-
公开(公告)号:CN117900466A
公开(公告)日:2024-04-19
申请号:CN202410061806.5
申请日:2024-01-16
申请人: 东南大学
IPC分类号: B22F1/16 , B22F1/05 , B22F1/145 , B22F1/07 , B82Y30/00 , B82Y40/00 , B22F1/142 , H01M4/36 , H01M4/38 , H01M10/0525
摘要: 本发明公开一种二维纳米花包覆锡及其制备方法和应用。所述二维纳米花包覆锡是将商业锡分散在水中后转移至水热釜中,通过水热方式反应获得。本发明工艺简单,成本较低、可操作性和重复性好,所制备的材料锡表面含有均匀二维纳米花包覆,能够解决锡做负极材料时在充放电过程可以加速锂离子的传导和改善体积膨胀问题,在锂离子离子电池中可潜在规模化应用。
-
公开(公告)号:CN114441173B
公开(公告)日:2023-11-24
申请号:CN202111630326.9
申请日:2021-12-28
申请人: 东南大学
IPC分类号: G01M13/045 , G06F17/15 , G06N3/0464 , G06N3/048 , G06N3/084
摘要: 本发明涉及一种基于改进深度残差收缩网络的滚动轴承故障诊断方法,包括:S1、获取输入振动信号,向输入振动信号中添加高斯白噪声,对加噪信号重复间隔采样获得采样信号,将采样信号矩阵化,转化为灰度图样本,并对样本数据赋予轴承状态的标签;S2、将灰度图样本按比例拆分成训练集和测试集;S3、将稠密连接加入改进残差收缩模块构建改进深度残差收缩网络;S4、将训练集输入改进深度残差收缩网络进行训练,通过前向传播得到误差,通过反向传播优化参数,至误差收敛;S5、将测试集输入训练好的改进深度残差收缩网络获得故障分类结果。本发明具有更快的收敛速度和更强的抗噪声干扰能力,提高了滚动轴承在强噪声变工况下故障诊断的准确率。
-
公开(公告)号:CN116805138A
公开(公告)日:2023-09-26
申请号:CN202310753313.3
申请日:2023-06-25
申请人: 东南大学
IPC分类号: G06F30/27 , G06Q10/04 , G06Q10/0639 , G06F18/25 , G06F18/214 , G06F18/24 , G06N3/048 , G06N3/0442 , G06N5/01 , G06N20/00
摘要: 本发明公开了基于先验循环神经网络的高速公路沥青路面使用性能预测方法,包括:构建高速公路路面养护信息矩阵;对高速公路沥青路面使用性能衰变特点与影响因素进行分析,并选取相关特征;构建经典循环神经网络模型RNN‑EAPPP;构建长短时神经网络模型LSTM‑EAPPP;构建门控循环单元神经网络模型GRU‑EAPPP;构建先验经典循环神经网络模型PK‑RNN‑EAPPP;构建先验长短时神经网络模型PK‑LSTM‑EAPPP;构建先验门控循环单元神经网络模型PK‑GRU‑EAPPP;进行对比实验,选取性能最好的模型PK‑GRU‑EAPPP。本发明提出高速公路路面养护信息矩阵构建方法并构建用于高速公路沥青路面使用性能预测模型,对道路养护的数字化、智能化发展具有重要意义。
-
公开(公告)号:CN110907751B
公开(公告)日:2022-10-18
申请号:CN201911198172.3
申请日:2019-11-28
申请人: 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司 , 东南大学 , 国网江苏省电力有限公司 , 江苏省电力试验研究院有限公司
IPC分类号: G01R31/08
摘要: 本发明公开了一种基于方向行波的直流配电网故障选线方法、装置和系统,(1)提取电压行波信号和电流行波信号;(2)获取电压、电流行波线模分量;(3)当电压或者电流行波线模分量的微分量连续多点均大于启动判据整定值时,启动故障保护动作;(4)分解出各条直流配电线路的电压前行波、反行波;(5)处理得到各条直流配电线路的前行波、反行波故障选线判据系数;(6)将某条线路的前行波选线判据系数与其他各线路的前行波选线判据系数两两相乘,若相乘的结果均为负数,即判定该条线路发生故障,切除该线路。本发明采用方向行波的微分量作为保护判据量,能够实现故障线路的有效识别和准确判断,提高故障线路识别准确率以及故障线路的切除速度。
-
公开(公告)号:CN111244911B
公开(公告)日:2022-09-23
申请号:CN202010059818.6
申请日:2020-01-19
申请人: 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江苏省电力有限公司 , 东南大学 , 江苏省电力试验研究院有限公司
发明人: 郭佳豪 , 杨景刚 , 杨騉 , 陈庆 , 袁宇波 , 刘洋 , 赵科 , 苏伟 , 孙天奎 , 司鑫尧 , 马勇 , 贾勇勇 , 李洪涛 , 刘咏飞 , 王静君 , 刘媛 , 宋思齐 , 李玉杰 , 肖焓艳
IPC分类号: H02H7/26
