-
公开(公告)号：CN112103973B
公开(公告)日：2021-03-23
申请号：CN202011304991.4
申请日：2020-11-20
Applicant: 杭州电力设备制造有限公司 , 西安交通大学
Abstract: 本发明公开了一种面向风电场频率支撑的最优下垂控制增益设计方法，包括如下步骤：S1、建立双馈感应风机的有功功率输出模型，计算出风机的有功功率；S2、建立系统在频率波动情况下的风电场风机的最优转子电角速度模型；S3、基于步骤S2建立的最优转子电角速度模型，得出最优下垂控制增益与最优转子电角速度值之间的关系；S4、计算双馈感应风机的下垂控制回路的最优下垂控制增益。本发明建立了最优转子电角速度优化模型，通过最优转子电角速度设定提升其转子电角速度，制定最优下垂控制增益，可以在不启动桨叶角控制系统的情况下调节风电场有功输出水平，这样不但可以实现频率支撑的功能，而且可以实现风电场风能捕获的最大化。
-
公开(公告)号：CN112103973A
公开(公告)日：2020-12-18
申请号：CN202011304991.4
申请日：2020-11-20
Applicant: 杭州电力设备制造有限公司 , 西安交通大学
Abstract: 本发明公开了一种面向风电场频率支撑的最优下垂控制增益设计方法，包括如下步骤：S1、建立双馈感应风机的有功功率输出模型，计算出风机的有功功率；S2、建立系统在频率波动情况下的风电场风机的最优转子电角速度模型；S3、基于步骤S2建立的最优转子电角速度模型，得出最优下垂控制增益与最优转子电角速度值之间的关系；S4、计算双馈感应风机的下垂控制回路的最优下垂控制增益。本发明建立了最优转子电角速度优化模型，通过最优转子电角速度设定提升其转子电角速度，制定最优下垂控制增益，可以在不启动桨叶角控制系统的情况下调节风电场有功输出水平，这样不但可以实现频率支撑的功能，而且可以实现风电场风能捕获的最大化。
-
公开(公告)号：CN119695387A
公开(公告)日：2025-03-25
申请号：CN202411723623.1
申请日：2024-11-28
Applicant: 杭州电力设备制造有限公司
IPC: H01M50/289 , H01M50/50 , H01M50/256
Abstract: 本发明涉及储能柜一体式运输技术领域，具体公开了一种一体式储能柜电池连接件，包括辅助固定部；辅助固定部包括伸缩控制部，伸缩控制部包括中部固定轨道，中部固定轨道的两端对称设置有端伸缩轨道，端伸缩轨道的一端设置有触发部；触发部包括设置于端伸缩轨道端部的限位转轴，限位转轴上设置有触发座，触发座底部设置有触发机构，触发机构包括触发钮和限位杆，触发座上滑动设置有异形触发导体，异形触发导体与触发钮接触；触发部的一端设置有连接部，通过硬连接结构辅助蓄电池复位，当位移距离较大时释放伸缩控制部的自由度避免连接端与本连接件的损坏；采用此连接件能够直接解决导线冗余、缠绕、破损等问题。
-
公开(公告)号：CN118914759B
公开(公告)日：2025-03-04
申请号：CN202411235832.1
申请日：2024-09-04
Applicant: 杭州电力设备制造有限公司
IPC: G01R31/08
Abstract: 本发明公布了一种基于距离矩阵和深度学习的多端口配电网故障定位方法，包括以下步骤：安装行波记录仪采集故障行波，利用逐次变分模态分解(SVMD)和Teager能量算子(TEO)对行波进行特征提取，得到行波速度和行波到达时间；从频率依赖行波速度的角度推导出故障端识别方法，并定义本征距离矩阵(IDM)、故障距离矩阵(FDM)和故障区段识别矩阵(FSIM)；分析FSIM中元素特征，根据故障距离的平均值确定估计位置；构建故障区段识别矩阵数据库，并给故障区段识别矩阵设置故障距离平均值作为标签；在Pytorch中搭建卷积神经网络CNN模型，将FSIM数据输入模型训练并进行测试。通过该配电网故障定位方法，可以快速精准实现故障定位，在各种故障情况下都是可行和可靠的。
-
公开(公告)号：CN114128950A
公开(公告)日：2022-03-04
申请号：CN202111454079.1
申请日：2021-12-01
Applicant: 杭州电力设备制造有限公司 , 浙江工商大学
Abstract: 本发明公开了一种智能头盔及其智能管控方法。它包括嵌入式多核处理组件、耳麦、摄像头组件、头盔转动传感器、GPS模块、射频读卡芯片、5G通信模块、锂电池供电模组和外壳，嵌入式多核处理组件和摄像头组件均安装在外壳的前端，锂电池供电模组安装在外壳内，外壳的下边缘一侧设有安装座，耳麦的一端与安装座转动连接，耳麦的另一端设有麦克风，头盔转动传感器安装在安装座上，GPS模块和5G通信模块均安装在耳麦上且置于靠近耳麦与安装座的连接处，射频读卡芯片安装在耳麦上且置于靠近麦克风所在的位置处。本发明的有益效果是：实现对作业现场目标设备的检测和识别；完成工器具的出入库自动管理；靠语音提示完成指令操作；完成全流程智能管控。
-
Patent Agency Ranking
