-
公开(公告)号：CN110455775B
公开(公告)日：2023-12-01
申请号：CN201910860645.5
申请日：2019-09-11
Applicant: 重庆大学 , 国网山东省电力公司德州供电公司
IPC: G01N21/65 , B81C1/00 , B23K26/362
Abstract: 一种用于表面增强拉曼光谱检测的超疏水表面增强基底，其表面包括微纳米粗糙结构，是通过激光雕刻技术和化学合成工艺对疏水表面材料进行处理而制成的。疏水表面材料是由聚四氟乙烯制成的基板，表面具有通过激光雕刻形成的凹陷于基板表面的呈圆柱阵列的微纳米粗糙结构，圆柱阵列中圆柱的直径为3‑6mm。进行激光雕刻以形成圆柱阵列的微纳米粗糙结构时，激光雕刻机的参数是：雕刻速度为25‑50mm/s，光速直径为0.05‑0.3mm，频率为10‑1000kHz，雕刻功率比为10‑60％，雕刻次数1‑6次。超疏水表面增强基底中的疏水表面接触角为150°±10°，是表面(56)对比文件F. De Angelis等.Breaking thediffusion limit with super-hydrophobicdelivery of molecules to plasmonicnanofocusing SERS structures.NaturePhotonics.2011,第5卷第682-687页.
-
公开(公告)号：CN112485609B
公开(公告)日：2021-11-23
申请号：CN202011117423.3
申请日：2020-10-19
Applicant: 重庆大学 , 国网山东省电力公司德州供电公司
Abstract: 一种的变压器油纸绝缘老化拉曼光谱诊断方法，基于拉曼光谱技术实现了油纸绝缘的老化诊断，主要解决了变压器油纸绝缘老化状态缺乏现场带电监测手段，检测过程繁琐复杂的技术问题。本发明将油纸绝缘拉曼谱图简化为特征向量，以聚合度为间接依据定义了油纸绝缘老化状态的方法；以光谱向量作为输入，油纸绝缘老化状态作为输出，通过建立变压器油纸绝缘老化拉曼光谱诊断模型，实现油纸绝缘老化的拉曼光谱诊断。从而有效地监控变压器油纸绝缘的性能状态，保障电力系统的运行安全。
-
公开(公告)号：CN112557834A
公开(公告)日：2021-03-26
申请号：CN202011116736.7
申请日：2020-10-19
Applicant: 重庆大学 , 国网山东省电力公司德州供电公司
IPC: G01R31/12
Abstract: 本发明提供一种基于拉曼光谱的油纸绝缘设备老化诊断方法。本发明通过加速热老化实验获取大量的油纸绝缘老化样品并测量老化样品绝缘纸的聚合度，以建立老化阶段与油纸绝缘老化样本聚合度之间的对应关系，并通过对待测绝缘油拉曼光谱与老化油样拉曼光谱的KNN分析，快速有效的对待测绝缘样品老化阶段进行分类和回归，从而实现对油纸绝缘设备老化情况的实时诊断。本发明诊断方法高效省时，省去了色谱法的预处理工作，不需要对模型进行训练，可实现非接触连续测量；受环境因素影响小,易于实现在线监测。
-
公开(公告)号：CN112485609A
公开(公告)日：2021-03-12
申请号：CN202011117423.3
申请日：2020-10-19
Applicant: 重庆大学 , 国网山东省电力公司德州供电公司
Abstract: 一种的变压器油纸绝缘老化拉曼光谱诊断方法，基于拉曼光谱技术实现了油纸绝缘的老化诊断，主要解决了变压器油纸绝缘老化状态缺乏现场带电监测手段，检测过程繁琐复杂的技术问题。本发明将油纸绝缘拉曼谱图简化为特征向量，以聚合度为间接依据定义了油纸绝缘老化状态的方法；以光谱向量作为输入，油纸绝缘老化状态作为输出，通过建立变压器油纸绝缘老化拉曼光谱诊断模型，实现油纸绝缘老化的拉曼光谱诊断。从而有效地监控变压器油纸绝缘的性能状态，保障电力系统的运行安全。
-
公开(公告)号：CN110567937A
公开(公告)日：2019-12-13
申请号：CN201910860647.4
申请日：2019-09-11
Applicant: 重庆大学 , 国网山东省电力公司德州供电公司
Abstract: 一种用于绝缘油拉曼光谱分析的竞争性自适应重加权关键数据提取方法，其特征在于，包括如下步骤：步骤一，实测获得光谱数据；步骤二，对所有原始数据处理，对实测光谱数据通过偏最小二乘法提取PLS子集；步骤三，使用蒙特卡洛交互验证对奇异样本进行筛除；步骤四，采用CARS法对绝缘油拉曼光谱的变量进行多次筛选。本发明所述方法筛选出的拉曼光谱关键变量可以去除拉曼光谱中不必要的波长点，并去除拉曼光谱数据的共线性。由于受到对油中老化特征物拉曼信号检测极限的限制，直接检测绝缘油难以观测到各老化特征物的特征峰，利用变量筛选手段去除冗余信息、获取关键变量并分析其与特征峰之间的关系，能够为光谱老化特征量的提取及其判别能力提供有效支撑。
-
Patent Agency Ranking
公开(公告)号：CN112557834B
公开(公告)日：2022-11-01
申请号：CN202011116736.7
