测试训练效果，分别得到不同频率下的预测模型；将不同频率下的预测模型的预报值进行小波重构，得到风速的实际预测值，实现对风电场实际风速的预测。本发明适用于超短期风速多尺度预报领域。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.043 seconds)
