-
公开(公告)号：CN119651646A
公开(公告)日：2025-03-18
申请号：CN202411831551.2
申请日：2024-12-12
Applicant: 大连理工大学 , 国网辽宁省电力有限公司电力科学研究院
Abstract: 本发明提供一种考虑电堆热约束的电解槽VSG控制方法及装置，包括：构建质子交换膜电解槽并网制氢系统的热电耦合模型，得到质子交换膜电解槽的热电耦合特性；考虑质子交换膜电解槽的热电耦合特性建立相应的VSG控制策略框架，设置与温度相关的基线阻尼，所述基线阻尼为VSG阻尼；考虑电极温度和比例阀流量变动对VSG阻尼进行自适应优化，进而得到考虑电堆热约束的电解槽VSG控制方法。本发明能够减少因局部过热而造成的损失，延长质子交换膜电解槽的工作寿命，实现并网稳定运行。
-
公开(公告)号：CN115184729B
公开(公告)日：2023-07-11
申请号：CN202210853370.4
申请日：2022-07-20
Applicant: 国网辽宁省电力有限公司电力科学研究院 , 辽宁拓新电力电子有限公司
IPC: G01R31/08
Abstract: 本发明公开了一种自动检测并处理间歇性电弧接地故障的模拟系统和方法，所述系统包括：故障模拟装置，通过远程控制装置控制多个开关模拟间歇性电弧接地故障的发生与消失；数据检测装置，检测故障模拟装置模拟间歇性电弧接地故障发生时所产生的零序电压、相电流信号，根据间歇性电弧中的暂态频率对零序电压、相电流信号进行滤波处理，得到相应的暂态量后进行接地故障判别；故障处理装置，用于采用并联的小电阻接地装置和消弧线圈接地装置对间歇性电弧接地故障进行处理。本发明模拟间歇性电弧接地故障，通过电力系统单相接地故障的自动检测方法确定故障并采用处理间歇性电弧接地故障的逻辑方法对故障进行解决。
-
Patent Agency Ranking
公开(公告)号：CN115184729A
公开(公告)日：2022-10-14
申请号：CN202210853370.4
申请日：2022-07-20
Applicant: 国网辽宁省电力有限公司电力科学研究院 , 辽宁拓新电力电子有限公司
IPC: G01R31/08
Abstract: 本发明公开了一种自动检测并处理间歇性电弧接地故障的模拟系统和方法，所述系统包括：故障模拟装置，通过远程控制装置控制多个开关模拟间歇性电弧接地故障的发生与消失；数据检测装置，检测故障模拟装置模拟间歇性电弧接地故障发生时所产生的零序电压、相电流信号，根据间歇性电弧中的暂态频率对零序电压、相电流信号进行滤波处理，得到相应的暂态量后进行接地故障判别；故障处理装置，用于采用并联的小电阻接地装置和消弧线圈接地装置对间歇性电弧接地故障进行处理。本发明模拟间歇性电弧接地故障，通过电力系统单相接地故障的自动检测方法确定故障并采用处理间歇性电弧接地故障的逻辑方法对故障进行解决。
-
公开(公告)号：CN119417059A
公开(公告)日：2025-02-11
申请号：CN202411604415.X
申请日：2024-11-12
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 大连理工大学
IPC: G06Q10/063 , G06Q50/06 , G06Q50/26
Abstract: 本发明提供一种基于系统动力学的清洁低碳氢全生命周期碳排放计算方法及系统，包括：S1、获取当前制取清洁低碳氢的系统参数，划分全生命周期的不同阶段；S2、由所划分的全分生命周期不同阶段建立清洁低碳氢全生命周期的碳排放计算模型；S3、从全生命周期出发建立系统动力学模型；S4、基于系统动力学模型得到能源结构和氢需求总量的动态变化，采用全生命周期碳排放计算模型计算清洁低碳氢的碳排放。本发明能够实现更为精准的清洁低碳氢碳排放计算。
-
公开(公告)号：CN113230428A
公开(公告)日：2021-08-10
申请号：CN202110385112.3
申请日：2021-04-09
Applicant: 大连理工大学 , 苏州中科索维光电科技有限公司
Abstract: 本发明公开了一种基于冠状病毒UVC消杀机理的智能机器人，包括智能控制单元、UVC消毒单元和智能化软件调度单元。所述智能控制单元检测机器人前方的环境信息以及机器人的实时位置信息对该机器人的运行轨迹进行规划、消毒工作过程进行调控。所述UVC消毒单元接收智能控制模块传送的运行规划指令和消毒模式、对环境中的病毒进行消毒处理。所述智能化软件调度单元对多个机器人进行远程调控、采用云协议与智能控制单元数据通信，该机器人具有根据距离控制UVC照射时间的功能，有效避免控制不好时间使得消毒时间过短，消毒效果不佳，或消毒时间过长造成资源浪费等问题。
-
公开(公告)号：CN106598952A
公开(公告)日：2017-04-26
申请号：CN201611209507.3
申请日：2016-12-23
Applicant: 大连理工大学
IPC: G06F17/27
Abstract: 本发明公开了一种基于卷积神经网络的中文模糊限制信息范围检测方法，包括如下步骤：对待处理语料中包含模糊限制语的句子进行分词；进行句法解析，得到语料中语句对应的短语结构树；基于短语的候选样例筛选策略，获得候选短语；抽取左、右边界词和模糊限制语的上下文信息；将左边界候选词上下文信息和模糊限制语上下文信息组合成为左边界候选样例词序列，将右边界候选词上下文信息和模糊限制语上下文信息组合成为右边界候选样例词序列；将所述的左、右边界候选样例词序列，映射到实数向量空间，分别表示成左、右边界的词向量序列，得到左边界F‑scope检测模型和右边界L‑scope检测模型，得到分类器；将左、右边界分类器的结果合并成句子级别的结果，得到最终的范围检测结果。
-
公开(公告)号：CN106611055A
公开(公告)日：2017-05-03
申请号：CN201611222553.7
申请日：2016-12-27
Applicant: 大连理工大学
Abstract: 本发明公开了一种基于层叠式神经网络的中文模糊限制信息范围检测方法，其特征在于包括如下步骤：对待分析实验语料中含有模糊限制语的句子，进行分词处理；使用句法解析器对分词处理后的句子进行句法解析，得到所述句子的短语结构树；通过基于短语的候选样例筛选策略找到候选短语，进而确定候选短语的边界词，包括左边界词和右边界词；使用抽取窗口分别抽取所述的左、右边界词和模糊限制语的上下文信息；将左、右边界词和模糊限制语的上下文信息作为候选样例词序列并映射到实数向量空间，转换为词向量形式；输入基于长短时记忆网络LSTM和卷积神经网络CNN相结合的层叠式学习模型LSTM‑CNN进行学习，得到边界分类器；对测试数据进行分类，得到左、右边界的分类结果。
-
-
-
-
-
-
Search Results
7
records
(took 0.07 seconds)
