-
公开(公告)号：CN119341020A
公开(公告)日：2025-01-21
申请号：CN202310905097.X
申请日：2023-07-21
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种一种适用于大容量链式储能型静止同步补偿器的设计方法。首先，将链式储能单元接入链式静止同步补偿器的直流侧，并通过链式储能的方式实现高压直挂，同时使得储能的容量增大，达到同时能够稳定补偿有功和无功的效果。然后，在系统的控制部分，结合α‑β静止坐标系下应用比例谐振调节器来实现瞬时功率无静差控制；通过注入零序电压实现相簇间SOC均衡控制，并通过在各级联单元叠加相应的交流电压来实现相簇内单元SOC均衡。最后，通过对所建立的模型进行仿真验证，可以看出装置可对电力系统进行有功功率和无功功率的交换，同时能对电力系统的电压有较好的支撑作用。由此方法设计的大容量链式储能型静止同步补偿器能在电力系统中稳定运行，具有良好的动态性能。
-
公开(公告)号：CN119167185A
公开(公告)日：2024-12-20
申请号：CN202411136728.7
申请日：2024-08-19
Applicant: 华北电力大学(保定)
IPC: G06F18/2411 , G06F18/214 , G06F18/25
Abstract: 本发明涉及电力变压器故障诊断技术领域，公开了一种基于动态多模态信息融合的电力变压器故障诊断方法。在本发明中，首先在模型前端构建一层模态选择网络作为第一层决策，可自主筛选现场输入的监测信息，动态选择诊断的模式；其次，建立并训练不同模式输入条件下的诊断模型，针对各种输入，采用相应的融合策略模型进行故障诊断，实现不同数据监测条件下，信息利用效率与诊断准确率的提升。本发明不仅可以提高传统多源信息或多模态诊断方法的灵活性，可在缺少数据的情况下，尽可能的保证诊断方法依然能正常使用。
-
公开(公告)号：CN119069870A
公开(公告)日：2024-12-03
申请号：CN202411139625.6
申请日：2024-08-20
Applicant: 华北电力大学(保定)
IPC: H01M10/613 , H01M10/62 , H01M10/663 , H01M10/6563 , H01M10/6566
Abstract: 本发明涉及无人机机库技术领域，公开了一种低能耗无人机机库，包括：空调风冷系统、通风系统和温度自动控制系统，其中，在所述通风系统中，在机库外墙上设置进风口，以引入新鲜空气；所述进风口配有可调节的阀门或格栅，以便根据需要调整进风量；在机库的高处设置排风口，以排出废气和热空气；设计连接进风口和排风口的风道；在所述温度自动控制系统中，在机库排风口处配置有温度传感器，以实时监测机库内的温度；配置适用于温度自动控制的专业控制器，根据传感器的反馈信号进行温度调节；将所述温度自动控制系统与所述通风系统和所述空调风冷系统进行联动控制。本发明的技术方案，可有效降低无人机充电过程中的能耗，同时避免电池发热现象。
-
公开(公告)号：CN119102404A
公开(公告)日：2024-12-10
申请号：CN202411139623.7
申请日：2024-08-20
Applicant: 华北电力大学(保定)
Abstract: 本发明涉及无人机机库技术领域，公开了一种海岛适应型无人机机库。该海岛适应型无人机机库包括机库前罩翻盖结构和自动化控制系统，其中，所述机库前罩翻盖结构通过电机驱动装置，实现机械传动，将力量传递给机库前罩，使其能够平稳翻盖；通过所述自动化控制系统对翻盖过程进行精确控制。本发明所述的海岛适应型无人机机库充分考虑了海南省高温、高湿、台风等恶劣气候条件，以满足无人机在各种环境下稳定运行的需求。为无人机在电力行业的应用和发展提供强有力的保障，为海岛地区的经济发展和科技进步作出贡献。
-
公开(公告)号：CN117689813B
公开(公告)日：2024-08-16
申请号：CN202311680998.X
申请日：2023-12-08
Applicant: 华北电力大学(保定)
IPC: G06T17/00 , G06T15/04 , G06T7/55 , G06V10/80 , G06V10/143
Abstract: 本发明公开了一种变电站高精度电力变压器红外三维建模方法及系统，其中方法步骤包括：获取目标变压器的第一图像集合和第二图像集合；对第一图像集合和第二图像集合进行特征提取，得到第三图像集合和第四图像集合；对第三图像集合和第四图像集合进行特征匹配，得到第五图像集合和第六图像集合；对第五图像集合和第六图像集合进行深度估计，得到第七图像集合和第八图像集合；对第七图像集合和第八图像集合进行稠密重建，得到红外稠密点云三维模型和可见光稠密点云三维模型；基于红外稠密点云三维模型和可见光稠密点云三维模型，得到第一数据组和第二数据组；基于第一数据组和第二数据组，完成目标变压器的三维建模。
-
Patent Agency Ranking
公开(公告)号：CN119496175A
公开(公告)日：2025-02-21
申请号：CN202311047854.0
申请日：2023-08-18
