一种环保绝缘气体开关柜气室内绝缘介质净化和补气装置

    公开(公告)号:CN115055027A

    公开(公告)日:2022-09-16

    申请号:CN202210801163.4

    申请日:2022-07-08

    Abstract: 本发明公开了一种环保绝缘气体开关柜气室内绝缘介质净化和补气装置,包括净化机构及补气机构;所述净化机构包括净化罐、压缩机及第一减压阀;所述补气机构用于向所述开关柜气室内充入环保绝缘气体。本发明的有益效果是:通过压缩机将开关柜气室内未净化的环保绝缘介质以一定压力全部充入净化罐内,待净化罐内的吸附剂将未净化的环保绝缘介质中的分解产物及水分进行吸附,再开启第一减压阀,净化罐内净化后的绝缘介质会充入开关柜气室内,接着通过补气机构向开关柜气室内充入环保绝缘气体,使开关柜气室内的环保绝缘气体的含量达到要求值即可,从而通过本装置可处理开关柜气室内环保绝缘介质的分解产物,并且不会造成环保绝缘介质的大量浪费。

    提高新型电力系统下电力动态数据传输质量的方法及系统

    公开(公告)号:CN116707663A

    公开(公告)日:2023-09-05

    申请号:CN202310493738.5

    申请日:2023-05-05

    Abstract: 本发明公开了一种提高新型电力系统下电力动态数据传输质量的方法及系统,为了解决现有技术的新型电力系统的电力动态数据传输过程中受到高频信号干扰,影响三相电压同步相位传输精度的问题,包括:获取当前三相电网电压矢量U在dq坐标系中的直流分量和电压同步相位角φ,以及当前三相电网电压矢量U与dq坐标系中d轴的夹角值;基于当前夹角值对dq坐标系相对于三相电网电压矢量进行旋转,保持三相电网电压矢量U与dq坐标系中d轴的夹角不大于预设值。通过减小三相电网电压矢量U与d轴的夹角,降低高频随机对相位角产生的误差值,从而提升算法的抗噪性能,进而提升新型电力系统下电力数据传输的质量。

    一种基于多目标粒子群算法的分布式电源优化配置方法

    公开(公告)号:CN116263897A

    公开(公告)日:2023-06-16

    申请号:CN202211614879.X

    申请日:2022-12-14

    Abstract: 本发明主要是为了解决传统的分布式电源优化配置算法无法兼顾实现降低投资运行成本、网络损耗及节点电压偏差多目标的问题,公开了一种基于多目标粒子群算法的分布式电源优化配置方法,针对分布式电源安装位置和容量的配置问题,以投资运行总成本最小、总有功网损最小和节点电压偏差最小为目标函数建立多目标分布式电源优化配置模型,在考虑功率平衡、节点电压功率、线路传输功率和节点安装容量等约束条件下,采用自适应权重更新策略的多目标粒子群算法对所建立模型进行求解分析,得到配置结果,实现对分布式电源的科学合理的优化配置,有效地降低投资运行成本、网络损耗及节点电压偏差,有利于配电网经济、安全和稳定地运行。

    一种边缘计算环境下的可信接入安全防护方法

    公开(公告)号:CN116170183A

    公开(公告)日:2023-05-26

    申请号:CN202211709027.9

    申请日:2022-12-29

    Abstract: 本发明公开了一种边缘计算环境下的可信接入安全防护方法,克服了现有技术中云计算模式下的常规防护机制,难以有效保护计算和存储资源都较为有限的终端设备,导致边缘计算平台安全性较低的问题,包括以下步骤:S1:基于椭圆曲线加密理论和双线性配对,建立基于身份的匿名认证密钥协商协议;S2:分析边缘计算环境中的信任度机制,选择信任度评估因子,基于BP神经网络,构建信任度评估模型,对终端设备的信任度进行评估;S3:根据S1和S2中的可信接入安全防护技术,构建可信接入安全防护模块,实现边缘计算环境下的可信接入安全防护。实现了边缘计算环境下的可信接入安全防护,有效保障边缘计算网络中的设备安全。

    基于无迹卡尔曼滤波和神经网络的电池SOC状态估计方法

    公开(公告)号:CN116165545A

    公开(公告)日:2023-05-26

    申请号:CN202211684006.6

    申请日:2022-12-27

    Abstract: 本发明提出了一种基于无迹卡尔曼滤波和神经网络的电池SOC状态估计方法,通过建立电池模型,以电池SOC和极化电压为状态变量,以电池输出电压为输出变量,建立电池状态空间表达式。状态变量的分布特征是在状态方程中每k时刻通过比例校正,对一系列与原始状态量SOC具有相同统计特征的点集进行采样,传递非线性函数,并利用加权统计线性回归技术逼近后验均值和方差;最后,通过构建三层BP神经网络对SOC输出进行修正。通过非线性点变换的方法,避免了电池模型在线性化过程之中造成的精度损失;用神经网络对算法的误差进行了修正,有效地提高了电池SOC的估计精度;同时在估计过程之中充分考虑了环境噪声与测量误差的影响,有效提高了算法的抗干扰能力。

Patent Agency Ranking