摘要: 本发明公开了一种自适应机械式直流断路器及其控制方法,包括一个主支路、一个转移支路和一个耗能支路,所述主支路包括机械开关,主支路的进线处设有两组串联连接的动静铁芯;转移支路为自适应转移支路,由三个分支路并联而成,且每个分支路上均包括串联连接的转移电感、转移电容和触发器件;其中,第二转移分支路和第三转移分支路上设有自适应机械开关,自适应机械开关与两组动静铁芯对应连接。本发明通过动静铁芯和自适应机械开关的配合实现中压直流机械式断路器自适应开断,断路器根据开断电流的大小的情况,自动匹配注入电流的大小,有效避免直流断路器在开断过程中向直流系统注入过多的能量,减小直流断路器开断过程中对系统的影响。
-
公开(公告)号:CN111446719B
公开(公告)日:2022-09-09
申请号:CN202010401845.7
申请日:2020-05-13
申请人: 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司 , 东南大学 , 江苏省电力试验研究院有限公司
IPC分类号: H02J3/12
摘要: 本发明公开了一种配网电压稳定控制方法及系统,采用半不变量预测模型,以配网实时运行状态为输入,得到配网的未来运行状态;基于凸优化内点法,计算得到未来运行状态下的配网控制序列;根据配网控制序列,执行配网的电压稳定控制。
-
公开(公告)号:CN112507414B
公开(公告)日:2022-09-06
申请号:CN202011210259.0
申请日:2020-11-03
申请人: 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 江苏省电力试验研究院有限公司 , 东南大学
摘要: 本发明公开了一种评估下击暴流下输电铁塔安全性的方法、系统及存储介质,方法包括以下步骤:根据输电铁塔设计信息,划分输电铁塔塔段,设置风荷载模拟点,建立输电铁塔三维有限元数值模型,在模型文件中预设载荷信息文件接口;确定下击暴流风场结构,完成对风场结构各组成成分的模拟,遍历风荷载模拟点,生成各风荷载模拟点处的风速以及风荷载;将载荷导入输电铁塔三维数值模型中,对铁塔进行瞬态动力分析,根据分析结果计算输电铁塔结构整体风振系数;根据天气预报数据,生成下击暴流参数,计算各点时变平均风,用结构整体风振系数将平均风放大,得到等效静力风荷载,对铁塔进行准静态分析,利用分析结果评估输电铁塔结构安全性。
-
公开(公告)号:CN112600184B
公开(公告)日:2022-05-24
申请号:CN202011461961.4
申请日:2020-12-11
申请人: 东南大学 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司电力科学研究院
摘要: 本发明公开了一种应用于直流配电网换流站的虚拟电容控制方法。包括:基于电容充放电时的功率和能量平衡原理,设计了一种基于瞬时功率的积差调压方程,实时计算维持换流站直流侧直流电压稳定所需要提供的有功功率;将提出的控制方法应用到采用主从控制的直流配电网的从换流站,当系统处于稳态时,可保证系统稳态运行时功率分配精度;当直流配电网遭受大扰动和发生运行模式切换时,虚拟电容可以快速给直流配电网提供惯性支撑,提高直流电压动态调节性能,保证直流配电系统直流电压的稳定。
-
公开(公告)号:CN114445709A
公开(公告)日:2022-05-06
申请号:CN202210110628.1
申请日:2022-01-29
申请人: 东南大学
IPC分类号: G06V20/10 , G06N20/00 , G06N3/04 , G06N3/08 , G06K9/62 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/80
摘要: 本发明公开了一种基于深度强化学习融合模型的团雾图像识别方法,包括:采用旋转、翻转、裁剪、擦除、平移等方法对高速公路气象图像数据进行在线强化;构建基于强化学习的VGG16气象分类网络模型,获取分类特征向量Fv;构建基于强化学习的InceptionV3气象分类网络模型,获取分类特征向量FI;构建基于强化学习的MobileNetV2气象分类网络模型,获取分类特征向量FM;构建基于深度强化学习气象图像分类融合模型RL‑FDNN,特征向量Fv、FI、FM并联后的概率均值作为的深层网络融合模型的输出层,对团雾信息进行识别分类。本发明将强化学习理论与深度学习紧密结合,从而可以更精准的实现团雾的识别,可对高速公路场景的气候环境感知提供技术支持。
-
公开(公告)号:CN114441173A
公开(公告)日:2022-05-06
申请号:CN202111630326.9
申请日:2021-12-28
申请人: 东南大学
IPC分类号: G01M13/045 , G06F17/15 , G06N3/04
摘要: 本发明涉及一种基于改进深度残差收缩网络的滚动轴承故障诊断方法,包括:S1、获取输入振动信号,向输入振动信号中添加高斯白噪声,对加噪信号重复间隔采样获得采样信号,将采样信号矩阵化,转化为灰度图样本,并对样本数据赋予轴承状态的标签;S2、将灰度图样本按比例拆分成训练集和测试集;S3、将稠密连接加入改进残差收缩模块构建改进深度残差收缩网络;S4、将训练集输入改进深度残差收缩网络进行训练,通过前向传播得到误差,通过反向传播优化参数,至误差收敛;S5、将测试集输入训练好的改进深度残差收缩网络获得故障分类结果。本发明具有更快的收敛速度和更强的抗噪声干扰能力,提高了滚动轴承在强噪声变工况下故障诊断的准确率。
-
-
-
-
-
-
-
-
-