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种适用于直流受端系统的两阶段暂态电压评估方法。首先搭建包含直流输电系统的典型电压失稳场景，设置不同故障类型生成暂态电压样本集。其次对暂态电压恢复过程进行分段，根据直流系统暂态电压恢复过程中电压恢复速度将其分为两阶段并求解暂态电压阶段Ⅰ的持续时间。然后利用主成分分析法进行降维处理，选出暂态电压稳定关键影响因素，并用最小二乘法对关键影响因素与暂态电压稳定裕度进行非线性拟合。最后在搭建的IEEE 3机9节点系统和双馈入直流输电系统中进行暂态仿真验证。本发明方法改善了传统多二元表方法在直流输电系统中的漏判现象，并且有着较快的评估速度，具有一定的实用性和工程参考价值。
-
公开(公告)号：CN117791440A
公开(公告)日：2024-03-29
申请号：CN202410009527.4
申请日：2024-01-04
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种高压架空线路地线修补装置，包括高压架空地线断股修补单元、高压架空地线预绞丝缠绕单元以及与高压架空地线断股修补单元和高压架空地线预绞丝缠绕单元通信连接以实现高压架空地线断股修补单元和高压架空地线预绞丝缠绕单元控制的远端操控箱。本发明通过设置的高压架空地线断股修补单元和高压架空地线预绞丝缠绕单元，不但可解决高压架空地线的修补问题，而且修补效果好，效率和安全性高；通过设置的远端操控箱，可实现高压架空地线断股修补单元和高压架空地线预绞丝缠绕单元工作的远程自动控制和远程手动控制。
-
公开(公告)号：CN117689813A
公开(公告)日：2024-03-12
申请号：CN202311680998.X
申请日：2023-12-08
Applicant: 华北电力大学(保定)
IPC: G06T17/00 , G06T15/04 , G06T7/55 , G06V10/80 , G06V10/143
Abstract: 本发明公开了一种变电站高精度电力变压器红外三维建模方法及系统，其中方法步骤包括：获取目标变压器的第一图像集合和第二图像集合；对第一图像集合和第二图像集合进行特征提取，得到第三图像集合和第四图像集合；对第三图像集合和第四图像集合进行特征匹配，得到第五图像集合和第六图像集合；对第五图像集合和第六图像集合进行深度估计，得到第七图像集合和第八图像集合；对第七图像集合和第八图像集合进行稠密重建，得到红外稠密点云三维模型和可见光稠密点云三维模型；基于红外稠密点云三维模型和可见光稠密点云三维模型，得到第一数据组和第二数据组；基于第一数据组和第二数据组，完成目标变压器的三维建模。
-
公开(公告)号：CN119202705A
公开(公告)日：2024-12-27
申请号：CN202411139626.0
申请日：2024-08-20
Applicant: 华北电力大学(保定)
IPC: G06F18/214 , G06F18/2415 , G06N3/0495 , G06N3/098 , G06N3/096 , G06F18/25
Abstract: 本发明涉及电力变压器故障诊断技术领域，公开了一种基于知识蒸馏与协同增量学习的变压器故障诊断方法。首先，采用变压器历史故障数据对云端高性能模型进行训练，利用知识蒸馏的方式将云端训练得到的大模型轻量化，并部署在边缘侧；其次，构建云边协同框架，各监测数据在边缘侧进行就地处理与识别，仅需将识别结果发送至云端，缓解数据传输压力；最后，建立协同增量学习策略，当随着新样本增多使得模型失准时，将采用基于知识蒸馏的协同增量学习的方式更新云端与边缘侧模型，实现云端与边缘端模型的同步更新，确保了模型在边缘计算环境中能够持续有效地学习和适应新样本，提升故障诊断的准确性。
-
公开(公告)号：CN117291802B
公开(公告)日：2024-08-02
申请号：CN202311257774.8
申请日：2023-09-27
Applicant: 华北电力大学(保定)
IPC: G06T3/4053 , G06T3/4046 , G06N3/0464 , G06N3/045 , G06N3/0985 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/25 , G06V10/82 , G06N3/048
Abstract: 本发明公开了一种基于复合网络结构的图像超分辨率重建方法及系统，其中方法具体包括：获取样本图像，对样本图像进行预处理，获取低分辨率图像；对低分辨率图像进行特征提取、非线性映射及图像重组，获取第一超分辨率图像；对第一超分辨率图像进行数据调整与特征增强，获取第二超分辨率图像；对第二超分辨率图像进行优化，获取优化后的超分辨率图像。本发明通过使用端到端的图像超分辨率复合网络结构获得高分辨率图像，由于图像超分辨率复合卷积网络结构采用的是单一的端到端训练的模型来处理不同尺度因子、模糊核和噪声水平的经典退化模型，同时兼顾了基于建模的方法和基于学习的方法的优点，实现兼顾检测重建精度和灵活性的技术效果。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.019 seconds)
