一种光纤光栅拉力传感器标定方法

    公开(公告)号:CN104990668A

    公开(公告)日:2015-10-21

    申请号:CN201510358378.3

    申请日:2015-06-25

    IPC分类号: G01L25/00

    摘要: 一种光纤光栅拉力传感器标定方法,包括对光纤光栅拉力传感器进行预载;判断光纤光栅拉力传感器预载过程是否满足3次;判断预载次数K是否大于等于3;记录光纤光栅拉力传感器工作状态的输出波长值;选择检测点,递增光纤光栅拉力,至各检测点保持稳定后记录相应进程波长值和拉力示值;判断测量次数是否大于等于检测点个数;逐点递减卸载标准力值,至各检测点保持稳定后记录相应回程波长值和拉力示值;判断测量次数是否大于等于检测点个数等步骤,检测过程连续进行3次,计算光纤光栅拉力传感仪的示值误差、回零误差和重复性。本发明提高了光纤光栅传感器标定结果的精度。

    一种光纤光栅温度传感器的标定方法

    公开(公告)号:CN105092097A

    公开(公告)日:2015-11-25

    申请号:CN201510476825.5

    申请日:2015-08-06

    IPC分类号: G01K15/00

    摘要: 本发明涉及一种光纤光栅温度传感器的标定方法,步骤S1:启动实验设备并将其初始化,包括恒湿恒温箱、光纤解调仪和标准温度仪组成的控制系统;步骤S2:将待测光纤光栅温度传感器放入恒温箱中,并保持恒温箱密闭;步骤S3:设置检测点,分别以0℃、20℃、40℃、60℃、80℃、100℃、120℃、140℃为检测点;步骤S4:用控制系统将恒湿恒温箱的温度控制在检测点;步骤S5:待恒温箱温度不再变化或者变化缓慢,保持30min;步骤S6:记录解调仪中光纤光栅温度传感器的中心波长λi和标准温度仪中显示的温度Ti;步骤S7:判断测量次数N是否大于等于检测点个数;如果是,则结束测量;否则,返回步骤S4;本发明可实现光纤光栅温度传感器的标定,操作简单,实用性强。

    调峰需求响应方法、装置、设备及存储介质

    公开(公告)号:CN115564268A

    公开(公告)日:2023-01-03

    申请号:CN202211278108.8

    申请日:2022-10-19

    IPC分类号: G06Q10/06 G06Q30/02 G06Q50/06

    摘要: 本申请涉及一种调峰需求响应方法、装置、设备及存储介质,涉及电力系统调度领域。该调峰需求响应方法包括:获取分布式光伏的历史功率出力数据,并根据历史功率出力数据,生成样本数据;对样本数据进行局部密度聚类,获得各个分布式光伏集群的聚类结果以及聚类中心,并根据聚类结果和聚类中心,获得分布式光伏的出力方式;根据不考虑分布式光伏发电时的电网负荷估计基线、分布式光伏的出力方式以及实际电网负荷曲线,获得电网调峰需求;根据电网调峰需求,获得参与调峰需求响应的各个用户和整体园区的最优响应调度。本申请用以解决未考虑分布式光伏带来的功率波动影响,导致调峰复杂的问题。

    一种基于大数据的环境监测平台及方法

    公开(公告)号:CN114020827A

    公开(公告)日:2022-02-08

    申请号:CN202111326435.1

    申请日:2021-11-10

    IPC分类号: G06F16/26 G06F16/28 G06F21/60

    摘要: 本申请提供一种基于大数据的环境监测平台及方法,监测平台包括数据接口模块、并行计算储存模块、数据处理模块、应用表示模块、加密模块和解密模块。并行计算储存模块提供并行式计算和数据存储服务。数据接口模块是平台数据的唯一来源,用于采集原始数据,原始数据包括环保部门的监测数据、第三方数据、互联网数据以及用户上传数据等。原始数据可以加密上传,加密后的数据解密后可用于计算分析。数据处理模块对所述原始数据进行统计分析和挖掘预警,得到成果数据。应用表示模块将成果数据进行分类展示。本申请提供的一种基于大数据的环境监测平台及方法,可以把整个地区的环境情况展现给公众,实现对环境动态变化的监督和预测,提高环境管理效率。

    一种智能电能表可靠性预测方法及装置

    公开(公告)号:CN112444772A

    公开(公告)日:2021-03-05

    申请号:CN202011257057.1

    申请日:2020-11-11

    IPC分类号: G01R35/04 G06F17/18

    摘要: 本申请公开了一种智能电能表可靠性预测方法及装置,将智能电能表中每个组成模块的故障率转化为年故障率;利用统计模拟算法对智能电能表中每个组成模块进行时间抽样,确定每个组成模块的故障时间;利用故障树模型将每个组成模块的故障时间转变为智能电能表的整体故障时间;利用区间统计法,计算智能电能表的整体故障时间在每个时间区间的可靠度数值,以及,基于每个可靠度数值,计算智能电能表的可靠度函数曲线。可见,本发明实施例提供的方法及装置,利用统计模拟算法和故障树模型,可以准确预测智能电能表的可靠性,抽样丰富,使得模块故障率转化为整体故障率更加接近实际工作情况。