会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

王增平教授：极端天气对电力系统的影响及应对措施思考

华北电力大学副校长王增平教授作了题为“极端天气对电力系统的影响及应对措施思考”的报告。征得王教授同意，特与您分享。

  • 2024-10-11
  • 阅读207

田猛副教授：配电信息物理系统协同维修问题研究

武汉理工大学田猛副教授做了题为“Coordinated Repair Crew Dispatch Problem for Cyber-physical Distribution System”的报告，征得田猛副教授同意，特与您分享！

  • 2024-10-11
  • 阅读248

高校智慧校园解决方案

采用5G+云网一体化模式，构建“云+网+端+内容+应用”五位一体的产品形态。实现教学、管理、服务三个方面的信息化、智能化，提升学校综合办学能力，推进教学改革发展结合院校自身特点及智慧校园建设标准设计，按照国家要求，快速满足学校智慧校园建设需求,智

  • 2024-10-11
  • 阅读197

蔡永翔博士：影响半密闭腔室弧后气体绝缘恢复的涡环现象观测与分析

多腔室灭弧间隙在配网防雷中受瞩目，其工作时电弧喷出与空气对流换热成气体射流，射流与周围流体速度差形成剪切层，进而可能演变为涡环结构，促进弧后气体冷却与绝缘恢复。涡环形成受腔室结构影响，优化结构可提高涡环形成概率，增强灭弧效果。因此，通过搭建纹影观测平台观测弧后气体的逸散过程，研究了不同腔室结构参数对弧后气体涡环形成以及气体密度恢复的影响，分析了涡环对于促进弧后气体冷却的效果。基于纹影观测结果，采用有限元仿真分析软件，仿真分析了弧后气体涡环的形成过程。仿真结果证明了合理设置腔室出口直径可增大弧后气体涡环的形成概率，涡环夹带环境冷空气进入弧后气体热核，促进弧后气体的冷却与绝缘强度恢复。

  • 2024-10-11
  • 阅读480

覃日升教高：自适应VMD与新型K-M互卷积窗的非稳态谐波参数检测方法编辑部

针对非稳态谐波参数难以准确检测的问题，通过模态分量的能量贡献率改进变分模态分解，自适应分解谐波信号提取模态分量，以Kaiser窗与最大旁瓣衰减窗（maximum side-lobe decay window）构建新型K-M互卷积窗，推导基于K-M互卷积窗的双谱线非稳态谐波参数校正公式，据此提出基于自适应变分模态分解（variational modal decomposition， VMD）与新型K-M互卷积窗的非稳态谐波参数检测方法，开发基于数字信号处理器（digital signal processer， DSP）的非稳态谐波参数分析实验平台。仿真分析与实测结果表明，所提方法能有效在噪声、基频波动干扰下准确检测非稳态谐波参数，跟传统谐波分析方法对比，所提方法可适用于非稳态谐波分析、谐波检测精度高。

  • 2024-10-11
  • 阅读518

周游副教授：基于气泡产生起始温度的变压器短期过载预警方法

变压器过载运行容易导致油纸绝缘系统产生气泡进而造成故障，但目前只以140 ℃作为热点温度限值，未能考虑实际运行状态对气泡起始温度的影响，难以充分发挥设备的最大利用效益。针对上述问题，综合国内外油纸绝缘气泡产生起始温度的试验提出了适用于实际工况下的变压器气泡产生起始预警温度计算方法。根据变压器的运行年限、油中水分含量和海拔等运行参数估算出变压器内部油纸绝缘系统产生气泡的起始温度。以该温度的90%作为预警温度，表征变压器能够承受的最大荷载能力。利用贝叶斯网络建立了短期负荷预测模型，结合绕组热点温度计算方法实现了变压器热点温度的短期预测。提出了一种变压器短期过载预警方法，并证实了该方法能够充分考虑变压器的运行实况，对未来的过载情况提前发出告警，指导相关运维部门开展变压器的过载停运和负荷转移工作，减少变压器停运和绝缘故障的发生。

  • 2024-10-11
  • 阅读322

张莲教授：基于混合特征选择和INGO-DHKELM的变压器故障诊断方法

针对变压器故障特征选择困难和诊断模型准确率较低的问题，提出一种混合式故障特征选择方法，并利用改进北方苍鹰优化算法（improved northern goshawk optimization algorithm，INGO）优化深度混合核极限学习机（deep hybrid kernel limit learning machine，DHKELM）实现变压器故障诊断。首先，基于相关比值法构建24维变压器故障特征集，从线性相关和非线性相关的角度出发，采用Pearson相关系数和互信息法，筛除相关性较低的特征。其次，引入Logistic混沌映射、随机反向学习和自适应t分布变异改进NGO算法，提升其寻优性能。然后，利用INGO算法对保留特征进行二次筛选，获得最优输入特征。最后，将极限学习机自动编码器引入混合核极限学习机中，建立DHKELM诊断模型，利用INGO对DHKELM模型初始参数进行优化，完成INGO-DHKELM变压器故障诊断模型的构建。实验表明，与常规特征选择方法相比，利用混合式故障特征选择方法所选择的输入特征进行故障诊断能够有效提升诊断准确率；相较于其他优化型诊断模型，INGO-DHKELM具有更高的准确率和更好的稳定性。

  • 2024-10-11
  • 阅读306

数据中心优化整合建设方案

作为核心业务系统(数据库和业务软件系统)，需要提供业务集中处理和交换需要保证业务系统的高可靠性，提供7*24的可持续性服务，主机设备具有极强的承载能力，满足现有及未来几年的应用需求，保证业务处理高处理性能

  • 2024-10-11
  • 阅读131