-
公开(公告)号：CN117239565A
公开(公告)日：2023-12-15
申请号：CN202311217123.6
申请日：2023-09-20
申请人： 安徽理工大学 , 国网安徽省电力有限公司合肥供电公司 , 国网安徽省电力有限公司
摘要： 本发明公开了一种电力配电网负荷监测装置，涉及负荷监测设备技术领域。本发明包括箱体，所述箱体的内部安装有电器元件，所述箱体的顶部固定连接有安装盒，所述安装盒的内部，所述安装盒的内壁上固定连接有电动伸缩杆，所述电动伸缩杆的输出端固定连接有第一齿条。本发明通过设置的双金属片、导热杆、第一导电头、第二导电头之间的相互配合，能够根据着火点附近温度高于周围温度，控制着火点附近的电磁阀开启，便于根据着火点位置打开该处一定范围内的喷头进行灭火，进行精准灭火，避免同时开启所有喷头进行灭火造成不必要的浪费，且能够在喷洒灭火材料时带动喷头往复移动，便于扩大喷洒灭火范围，进一步提高灭火效率。
-
公开(公告)号：CN117269552A
公开(公告)日：2023-12-22
申请号：CN202311198237.0
申请日：2023-09-15
申请人： 安徽理工大学 , 国网安徽省电力有限公司 , 国网安徽省电力有限公司合肥供电公司
摘要： 本发明公开了一种分布式负荷监测采样装置，包括壳体，还包括：连杆组件，用于拔插电器上的线缆，以及限位组件，用于对线缆进行紧固；所述限位组件，包括基杆、滑杆、夹杆以及夹板，所述基杆在壳体内侧与壳体铰接，所述基杆顶端的套筒中滑动连接有滑杆，所述基杆顶端套筒两侧铰接有夹杆，两个所述夹杆上分别铰接有夹板，所述基杆与连杆组件连接，所述与散热组件连接；本发明，可自动中断配电器的连通。
-
公开(公告)号：CN118296301A
公开(公告)日：2024-07-05
申请号：CN202410531028.1
申请日：2024-04-29
申请人： 国网安徽省电力有限公司阜阳供电公司 , 安徽理工大学
IPC分类号： G06F18/10 , G06F18/213 , G06F18/2113 , G06N3/006 , G06F17/14 , G06F17/16 , G06Q50/06 , H02J3/00 , G06N3/0499 , G06N3/08
摘要： 本发明涉及工业用电负荷技术领域，具体公开了一种工业大用户用电负荷特征筛选方法，包括S‑1：采集工业用电的大用户所使用的多种设备电力负荷参数，构建原始功率数据集，并对所述数据进行预处理，并划分数据集为训练集和测试集；S‑2：根据电力负荷参数的数据质量和电力负荷特征，对原始功率数据进行时频域特征提取；通过更全面的数据采集，大量提取时频域特征使我们能够从多个维度全面了解电力负荷的特性，这种全面性有助于更准确地描述复杂的负荷波动和模式；更好的预测性，多维度的时频域特征提供更强的预测性，使我们能够更准确地预测未来的负荷需求，有助于电力供应的调度和规划；更全面的数据记录，大量特征提取确保了更全面的数据记录。
-
公开(公告)号：CN114595873B
公开(公告)日：2024-07-19
申请号：CN202210169235.8
申请日：2022-02-23
申请人： 安徽理工大学 , 国网安徽省电力有限公司
IPC分类号： H02J3/00 , G06Q50/06 , G06F18/15 , G06F18/214 , G06F18/21 , G06N3/0442 , G06N3/086 , G06N3/006
摘要： 本发明公开了一种基于灰色关联的DA‑LSTM的短期电力负荷预测方法，包括：获取多日日负荷影响因素数据和负荷数据，计算各个日负荷影响因素数据负荷数据之间的MIC值，获得各影响因素的权重，划分历史日数据和待预测日数据，并构建灰色关联判断矩阵，利用各影响因素的权重对灰色关联判断矩阵进行加权，计算出加权灰色关联决策阵，得到每个历史日和待预测日的灰色关联值，将灰色关联值从大到小进行排序，设置阈值，选择满足阈值历史日作为相似日集，构建DA‑LSTM模型，利用将蜻蜓算法DA对长短期记忆网络LSTM的参数进行优化，在DA‑LSTM模型中输入相似日数据，对待预测日进行负荷预测。该方法结合历史负荷、气象、日期类型等因素进行预测，能对待预测日实现短期预测。
-
公开(公告)号：CN114530847B
公开(公告)日：2024-08-09
申请号：CN202210170067.4
申请日：2022-02-23
申请人： 安徽理工大学 , 国网安徽省电力有限公司
IPC分类号： H02J3/00 , G06F18/10 , G06F18/213 , G06F18/24
摘要： 本发明公开了非活性电流谐波结合XGBoost的非侵入式负荷辨识方法，包括：利用非侵入式负荷监测系统采集待识别的电力系统负荷稳态电流数据和稳态电压数据，对采集到的稳态电流数据和稳态电压数据中值滤波处理，根据中值滤波后的稳态电流数据和稳态电压数据提取总有功功率特征、总无功功率特征及非活性电流各次谐波分量特征，利用核主成分分析KPCA对非活性电流各次谐波分量特征降维，提取主要谐波信息，与总有功功率特征、总无功功率特征结合形成XGBoost分类模型的多特征目标函数，将提取总有功功率特征、总无功功率特征及非活性电流各次谐波分量特征输入XGBoost分类模型，识别不同的负荷。该方法用于非侵入式负荷辨识，实现了负荷高效且快速准确识。