公开(公告)号：CN111586607B
公开(公告)日：2022-02-22
申请号：CN202010293558.9
申请日：2020-04-15
Applicant: 杭州电力设备制造有限公司
Abstract: 本发明公开了一种基于改进灰狼算法的智能电表无线传感器网络布局方法，包括：S1、设狼种群包括原种群和协助种群，初始化参数，包括原种群规模M、协助种群规模M、最大迭代次数Itermax、搜索空间维度N及搜索空间上界ub和下界lb；S2、初始化原种群和协助种群的灰狼位置；S3、计算原种群和协助种群中每只灰狼的适应度值，并分别选择两个种群中前三个适应度值最好的狼作为决策狼；S4、对原种群和协助种群中决策狼的位置进行扰动；S5、将原种群和协助种群中的所有决策狼进行排序，选择前三只适应度值最高的狼；S6、原种群和协助种群分别进行位置更新；S7、判断是否满足迭代终止条件：若满足，输出α狼的位置作为无线传感器的布局坐标；若不满足，重复S3‑S6。
-
公开(公告)号：CN110796120A
公开(公告)日：2020-02-14
申请号：CN201911146128.8
申请日：2019-11-21
Applicant: 杭州电力设备制造有限公司 , 东北电力大学 , 国家电网有限公司
IPC: G06K9/00 , G06K9/62 , G01M13/00 , G01R31/327
Abstract: 一种基于时域特征的断路器机械故障XGBoost诊断方法属于高压断路器机械故障判断技术领域。本发明对正常状态、铁芯卡涩状态、螺丝松动状态以及拐臂润滑不足状态四种机械状态下的高压断路器振动进行信号采集，并通过采集的数据训练XGBoost故障状态分类器，训练完成后通过分析动作产生的振动信号用于高压断路器状态的判断。XGBoost分类精度高，可并行化处理、可移植性强并且能够有效防止过拟合。
-
公开(公告)号：CN119519158A
公开(公告)日：2025-02-25
申请号：CN202510097616.3
申请日：2025-01-22
Applicant: 杭州电力设备制造有限公司 , 浙江大学
Abstract: 本发明公开了一种卡扣式自取电无线通信电流互感器，包含卡扣式电流互感器模块、感应取电模块、泄流控制模块、采样补偿模块和无线通信模块。卡扣式电流互感器模块用于从高压输电线路中感应电流；感应取电模块通过取电CT从高压输电线路中感应能量，经过整流、滤波和稳压处理后，输出稳定的直流电，同时支持锂电池充电储能。泄流控制模块采用滞回比较器设计，保障后级电路的安全运行。采样补偿模块对电流信号进行精准采样和补偿，并将数据实时传输至无线通信模块。无线通信模块以STM32微控制器和NBIOT通信模块为核心，支持低功耗、长距离的数据传输，并通过MQTT协议实现高效数据交换和故障告警，该设计简化了设备安装，适用于高压输电线路的实时监测场景。
-
公开(公告)号：CN111935797A
公开(公告)日：2020-11-13
申请号：CN202010958115.7
申请日：2020-09-14
Applicant: 杭州电力设备制造有限公司 , 国网浙江省电力有限公司杭州供电公司
Abstract: 本发明公开了一种用于低压开关柜无线通信网络的动态路由方法，包括：S1、为网络中所有节点分配ID号；S2、所有节点获取自身所有子节点的路由性能信息；S3、设置起始节点和目标节点；S4、起始节点判断目标节点是否是自己的子节点：若是，直接进行数据转发；若不是，执行下一步；S5、起始节点获取自身子节点实时路由性能信息；S6、起始节点获得目标函数值最小的子节点a作为中继节点；S7、判断节点a是否为目标节点：若是，保存最优路由路径；若不是，将节点a作为下一次路由转发的起始节点，并返回步骤S4；S8、判断每个节点是否保存了自身与其余所有节点之间通信的最优路由路径：若是，保存最优路径的路由矩阵；若否，返回步骤S4。
-
公开(公告)号：CN118914759A
公开(公告)日：2024-11-08
申请号：CN202411235832.1
申请日：2024-09-04
Applicant: 杭州电力设备制造有限公司
IPC: G01R31/08
Abstract: 本发明公布了一种基于距离矩阵和深度学习的多端口配电网故障定位方法，包括以下步骤：安装行波记录仪采集故障行波，利用逐次变分模态分解(SVMD)和Teager能量算子(TEO)对行波进行特征提取，得到行波速度和行波到达时间；从频率依赖行波速度的角度推导出故障端识别方法，并定义本征距离矩阵(IDM)、故障距离矩阵(FDM)和故障区段识别矩阵(FSIM)；分析FSIM中元素特征，根据故障距离的平均值确定估计位置；构建故障区段识别矩阵数据库，并给故障区段识别矩阵设置故障距离平均值作为标签；在Pytorch中搭建卷积神经网络CNN模型，将FSIM数据输入模型训练并进行测试。通过该配电网故障定位方法，可以快速精准实现故障定位，在各种故障情况下都是可行和可靠的。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.039 seconds)
