一种脉冲电场测量系统的开环校准方法

    公开(公告)号:CN117871968B

    公开(公告)日:2024-05-31

    申请号:CN202410257619.4

    申请日:2024-03-07

    IPC分类号: G01R29/08 G01R35/00 G01R15/24

    摘要: 本发明涉及脉冲电场测量技术领域,公开了一种脉冲电场测量系统的开环校准方法。该方法首先搭建测量系统的数学模型,包括系统的频域模型和时域模型,据此得到测量系统的频率响应特性和线性工作范围;再判断测量系统的特定器件和光纤插入损耗是否变化;当测量系统的特定器件和光纤插入损耗均不变化时,直接使用已计算出的频率响应特性和线性工作范围对测量系统进行标定;当测量系统的特定器件和/或光纤损耗插入发生变化时,将改变的器件参数和/或光纤插入损耗参数代入数学模型中,得到测量系统修改后的频率响应特性和线性工作范围,重新标定以完成对测量系统的开环校准。本发明显著降低了对测量系统进行校准的成本和难度。

    一种气体放电管放电实验模拟装置

    公开(公告)号:CN111462599A

    公开(公告)日:2020-07-28

    申请号:CN202010159989.6

    申请日:2020-03-10

    IPC分类号: G09B23/18

    摘要: 本发明公开了一种气体放电管放电实验模拟装置,所述装置包括实验箱、升降工作台、多个放电管和传感器组。所述实验箱主体的侧壁上开有光学观测窗口,所述升降工作台放置在实验箱主体内,包括上工作面板、下工作面板、升降装置和多个电极隔热层,电极隔热层固接在上工作面板和下工作面板的对应位置。所述放电管包括两个卡槽、一个高压电极、一个接地电极和一个套管,放电管被夹持在升降工作台两个工作面板上的电极隔热层中。所述传感器组安装在所述金属真空腔室内壁上。本发明的气体放电管放电实验模拟装置,可以模拟不同规格的气体放电管在不同工况下的放电过程,观察和检测气体放电管放电过程中的物理化学现象,为后续研究放电机理做铺垫。

    基于气体放电管喷溅侵蚀的电极质量损失评估方法及系统

    公开(公告)号:CN118780062A

    公开(公告)日:2024-10-15

    申请号:CN202410902020.1

    申请日:2024-07-05

    摘要: 本发明公开了基于气体放电管喷溅侵蚀的电极质量损失评估方法及系统,属于气体放电管器件老化研究技术领域,包括:基于电弧力对电极的作用情况,将作用于电极表面的力分解为离子冲击力、电场力、弧柱电子反作用力、电磁力和蒸发反作用力;通过对力分析表达和基于动能守恒和动量守恒原理,评估电弧对熔池做功导致材料喷溅侵蚀的质量损失。本发明能够有效预测气体放电管放电过程中质量损失量随输入电流的变化,能推广到不同的气体放电管性能分析中,便于工作人员根据使用环境等外部条件因素及时作出维修判断,提高通信系统雷电防护的可靠性。

    开关柜传感器布置优化方法及系统

    公开(公告)号:CN118465456A

    公开(公告)日:2024-08-09

    申请号:CN202410609750.2

    申请日:2024-05-16

    IPC分类号: G01R31/12 G01R1/02 G01K13/00

    摘要: 本发明公开一种开关柜传感器布置优化方法及系统,方法包括在开关柜内放置绝缘缺陷模型和局放传感器;对绝缘缺陷模型施加电压以使绝缘缺陷模型进行局部放电,并利用局放传感器采集开关柜内的局部放电信号;调整局放传感器的安装位置,在开关柜内局部放电信号总量最大时对应的安装位置作为局部放电传感器的最佳布置位置;在开关柜上安装触头发热缺陷模型,调整第一温度传感器在开关柜的手车室内壁上的安装位置,将不同安装位置时所测量的温度值与两次通电电流值计算不同安装位置对应的温度变化率,将温度变化率取值最大时对应的安装位置作为温度传感器的最佳安装位置;本发明提高了传感器灵敏度和检测有效性,有效的提高高压开关柜状态感知水平。

    基于深度强化学习的换流器控制模型训练和振荡抑制方法

    公开(公告)号:CN117973233A

    公开(公告)日:2024-05-03

    申请号:CN202410370816.7

    申请日:2024-03-29

    摘要: 本发明涉及输电系统控制和人工智能技术领域,尤其是一种基于深度强化学习的换流器控制模型训练和振荡抑制方法。换流器控制模型包括:编码器、解码器和噪声网络。本发明提出的基于深度强化学习的换流器控制模型训练方法训练输电系统中不同换流器的换流器控制模型,以实现输电系统中不同换流器的分布式控制。本发明中,作为智能体的换流器控制模型在训练结束后可根据本地信息独立控制换流器,并直接利用输电系统过去运行所产生的大量数据训练智能体,无需与输电系统交互训练,无需专业知识进行数学建模,简单易用。本发明的换流器控制模型训练过程中,无需与真实的输电系统互动收集数据,避免对真实输电系统造成危害。

    基于图神经网络的雷电定位点云聚类模型、方法和系统

    公开(公告)号:CN117197513A

    公开(公告)日:2023-12-08

    申请号:CN202311439790.9

    申请日:2023-11-01

    摘要: 本发明涉及深度学习领域及电气技术领域,尤其是一种基于图神经网络的雷电定位点云聚类模型、方法和系统。雷电定位云团聚类模型包括图特征提取器、图结构提取器、信息混合模块以及聚类模块;雷电定位云团聚类模型基于点云的节点信息矩阵X构建图特征嵌入向量H,基于节点信息矩阵X和邻接矩阵A构建图结构嵌入向量Z,信息混合模块第l层的输出为混合后特征矩阵H(l)和Z(l);聚类模块基于信息混合模块输出的嵌入矩阵S对点云进行聚类,聚类后的簇即为模型标注的雷暴云团。本发明提出了一种雷电定位云团聚类模型,采用图神经网络进行自监督学习,得到雷电点云聚类结果,大大提高了雷暴云团的定位精度。