导线交跨放线装置
    1.
    实用新型

    公开(公告)号:CN203617621U

    公开(公告)日:2014-05-28

    申请号:CN201320853832.9

    申请日:2013-12-23

    Abstract: 本实用新型公开了一种导线交跨放线装置,其特征在于,包括横担和至少两个集束导线滑车;所述集束导线滑车分别安装于所述横担的两端,且位于所述横担的同侧;所述集束导线滑车包括安装架和三个圆柱滚轮,三个所述圆柱滚轮形成U形结构。本实用新型提供的导线交跨放线装置,使用时,导线穿过位于横担两端的集束导线滑车,通过集束导线滑车之间的跨度将待放线的导线架空在电线杆上的电缆上方,避免了待放线的导线与电缆之间的摩擦,且由三个圆柱滚轮组成的U形结构使导线不会与集束导线滑车的边缘发生硬性摩擦,从而降低了放线过程中导线的损坏几率。

    基于激光数据的变电站异物识别方法

    公开(公告)号:CN108107444B

    公开(公告)日:2021-12-14

    申请号:CN201711459790.X

    申请日:2017-12-28

    Abstract: 基于激光数据的变电站异物识别方法。目前进行异物识别,易受环境影响,建模复杂算法耗时。本发明步骤如下:首先利用激光雷达对多个区域采集激光数据,通过分析整理建成一个模型点云集合,再利用激光雷达对某一个需测定区域采集激光数据组成测试点云,通过计算将点云分布信息进行孤立点去除滤波,再统计点云数据在xyz轴三个方向上的分布直方图,经均匀采样滤波提取关键点并计算特征向量,建立kdtree匹配对索引,经过SVD进行转换矩阵求解,并转换测试点云坐标与模型点云进行ICP迭代配准,再通过kdtree计算点对配对距离筛选超距点,最后计算超距点集合的疏密性,判别是否是异物。本发明用于变电站异物识别。

    一种光伏电站可利用太阳能发电量预测方法

    公开(公告)号:CN104361406B

    公开(公告)日:2017-11-21

    申请号:CN201410603666.6

    申请日:2014-10-31

    CPC classification number: Y04S10/54

    Abstract: 本发明公开了一种光伏电站可利用太阳能发电量预测方法,包括如下步骤:(1)计算该光伏电站所在地区近若干年的年平均峰值日照小时数和该光伏电站的可装机容量;(2)通过年平均峰值日照小时数、可装机容量和光伏组件衰减率计算该光伏电站第n年的可利用太阳能发电量Wn和设定年数的总的可利用太阳能发电量W总。本发明的预测方法能够适用于各种区域和气象条件下,生成的各月份的太阳能日平均辐照度、年平均辐照度、可装机容量以及N年中每年的可利用太阳能发电量及可利用太阳能总量,具有代表性,提高了距离当地太阳辐射观测站较远地区或无太阳辐射观测站地区太阳能辐照数据的精确度,预测及评估结果客观合理。

    基于激光数据的变电站异物识别方法

    公开(公告)号:CN108107444A

    公开(公告)日:2018-06-01

    申请号:CN201711459790.X

    申请日:2017-12-28

    CPC classification number: G01S17/88 G06K9/6212 G06T7/33 G06T2207/10028

    Abstract: 基于激光数据的变电站异物识别方法。目前进行异物识别,易受环境影响,建模复杂算法耗时。本发明步骤如下:首先利用激光雷达对多个区域采集激光数据,通过分析整理建成一个模型点云集合,再利用激光雷达对某一个需测定区域采集激光数据组成测试点云,通过计算将点云分布信息进行孤立点去除滤波,再统计点云数据在xyz轴三个方向上的分布直方图,经均匀采样滤波提取关键点并计算特征向量,建立kdtree匹配对索引,经过SVD进行转换矩阵求解,并转换测试点云坐标与模型点云进行ICP迭代配准,再通过kdtree计算点对配对距离筛选超距点,最后计算超距点集合的疏密性,判别是否是异物。本发明用于变电站异物识别。

    一种基于特征聚类分析的光伏电站运行状态划分方法

    公开(公告)号:CN104915899A

    公开(公告)日:2015-09-16

    申请号:CN201510375780.2

    申请日:2015-06-30

    CPC classification number: Y02D10/45

    Abstract: 本发明涉及一种基于特征聚类分析的光伏电站运行状态划分方法,属于光伏发电技术领域。本发明首先提取表征光伏电站运行状态的特征量作为样本数据,包括方阵转换效率、逆变转换效率、PV方阵日等价发电时间和PV系统日等价发电时间;然后采用聚类分析算法对得到的样本数据进行聚类分析,实现对光伏电站运行状态的划分。本发明采用K-means算法对光伏电站的特征量进行聚类分析,聚类结果表征了光伏电站运行状态,根据得到运行状态可进一步缩小光伏电站运维范围,缩短运维时间,进一步保障光伏电站发电收益。为光伏电站运行状态评估提供科学指导,促进了光伏电站运行维护的发展。

Patent Agency Ranking