-
公开(公告)号：CN112528565B
公开(公告)日：2024-03-15
申请号：CN202011503600.1
申请日：2020-12-18
摘要： 本发明公开一种考虑电弧随机特性的弓网电弧建模方法和仿真回路，首先使用Habedank模型建立弓网电弧初始模型；再选用遗传算法优化Habedank模型参数，利用弓网电弧实测波形数据，计算模型参数随时间的变化关系，并考虑燃弧时刻和燃弧时间的随机性，增加一个脉冲发生时刻和脉冲宽度分别按照均匀分布函数和截断正态分布函数变化的脉冲函数，对弓网电弧初始模型进行改进，得到改进后的弓网电弧数学模型。本发明的弓网电弧仿真回路，由电压为36V和频率为50Hz的交流电源、Modified Habedank电弧模块、电压测量模块、电流测量模块和阻性负载组成。本发明能够更加准确地描述弓网电弧的动态伏安特性，可以用于深入研究弓网电弧的动态演变规律。
-
公开(公告)号：CN112415350B
公开(公告)日：2022-12-20
申请号：CN202011489601.5
申请日：2020-12-16
摘要： 本发明公开一种串联电弧故障在线检测方法及装置，采用三相电机的回路电流和电源电压信号，同时对采集的信号进行分组以确定发生电弧故障的相数，有利于尽快排查电弧故障；然后使用核主成分分析方法可以分离电流和电压信号中的电源谐波和负载噪声，选取故障特征明显的第五主元和第六主元进行特征分析，将第五主元的峰度、偏度和第六主元的峰度、偏度作为四维的故障特征向量；本发明采用萤火虫算法优化支持向量机的惩罚系数和核函数参数，用特征向量集训练优化后的支持向量机得到串联故障识别模型，实时采集回路电流和电源电压信号，输入串联故障识别模型中实现对串联故障的实时检测。本发明具有故障定位功能且故障识别的准确率较高。
-
公开(公告)号：CN112528565A
公开(公告)日：2021-03-19
申请号：CN202011503600.1
申请日：2020-12-18
摘要： 本发明公开一种考虑电弧随机特性的弓网电弧建模方法和仿真回路，首先使用Habedank模型建立弓网电弧初始模型；再选用遗传算法优化Habedank模型参数，利用弓网电弧实测波形数据，计算模型参数随时间的变化关系，并考虑燃弧时刻和燃弧时间的随机性，增加一个脉冲发生时刻和脉冲宽度分别按照均匀分布函数和截断正态分布函数变化的脉冲函数，对弓网电弧初始模型进行改进，得到改进后的弓网电弧数学模型。本发明的弓网电弧仿真回路，由电压为36V和频率为50Hz的交流电源、Modified Habedank电弧模块、电压测量模块、电流测量模块和阻性负载组成。本发明能够更加准确地描述弓网电弧的动态伏安特性，可以用于深入研究弓网电弧的动态演变规律。
-
公开(公告)号：CN112415350A
公开(公告)日：2021-02-26
申请号：CN202011489601.5
申请日：2020-12-16
摘要： 本发明公开一种串联电弧故障在线检测方法及装置，采用三相电机的回路电流和电源电压信号，同时对采集的信号进行分组以确定发生电弧故障的相数，有利于尽快排查电弧故障；然后使用核主成分分析方法可以分离电流和电压信号中的电源谐波和负载噪声，选取故障特征明显的第五主元和第六主元进行特征分析，将第五主元的峰度、偏度和第六主元的峰度、偏度作为四维的故障特征向量；本发明采用萤火虫算法优化支持向量机的惩罚系数和核函数参数，用特征向量集训练优化后的支持向量机得到串联故障识别模型，实时采集回路电流和电源电压信号，输入串联故障识别模型中实现对串联故障的实时检测。本发明具有故障定位功能且故障识别的准确率较高。
-
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
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。
-
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
IPC分类号： G06F30/18 , G06F30/27 , G06N3/0499 , G06N3/084 , G06N3/006 , G06F119/14
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。
-
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
IPC分类号： G06F18/2431 , G06N3/006 , G06F18/2411 , G06F18/214 , G01R31/12 , G01R31/00
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。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.03 秒)
