弓网滑动电接触受流改善装置
    1.
    发明公开

    公开(公告)号:CN118833069A

    公开(公告)日:2024-10-25

    申请号:CN202410828049.X

    申请日:2024-06-25

    申请人: 温州大学

    IPC分类号: B60L5/18 B60L5/20 B60L5/28

    摘要: 本发明公开一种弓网滑动电接触受流改善装置,包括弓网设备和外加磁场装置,所述外加磁场装置包括两个充磁的永磁铁,所述两个永磁铁分设于弓网设备两侧。外磁场的加入可以降低电流稳定系数,摩擦副在动态接触过程中更稳定,提高安全性能。外磁场的加入可以提高载流效率,可以减小电能传输过程中的电能损耗,减小焦耳热的产生。加入外磁场后的滑板,在运行之后与没有加磁场的滑板相比,更加光滑,可以减少滑动电接触运行过程中的损耗,提高滑板使用寿命。

    弓网滑动磨损参数预测方法、模型训练方法及装置

    公开(公告)号:CN118797866A

    公开(公告)日:2024-10-18

    申请号:CN202410942707.8

    申请日:2024-07-15

    申请人: 温州大学

    摘要: 本发明公开一种弓网滑动磨损参数预测方法、模型训练方法及装置,包括:获取不同实验条件下的输入数据和输出数据,所述输入数据包括接触压力、滑动速度和回路电流,输出数据包括滑板磨损量、碳滑板表面粗糙度参数,确定BP神经网络的结构,初始化BP神经网络的参数,参数包括权值和偏置参数,使用鹈鹕优化算法优化权值和偏置参数,将较优权值和偏置参数应用于BP神经网络模型,并将输入数据通过BP神经网络计算输出从而实现前向传播得到预测值,计算预测值与对应输出数据的误差,通过反向传播算法,计算各层的误差并更新权值和偏置参数,得到最优权值和偏置参数,使用测试数据集评估模型性能,得到训练完成的弓网滑动磨损参数的预测模型。

    电动自行车直流串联故障电弧检测方法、设备及存储介质

    公开(公告)号:CN118747332A

    公开(公告)日:2024-10-08

    申请号:CN202410735978.6

    申请日:2024-06-07

    申请人: 温州大学

    摘要: 本发明公开一种电动自行车直流串联故障电弧检测模型训练方法,获取样本电流信号,将其划分为正常类和故障类样本数据,计算每个样本数据的特征向量,得到样本数据集,将其分为训练集和测试集,并构造成输入矩阵,使用最小二乘支持向量机作为基础模型,基于Tent混沌映射初始化人工兔算法来优化基础模型的参数;使用训练集和测试集训练并测试参数优化后的模型,得到直流串联故障电弧检测模型。利用tent混沌映射初始化人工兔优化算法的初始种群对最小二乘支持向量机的参数进行寻优,可以增加初始种群的多样性,防止算法陷入局部最优解。选择峭度、裕度指标以及IMF1分量的能量熵、模糊熵作为四维故障特征向量,能快速准确地识别电动自行车直流串联故障电弧。

    一种评价电力机车弓网系统滑动电接触性能的方法及系统

    公开(公告)号:CN116381370A

    公开(公告)日:2023-07-04

    申请号:CN202310116980.0

    申请日:2023-02-15

    申请人: 温州大学

    IPC分类号: G01R31/00

    摘要: 本发明提供一种评价电力机车弓网系统滑动电接触性能的方法,包括确定电力机车中受电弓与接触网之间的随网性的当前表现形式;其中,所述当前表现形式为随网波动压力幅值、随网延迟时间及随网波动压力曲线波形之其中一种或多种;获取当前表现形式下随时间变化的接触网波动压力曲线及受电弓随网压力曲线并进行对比,且进一步根据对比结果,对当前表现形式下受电弓随网性的优劣性进行判断。实施本发明,为滑动电接触性能的评价提供了一个新的方法。