申请日：2020-10-19
Applicant: 重庆大学 , 国网山东省电力公司德州供电公司
IPC: G01R31/12
Abstract: 本发明提供一种基于拉曼光谱的油纸绝缘设备老化诊断方法。本发明通过加速热老化实验获取大量的油纸绝缘老化样品并测量老化样品绝缘纸的聚合度，以建立老化阶段与油纸绝缘老化样本聚合度之间的对应关系，并通过对待测绝缘油拉曼光谱与老化油样拉曼光谱的KNN分析，快速有效的对待测绝缘样品老化阶段进行分类和回归，从而实现对油纸绝缘设备老化情况的实时诊断。本发明诊断方法高效省时，省去了色谱法的预处理工作，不需要对模型进行训练，可实现非接触连续测量；受环境因素影响小,易于实现在线监测。
-
公开(公告)号：CN107238596B
公开(公告)日：2019-12-06
申请号：CN201710412021.8
申请日：2017-06-02
Applicant: 重庆大学 , 国网山东省电力公司德州供电公司
IPC: G01N21/65
Abstract: 本发明公开了一种基于银基海绵体衬底测量变压器油中糠醛的方法，其特征在于：包括如下步骤：第一步、配置用于检测基底增强特性的糠醛溶液；第二步、浸泡基底于各油样中；第三步、测量油样的拉曼光谱；第四步、对拉曼光谱进行预处理；第五步、选取溶液中糠醛的拉曼特征峰；第六步、分析不同测量时间下的特征峰强度；第七步、分析不同糠醛浓度下的特征峰强度以及最佳测量时间；本发明可广泛应用于电力等领域。
-
公开(公告)号：CN110455776A
公开(公告)日：2019-11-15
申请号：CN201910860646.X
申请日：2019-09-11
Applicant: 重庆大学 , 国网山东省电力公司德州供电公司
Abstract: 一种检测变压器油中糠醛含量的方法，其特征在于，所述方法包括：步骤1：对变压器油中溶解的糠醛进行萃取；步骤2：对糠醛萃取物进行拉曼光谱检测；以及，步骤3：基于糠醛的拉曼特征峰峰值，对糠醛进行定量。在步骤1中，用去离子水对变压器油中溶解的糠醛进行萃取。在步骤2中，1372cm-1或1411cm-1处的拉曼峰作为糠醛的拉曼特征峰，以糠醛浓度为横坐标x，糠醛的拉曼特征峰峰值为纵坐标y，通过所述糠醛的定量分析模型y＝-303.35323+39.90799x来确定变压器油中糠醛的含量。本发明使用去离子水作为萃取剂，大大增强了变压器油中溶解的微量糠醛的拉曼强度，大大提高了油中溶解的微量糠醛的拉曼检测灵敏度，提升了对变压器绝缘状况的在线监测水平。
-
公开(公告)号：CN110455775A
公开(公告)日：2019-11-15
申请号：CN201910860645.5
申请日：2019-09-11
Applicant: 重庆大学 , 国网山东省电力公司德州供电公司
IPC: G01N21/65 , B81C1/00 , B23K26/362
Abstract: 一种用于表面增强拉曼光谱检测的超疏水表面增强基底，其表面包括微纳米粗糙结构，是通过激光雕刻技术和化学合成工艺对疏水表面材料进行处理而制成的。疏水表面材料是由聚四氟乙烯制成的基板，表面具有通过激光雕刻形成的凹陷于基板表面的呈圆柱阵列的微纳米粗糙结构，圆柱阵列中圆柱的直径为3-6mm。进行激光雕刻以形成圆柱阵列的微纳米粗糙结构时，激光雕刻机的参数是：雕刻速度为25-50mm/s，光速直径为0.05-0.3mm，频率为10-1000kHz，雕刻功率比为10-60％，雕刻次数1-6次。超疏水表面增强基底中的疏水表面接触角为150°±10°，是表面沉积有银纳米颗粒的基板。这种超疏水表面增强基底极大地降低了表面增强拉曼光谱检测的成本，制作过程简单，实现了较好的拉曼增强效果。
-
公开(公告)号：CN117407717A
公开(公告)日：2024-01-16
申请号：CN202311456923.3
申请日：2023-11-03
Applicant: 重庆大学 , 重庆大学溧阳智慧城市研究院
IPC: G06F18/214 , G06N3/084 , G06F21/62 , G06Q50/06
Abstract: 本发明属于能源互联网技术领域，尤其涉及一种能源互联网中隐私保护的多能负荷解耦预测方法，包括以下步骤：S1、构建多能负荷预测模型PPenergyNET；所述PPenergyNET包括分别设置在冷、热、电能源公司处的本地模型，用于独立提取对应能源公司的本地负荷数据的负荷特征；PPenergyNET还包括设置在云服务器的全局模型，用于聚合三个本地模型的负荷特征进行多能负荷预测；S2、对S1构建的PPenergyNET进行学习优化；S3、使用学习优化后的PPenergyNET进行多能负荷预测。使用本发明，可以只交换本地特征、预测结果、损失和梯度信息就能完成模型的训练和预测，从而实现了数据可用不可见，保护了原始数据的隐私。本方法可以在保护各能源公司的本地数据隐私的同时，准确的进行多能源负荷预测。
-
-
-
-
-
-
-
-
-
Search Results
432
records
(took 0.071 seconds)
