-
公开(公告)号：CN114295681A
公开(公告)日：2022-04-08
申请号：CN202111458287.9
申请日：2021-12-02
Applicant: 国网山西省电力公司电力科学研究院
Abstract: 本发明提供一种适用于电化学气体传感器粉尘特性研究的测试装置，属于电化学气体传感器性能测试技术领域，其包括:粉尘特性测试箱、粉尘喷入装置、气瓶和集气瓶；粉尘特性测试箱包括箱体、箱盖、风扇和电加热器，风扇和电加热器安装在箱体内，箱盖密封盖设在箱体上，待测试的电化学气体传感器放置在箱体内，箱体上设有进气孔、出气孔和粉尘进入孔；粉尘喷入装置与箱体的粉尘进入孔连接；气瓶通过进气管与箱体的进气孔连接；集气瓶与箱体的出气孔连接。该测试装置能够很好研究粉尘颗粒物对电化学气体传感器测量准确性和失效程度的影响，为研制存在煤矸石发电厂的工业污染区的大气监测系统气体传感器选型和使用寿命提供依据。
-
公开(公告)号：CN114021447A
公开(公告)日：2022-02-08
申请号：CN202111275044.1
申请日：2021-10-29
Applicant: 国网山西省电力公司电力科学研究院
IPC: G06F30/27 , G06K9/62 , G06F113/04 , G06F119/06
Abstract: 本发明属于电力技术领域，具体涉及一种新能源光伏发电功率预测方法；包括以下步骤：S1：获取含天气突变敏感因子的光伏电站历史数据作为基本训练样本集A；S2：根据基本训练样本集A，筛选可变形基本样本构成可变形基本样本集Deformable；S3：根据可变形基本样本集Deformable选取出变形种子Seedm(m＝1,2,...,M)，由M组变形种子生成变形种子数据集Seed；S4：根据变形种子数据集Seed的前M‑1组数据Seedm(m＝1,2,...,M‑1)依次进行变形，生成M‑1组虚拟变形样本Virtualm(m＝1,2,...,M‑1)，组成虚拟变形样本集Virtual；S5：根据基本训练样本集A和虚拟变形样本集Virtual中的样本进行双重神经网络训练；S6：利用训练后的神经网络，进行超短期功率预测；本发明提升了恶劣天气条件下功率预测准确度的同时提升了电网的稳定性。
-
公开(公告)号：CN110187244B
公开(公告)日：2021-08-17
申请号：CN201910377738.2
申请日：2019-04-30
Applicant: 国网山西省电力公司电力科学研究院 , 武汉珈铭凯尔电气科技发展有限公司
Abstract: 本发明公开了一种用于开关柜的故障检测装置及方法，其包括第一检测器、第二检测器和处理器，第一检测器和第二检测器均与处理器相连，第一检测器用于检测待检测开关柜内CO和NO2浓度，第二检测器用于检测待检测开关柜内的感光度和声压级，处理器用于接收CO和NO2浓度，并根据计算CO和NO2浓度的待判定商值，比较其与预设商值的关系，判断开关柜内是否存在故障并判断出开关柜内故障的类型，根据第二检测器的检测结果并判断开关柜内是否存在故障，保证判断结果的准确。本发明可以实行实时在线监测，不仅可以检测出开关柜内故障还可以判断出故障类型。
-
公开(公告)号：CN111308296B
公开(公告)日：2021-05-11
申请号：CN202010299146.6
申请日：2020-04-16
Applicant: 国网山西省电力公司电力科学研究院
IPC: G01R31/12
Abstract: 本发明公开了一种避雷器阀片状态评价方法，解决了如何避免阻性电流测试时停电事故的发生的问题。摒弃传统的将阻性电流测试仪并联在氧化锌三相高压避雷器某相电压互感器上采集该相电压矢量的作法，仅仅通过测量采集氧化锌三相高压避雷器的每一相总泄漏电流，将测量得到的氧化锌三相高压避雷器中间相（一般为B相）的B相总泄漏电流作为基准矢量，将该基准矢量移相负90度后，得到视为B相的运行电压方向矢量，再将视为B相的运行电压方向矢量移相正120度，得到视为A相的运行电压方向矢量，将A相总泄漏电流在视为A相的运行电压方向矢量上进行阻性电流分解，得到视为A相的运行电压方向矢量上的A相阻性电流，判断出A相避雷器绝缘劣化情况。
-
公开(公告)号：CN112666084A
公开(公告)日：2021-04-16
申请号：CN202110004035.2
申请日：2021-01-04
Applicant: 国网山西省电力公司电力科学研究院 , 西南大学
Abstract: 本发明涉及一种基于拉曼光谱的SF6分解特征组分检测的降噪方法，属于电力设备故障诊断技术领域。该方法包括以下步骤：S1、通过对测得的SF6分解组分的拉曼信号进行小波变换，搜索脊线进行识别谱峰位置和强度检测；S2、基于信号与噪声在不同分解尺度的不同形态获取半峰宽；S3、根据获得的峰值和半峰宽进行最小二乘拟合；S4、检验去噪效果。本发明提出的方法能够在信噪比较低情况下，有效地重构出被强背景噪声淹没的拉曼信号，大大提高了检测系统的时间分辨率。此外，基于拉曼光谱对SF6及其分解组分的检测的精度更高，准确度更高，能更好的对GIS设备进行监测，预防设备内部的绝缘隐患。
-
Patent Agency Ranking
公开(公告)号：CN112666083A
公开(公告)日：2021-04-16
申请号：CN202110004009.X
申请日：2021-01-04
Applicant: 国网山西省电力公司电力科学研究院 , 西南大学
