一种极端条件下气体绝缘设备全工况绝缘试验装置

    公开(公告)号:CN116449152A

    公开(公告)日:2023-07-18

    申请号:CN202211325276.8

    申请日:2022-10-27

    Abstract: 本发明提供一种极端条件下气体绝缘设备全工况绝缘试验装置,涉及高压输电线路试验设备技术领域。试验装置包括试验腔及位于试验腔内的第一电极单元和第二电极单元,试验腔外设有第一循环油浴设备,试验腔外还设有进行加热和降温的第二循环油浴设备,试验腔的腔体外壁连接有控温罩,第二循环油浴设备和控温罩相连通。远离屏蔽罩侧的第一导筒内设有振动马达,振动马达的外部设振动保护罩。第二循环油浴设备内达到目标温度的油液在第二循环油浴设备和控温罩之间循环流动,实现对整个控温罩的温度进行精确控制,以模拟实际情况中试验腔的局部或整体外部在不同温度的极端环境。振动马达位于振动保护罩内,用于模拟实际第一电极单元的振幅与频率。

    样本生成方法、系统、计算机设备及存储介质

    公开(公告)号:CN114626526A

    公开(公告)日:2022-06-14

    申请号:CN202210297061.3

    申请日:2022-03-24

    Abstract: 本发明属于电力自动化领域,公开了一种样本生成方法、系统、计算机设备及存储介质,包括:获取样本生成信息;调用预设的样本生成模型,将样本生成信息输入样本生成模型;其中,样本生成模型为通过真实样本,采用智能自学习方式训练完成的生成对抗网络模型的生成模型中的至少一个;通过样本生成模型生成并输出生成样本。本发明样本生成方法,能够实现样本的有效扩充,并且,有效解决现有生成对抗网络模型采用固定的训练方式的不足,通过智能自学习的训练方式,有效提升样本生成模型生成的生成样本的质量,进而提升采用其进行训练的人工智能模型的预测精度。

Patent Agency Ranking