一种电杆扶正车
    4.
    发明授权

    公开(公告)号:CN106639611B

    公开(公告)日:2022-01-28

    申请号:CN201611157154.7

    申请日:2016-12-15

    IPC分类号: E04H12/34 E04G23/02

    摘要: 一种电杆扶正车。涉及电力抢修设备领域,尤其设计电力抢修工程车的改进。提出了一种结构精巧、使用方便、可快速转运并对电杆进行高效扶正的电杆扶正车。所述定位装置包括定位板、至少一锁紧柱和至少一驱动杆,所述车身远离车头的端面上开设有容置槽,所述定位板水平设置、且滑动连接在所述容置槽中,所述锁紧柱竖直设置、且穿设所述车身,所述锁紧柱与车身螺纹连接、且其一端伸入容置槽中,所述驱动杆水平设置、且穿设在锁紧柱远离容置槽的一端,所述驱动杆的两端均固定连接有限位球;所述定位板上设有若干激光发射器,所述夹具上设有若干激光接受器。本发明从整体上具有结构精巧、操作方便、劳动强度低、工作效率高且易于转运的特点。

    一种电杆扶正车
    5.
    发明公开

    公开(公告)号:CN106639611A

    公开(公告)日:2017-05-10

    申请号:CN201611157154.7

    申请日:2016-12-15

    IPC分类号: E04H12/34 E04G23/02

    CPC分类号: E04H12/34 E04G23/02

    摘要: 一种电杆扶正车。涉及电力抢修设备领域,尤其设计电力抢修工程车的改进。提出了一种结构精巧、使用方便、可快速转运并对电杆进行高效扶正的电杆扶正车。所述定位装置包括定位板、至少一锁紧柱和至少一驱动杆,所述车身远离车头的端面上开设有容置槽,所述定位板水平设置、且滑动连接在所述容置槽中,所述锁紧柱竖直设置、且穿设所述车身,所述锁紧柱与车身螺纹连接、且其一端伸入容置槽中,所述驱动杆水平设置、且穿设在锁紧柱远离容置槽的一端,所述驱动杆的两端均固定连接有限位球;所述定位板上设有若干激光发射器,所述夹具上设有若干激光接受器。本发明从整体上具有结构精巧、操作方便、劳动强度低、工作效率高且易于转运的特点。

    电杆扶正车
    6.
    实用新型

    公开(公告)号:CN206267618U

    公开(公告)日:2017-06-20

    申请号:CN201621374402.9

    申请日:2016-12-15

    IPC分类号: E04H12/34 E04G23/02

    摘要: 电杆扶正车。涉及电力抢修设备领域,尤其设计电力抢修工程车的改进。提出了一种结构精巧、使用方便、可快速转运并对电杆进行高效扶正的电杆扶正车。所述定位装置包括定位板、至少一锁紧柱和至少一驱动杆,所述车身远离车头的端面上开设有容置槽,所述定位板水平设置、且滑动连接在所述容置槽中,所述锁紧柱竖直设置、且穿设所述车身,所述锁紧柱与车身螺纹连接、且其一端伸入容置槽中,所述驱动杆水平设置、且穿设在锁紧柱远离容置槽的一端,所述驱动杆的两端均固定连接有限位球;所述定位板上设有若干激光发射器,所述夹具上设有若干激光接受器。本实用新型从整体上具有结构精巧、操作方便、劳动强度低、工作效率高且易于转运的特点。

    一种基于D-S证据理论的变压器油色谱数据预测方法

    公开(公告)号:CN103592374B

    公开(公告)日:2014-11-19

    申请号:CN201310576421.4

    申请日:2013-11-18

    IPC分类号: G01N30/00

    摘要: 一种基于D-S证据理论的变压器油色谱数据预测方法。包括以下步骤:步骤1):采集变压器油色谱数据中的多种气体浓度历史数据;步骤2):以多种气体在某一时刻的浓度作为输入,以多种气体中的待预测气体在下一时刻的浓度作为输出,利用所采集的多种气体浓度历史数据作为训练样本集通过多种智能预测算法进行训练,并计算训练误差;步骤3):利用D-S证据理论对步骤2)中所述的多个预测模型得到的预测结果进行权重提取和融合,得到待预测气体预测模型权重,最终得到预测值;步骤4):结束。本发明利用D-S证据理论对多种方法获得的预测结果融合能力来对气体浓度进行预测,改善了变压器油色谱数据预测模型的精度和泛化能力,具有更高的预测精度。

    一种基于D-S证据理论的变压器油色谱数据预测方法

    公开(公告)号:CN103592374A

    公开(公告)日:2014-02-19

    申请号:CN201310576421.4

    申请日:2013-11-18

    IPC分类号: G01N30/00

    摘要: 一种基于D-S证据理论的变压器油色谱数据预测方法。包括以下步骤:步骤1):采集变压器油色谱数据中的多种气体浓度历史数据;步骤2):以多种气体在某一时刻的浓度作为输入,以多种气体中的待预测气体在下一时刻的浓度作为输出,利用所采集的多种气体浓度历史数据作为训练样本集通过多种智能预测算法进行训练,并计算训练误差;步骤3):利用D-S证据理论对步骤2)中所述的多个预测模型得到的预测结果进行权重提取和融合,得到待预测气体预测模型权重,最终得到预测值;步骤4):结束。本发明利用D-S证据理论对多种方法获得的预测结果融合能力来对气体浓度进行预测,改善了变压器油色谱数据预测模型的精度和泛化能力,具有更高的预测精度。