-
公开(公告)号：CN114595873A
公开(公告)日：2022-06-07
申请号：CN202210169235.8
申请日：2022-02-23
申请人： 安徽理工大学 , 国网安徽省电力有限公司
摘要： 本发明公开了一种基于灰色关联的DA‑LSTM的短期电力负荷预测方法，包括：获取多日日负荷影响因素数据和负荷数据，计算各个日负荷影响因素数据负荷数据之间的MIC值，获得各影响因素的权重，划分历史日数据和待预测日数据，并构建灰色关联判断矩阵，利用各影响因素的权重对灰色关联判断矩阵进行加权，计算出加权灰色关联决策阵，得到每个历史日和待预测日的灰色关联值，将灰色关联值从大到小进行排序，设置阈值，选择满足阈值历史日作为相似日集，构建DA‑LSTM模型，利用将蜻蜓算法DA对长短期记忆网络LSTM的参数进行优化，在DA‑LSTM模型中输入相似日数据，对待预测日进行负荷预测。该方法结合历史负荷、气象、日期类型等因素进行预测，能对待预测日实现短期预测。
-
公开(公告)号：CN114530847A
公开(公告)日：2022-05-24
申请号：CN202210170067.4
申请日：2022-02-23
申请人： 安徽理工大学 , 国网安徽省电力有限公司
摘要： 本发明公开了非活性电流谐波结合XGBoost的非侵入式负荷辨识方法，包括：利用非侵入式负荷监测系统采集待识别的电力系统负荷稳态电流数据和稳态电压数据，对采集到的稳态电流数据和稳态电压数据中值滤波处理，根据中值滤波后的稳态电流数据和稳态电压数据提取总有功功率特征、总无功功率特征及非活性电流各次谐波分量特征，利用核主成分分析KPCA对非活性电流各次谐波分量特征降维，提取主要谐波信息，与总有功功率特征、总无功功率特征结合形成XGBoost分类模型的多特征目标函数，将提取总有功功率特征、总无功功率特征及非活性电流各次谐波分量特征输入XGBoost分类模型，识别不同的负荷。该方法用于非侵入式负荷辨识，实现了负荷高效且快速准确识。
-
公开(公告)号：CN115207911A
公开(公告)日：2022-10-18
申请号：CN202210891806.9
申请日：2022-07-27
申请人： 安徽理工大学 , 国网安徽省电力有限公司
IPC分类号： H02J3/00 , H02J3/46 , H02J3/38 , H02J3/32 , H02J3/14 , G06Q10/04 , G06Q10/06 , G06Q50/06 , G06N3/12
摘要： 一种基于电价激励的工业厂级及微网负荷优化调度方法，包括：获取企业内多个用电负荷，并根据用电负荷计算每日总负荷；根据每日总负荷构建在预设的负荷时间调度约束条件下的电费计算模型，并根据计算最低电费下的负荷需求曲线；电费计算模型的目标函数为：minC＝Wj·Cj‑x·ΔPa·Ca其中，Cj为对应j时段电价；ΔPa为企业参与电网削峰或填谷响应动作的功率；x表示电力公司发布响应需求的情况；输入得到的负荷需求曲线，根据预先构建的微电网负荷优化调度模型计算每个时刻的经济成本和燃料排放，并采用遗传算法计算最优解；本发明能够将需求响应电价补贴及工业用户采用生产过程中的余热发电融入优化调度模型中，实现对工业用户参与大电网削峰填谷和进一步优化自身用电经济性。
-
公开(公告)号：CN115271119A
公开(公告)日：2022-11-01
申请号：CN202210891352.5
申请日：2022-07-27
申请人： 安徽理工大学 , 国网安徽省电力有限公司
摘要： 本发明涉及一种基于非侵入式负荷监测的工商业设备故障诊断方法和系统，通过采集工商业用户的总用电信息，并根据所述总用电信息提取工商业用户用电行为特征；然后构建非侵入式负荷监测模型，将所述用电行为特征输入到所述非侵入式负荷监测模型中，得到用电设备的设备种类、运行状态和功率消耗；提前构建多种工商业设备的设备故障诊断模型，根据所述设备种类选取对应的设备故障诊断模型，将所述运行状态和功率消耗输入至所述对应的设备故障诊断模型中，得到故障诊断结果。本发明公开的方法能够更好地适应工商业中的异构负荷，同时，无需对原始数据或特征工程进行任何繁重的预处理，端到端的算法结构具有良好的通用性和可操作性。
-
公开(公告)号：CN118797403A
公开(公告)日：2024-10-18
申请号：CN202410765754.X
申请日：2024-06-14
申请人： 安徽理工大学
IPC分类号： G06F18/24 , G01N21/65 , G06F18/2131 , G06F18/15 , G06N3/0455 , G06N3/08 , G06N3/006
摘要： 本发明公开了一种基于拉曼光谱的变压器故障诊断方法，包括：利用表面增强拉曼散射技术获得故障变压器油拉曼光谱的信息，得到故障变压器油拉曼光谱数据集；在光谱数据预处理中，利用K点循环快速傅里叶变换中值法进行故障变压器油拉曼光谱的去噪预处理，利用蚁狮优化堆栈稀疏自编码器进行故障变压器油拉曼光谱的降维预处理，利用自适应迭代重加权惩罚最小二乘进行故障变压器油拉曼光谱的基线校正；利用蚁狮优化Elman神经网络分类识别模型处理预处理后的故障变压器油拉曼光谱信息。
-
-
-
-
-
-
-
-
-
搜索结果
120 条记录 (耗时 0.092 秒)