Abstract: 本发明涉及一种基于拉曼光谱的SF6分解气体检测增强系统，属于电力设备故障诊断检测领域。该系统包括：拉曼光谱发射和接受模块、光信号采集模块、光信号处理模块、数据处理模块和上位机；拉曼光谱发射和接受模块包括探头阵列、电磁波发射驱动电路和光信号回波处理电路；光信号采集模块包括、信号放大电路和滤波电路；光信号处理模块包括光信号去噪通道、光信号腔增强通道和频率锁相回路；数据处理模块包括数模转换电路、运算放大电路和基本存储电路。本发明采用的拉曼光谱技术检测SF6分解气体系统具有利用同一波长的激光同时检测多种分解气体，无需特殊处理待测气体样品，分析过程快速，抗干扰能力强，检测重复性好。
-
公开(公告)号：CN110321585A
公开(公告)日：2019-10-11
申请号：CN201910281121.0
申请日：2019-04-09
Applicant: 国网山西省电力公司电力科学研究院 , 武汉珈铭凯尔电气科技发展有限公司
Abstract: 本发明公开了一种基于GA-BP神经网络开关柜绝缘缺陷检测方法及系统，所述开关柜为空气开关柜，该方法包括如下步骤：建立训练数据集，所述训练数据集包括正常工作时空气开关柜内气体种类及含量数据，以及在不同绝缘缺陷类型下发生局部放电时空气开关柜内气体种类及含量数据；构建GA-BP神经网络模型；利用所述训练数据集对GA-BP神经网络模型进行训练，得到具有识别空气开关柜绝缘缺陷功能的识别模型；周期性地测量待检测的空气开关柜内气体成分和含量；利用所述识别模型对测量的气体成分和含量进行识别，并输出识别结果。本发明提供的方法可以避免外界的干扰，从而提高了准确率。
-
公开(公告)号：CN119163951A
公开(公告)日：2024-12-20
申请号：CN202411461639.X
申请日：2024-10-18
Applicant: 国网山西省电力公司电力科学研究院
Abstract: 本发明属于燃煤发电技术领域，具体涉及一种钙基材料用于循环流化床燃煤发电厂的调峰系统及方法，调峰系统，包括循环流化床锅炉，在循环流化床锅炉的内部设置有换热管道，换热管道的一端通过管路与气固分离装置的入口连接，换热管道的另一端通过管路与石灰石/电石渣混合储罐、CaO储罐、CO2储罐和储水罐的出料口连接，气固分离装置的气体出口通过管路与CO2储罐的进料口连接，气固分离装置的固体出口通过带有三通阀的管路与石灰石/电石渣混合储罐和CaO储罐的进料口连接。本发明利用CaO和CaCO3/Ca(OH)2之间可逆转化的钙循环能量存储，将低成本、高储能密度及储能时间长的钙循环储能技术与传统燃煤发电技术相结合，有效提升了火电机组的负荷调节速度及负荷调节深度。
-
公开(公告)号：CN113761710B
公开(公告)日：2024-09-24
申请号：CN202110862616.X
申请日：2021-07-29
Applicant: 中国电力科学研究院有限公司 , 国网山西省电力公司电力科学研究院 , 国家电网有限公司
Inventor： 万皓 , 张建功 , 武晓蕊 , 张业茂 , 干喆渊 , 路遥 , 张学东 , 倪园 , 张振宇 , 王延召 , 赵军 , 谢辉春 , 刘兴发 , 刘震寰 , 周兵 , 胡静竹 , 李妮 , 刘健犇 , 陈玉龙 , 黄锐 , 余瑶 , 徐吉来 , 滕子涵 , 赵学成
Abstract: 本发明公开了一种工频磁场校准装置测量不确定度的评定方法及系统，包括：基于预先建立的测量模型，确定计算校准装置产生工频磁场名义值的测量函数；为测量函数的每一个输入量设定概率密度函数，根据概率密度函数，确定每一个输入量的概率分布；基于每一个输入量的概率分布、蒙特卡洛抽样生成最终输出量的离散分布样本以及输出量的离散分布样本，确定蒙特卡洛抽样次数M；基于抽样次数M，进行蒙特卡洛抽样，获取测量函数M个输出量；对测量函数M个输出量进行非递减排序；基于排序后的测量函数M个输出量，获取排序后的测量函数M个输出量的分布函数的离散表示；基于分布函数的离散表示，计算预设概率下的M个输出量的包含区间。
-
公开(公告)号：CN114021447B
公开(公告)日：2024-06-21
申请号：CN202111275044.1
申请日：2021-10-29
Applicant: 国网山西省电力公司电力科学研究院
IPC: G06F30/27 , G06F18/214 , G06F113/04 , G06F119/06
Abstract: 本发明属于电力技术领域，具体涉及一种新能源光伏发电功率预测方法；包括以下步骤：S1：获取含天气突变敏感因子的光伏电站历史数据作为基本训练样本集A；S2：根据基本训练样本集A，筛选可变形基本样本构成可变形基本样本集Deformable；S3：根据可变形基本样本集Deformable选取出变形种子Seedm(m＝1,2,.....,M)，由M组变形种子生成变形种子数据集Seed；S4：根据变形种子数据集Seed的前M‑1组数据Seedm(m＝1,2,.....,M‑1)依次进行变形，生成M‑1组虚拟变形样本Virtualm(m＝1,2,......,M‑1)，组成虚拟变形样本集Virtual；S5：根据基本训练样本集A和虚拟变形样本集Virtual中的样本进行双重神经网络训练；S6：利用训练后的神经网络，进行超短期功率预测；本发明提升了恶劣天气条件下功率预测准确度的同时提升了电网的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.211 seconds)
