一种抑制环境风不利影响的间接空冷塔地下进风系统

    公开(公告)号:CN112880429A

    公开(公告)日:2021-06-01

    申请号:CN201911263199.6

    申请日:2019-11-29

    Inventor: 张学镭 李云鹏

    Abstract: 本发明属于电站空冷技术优化领域,特别涉及一种抑制环境风不利影响的间接空冷塔地下进风系统。该系统包括空冷塔塔筒及其支撑柱、空冷散热器、烟囱、脱硫塔、盖板、圆台形地下进风通道、导流板、排水沟、地表平面;空冷塔塔筒利用支撑柱支撑在圆台形地下进风通道的下底面,烟囱、脱硫塔、空冷散热器均布置在圆台形地下进风通道的下底面;空冷塔塔筒整体位于地表平面以上,空冷散热器整体位于地表平面以下;盖板与地表在同一水平面,且与冷却塔塔筒底部密封连接;圆台形地下进风通道与盖板所形成的环状入口平面就是地下进风系统的进风口。本发明可抑制环境风对空冷散热器冷却性能的不利影响,提升间接空冷系统度夏及防冻性能。

    声振信号构造CNN特征矩阵的断路器储能过程状态辨识方法

    公开(公告)号:CN112241605B

    公开(公告)日:2023-12-19

    申请号:CN201910643289.1

    申请日:2019-07-17

    Abstract: 本发明公开了一种声振信号构造卷积神经网络(CNN)特征矩阵的断路器储能过程状态辨识方法,该方法包括以下内容:首先提出基于峭度和包络相似性的时标对位方法保证声振信号的同步性,然后采用Lyapunov指数‑小波模极大值(L‑小波)检测振动信号起始点,对数据进行重叠式数据扩容后,利用皮尔逊相关系数构造声振信号二维特征矩阵。最后利用CNN对特征矩阵进行训练,利用支持向量机(SVM)代替Soft‑Max分类器来对CNN结构进行优化,使用灰狼优化(GWO)寻找SVM最优参数。优化CNN模型对断路器储能过程

    声振信号构造CNN特征矩阵的断路器储能过程状态辨识方法

    公开(公告)号:CN112241605A

    公开(公告)日:2021-01-19

    申请号:CN201910643289.1

    申请日:2019-07-17

    Abstract: 本发明公开了一种声振信号构造卷积神经网络(CNN)特征矩阵的断路器储能过程状态辨识方法,该方法包括以下内容:首先提出基于峭度和包络相似性的时标对位方法保证声振信号的同步性,然后采用Lyapunov指数‑小波模极大值(L‑小波)检测振动信号起始点,对数据进行重叠式数据扩容后,利用皮尔逊相关系数构造声振信号二维特征矩阵。最后利用CNN对特征矩阵进行训练,利用支持向量机(SVM)代替Soft‑Max分类器来对CNN结构进行优化,使用灰狼优化(GWO)寻找SVM最优参数。优化CNN模型对断路器储能过程数据变动较大的情况不敏感,作为一种新的断路器储能过程状态识别方法,大大提高了状态辨识的准确率和泛化性。

Patent Agency Ranking