变压器绕组变形检测方法及系统

    公开(公告)号:CN114111661B

    公开(公告)日:2024-03-19

    申请号:CN202111394728.3

    申请日:2021-11-23

    Abstract: 本发明提供了一种变压器绕组变形检测方法,包括如下步骤:将超声换能器放置于变压器箱壁表面,将超声换能器沿着扫描方向进行扫描;将变压器绕组上所有点分别作为聚焦点,针对每一聚焦点,以该聚焦点进入超声换能器的扫描范围时超声换能器的位置点作为起始点,离开的位置点作为终止点,将起始点和终止点以及二者之间若干位置点作为数据点,采样每个数据点的超声回波信号数据,并综合数据点的超声回波信号数据,得到该聚焦点的图像数据值;将变压器绕组上所有点的图像数据值分别与预先储存的变压器绕组未变形时所有点的参考图像数据值进行对比,若某一点不一致,则该点发生变形。该方法能够高效、高精度地实现变压器绕组外形的在线检测。

    考虑距离耦合与前景理论的能源站健康状态评价方法

    公开(公告)号:CN116050912A

    公开(公告)日:2023-05-02

    申请号:CN202310057588.3

    申请日:2023-01-19

    Abstract: 本发明提供了一种考虑距离耦合与前景理论的能源站健康状态评价方法,包括:选取多个用于评估分布式低碳能源站健康状态的评估指标;采集分布式低碳能源站的状态数据;处理评估指标获得指标矩阵;基于投影寻踪法构建分布式低碳能源站状态评估目标函数;构建最优组合权重函数;基于状态数据的优化调整结果计算综合前景值;判断分布式低碳能源站的状态是否达到期望值。本发明的考虑距离耦合与前景理论的能源站健康状态评价方法,全面反映了分布式低碳能源站健康状态;运用矩估计思想对权重进行融合,使权重结果更加精确;设置绝对理想解,计算灰色绝对关联度和欧式距离,进行距离耦合得到综合前景值,使评价结果更准确。

    用多功能线圈类设备综合参数测试装置的伏安特性试验法

    公开(公告)号:CN107024631A

    公开(公告)日:2017-08-08

    申请号:CN201710390248.7

    申请日:2017-05-27

    CPC classification number: G01R31/00

    Abstract: 本发明涉及一种用多功能线圈类设备综合参数测试装置的伏安特性试验法:测试装置的显示控制部分控制程控试验电源向被测的电压互感器输出电压连续可调的正弦波试验电源;测量表计对程控试验电源所输出的试验电源的电流及电压信号进行采集,并发送给所述显示控制部分进行数据处理;其中,控制程控试验电源所输出的试验电源,基于伏安特性设置的多个电压点进行逐点升压,测量表计测量得到与各电压点相应的励磁电流;通过所述显示控制部分对各电压点及其对应励磁电路的数值进行记录,并根据记录的数值进行伏安特性的计算处理。本发明可以高效可靠地执行电压互感器的伏安特性试验,自动化程度高,为电力检测检修工作带来极大的便利。

    一种多主体综合能源系统最优经济调度方法

    公开(公告)号:CN119721568A

    公开(公告)日:2025-03-28

    申请号:CN202411758576.4

    申请日:2024-12-03

    Abstract: 一种多主体综合能源系统最优经济调度方法,包括步骤:步骤一:基于综合需求响应模型以及多主体综合能源系统供能与收益模型,构建双层主从博弈模型;步骤二:生成多主体综合能源系统,并给用户报出售能单价和响应补偿单价;用户根据实时电价和激励政策进行综合需求响应,得到实际用电负荷和购能成本;步骤三:优化多主体综合能源系统以及各耦合设备的出力,得到最小运行成本;步骤四:利用步骤一构建的双层主从博弈模型求解多主体综合能源系统的利润,所述双层主从博弈模型的上层采用自适应粒子群算法,下层采用混合整数规划算法;步骤五:按照上述过程进行迭代,并实时调整响应补偿单价,直至总利润不在发生变化,输出最优经济调度方案。本发明的方法实现了多利益主体交互下综合能源系统运行的最优经济性。

    基于单位关键指标碳排变化量预测的碳减排潜力估算方法

    公开(公告)号:CN118071164A

    公开(公告)日:2024-05-24

    申请号:CN202311685927.9

    申请日:2023-12-08

    Abstract: 本发明公开一种基于单位关键指标碳排变化量预测的园区碳减排潜力估算方法:采集经典负荷时段园区绿化面积、非化石能源占比、人均GDP、人口、技术水平等数据;用园区绿化面积、非化石能源占比等对STIRPAT模型扩展并分解,结合岭回归算法,得到各单位关键指标碳排变化量的数学模型;用改进STIRPAT模型计算历年碳排放量数据,将采集的关键指标历史数据代入分解后的数学模型,得到历年各单位关键指标碳排变化量;用BP神经网络得到目标年各单位碳排放影响因子所影响的碳排放量的数据的预测值;结合目标年计划中绿化面积、非化石能源占比、人均GDP、人口、技术水平的数据大小,构建碳减排潜力计算模型,准确估算目标年完成计划指标时所能达到的碳减排量。

Patent Agency Ranking