|
搜索
搜 索
高等教育领域数字化综合服务平台
一种电力通信网故障定位方法
本发明公开了一种电力通信网故障定位方法，包括：首先预处 理历史告警数据，得到多个重要告警属性，并分配影响因子；建立基 分类器作为子预测模型，分别对历史告警数据进行预测，并将预测准 确率作为基分类器权重；其次，将多个基分类器分为基分类器集合， 估计得到每一组的平均权重和平均影响因子，继而得到每一组的综合 权重，选取综合权重最大值，其所对应的故障类别即为最终预测结果， 至此建立组合预测模型；利用组合预测模型对现有告警数据进行预测， 得到最终的故障定位预测结果。本发明不仅解决了故障定位技术存在 的准确低、反应慢的问题，同时通过构建的组合预测模型进行故障定 位，显著提高了故障定位的准确性，大大缩短了故障定位的时间。
华中科技大学
2021-04-11
铁路电力线路故障自动处理成套装置
10kV贯通线、自闭线长达数十公里，沿线塌方、树枝伸长、线路绝缘老化等原因，造成短路故障，影响行车。为了快速处理故障，恢复非故障线路供电，研究开发的新型故障自动处理成套装置具有以下主要功能： 当线路发生故障，自动重合闸失败后，启动本装置，能准确诊断和自动切除故障，快速地恢复非故障线路的供电。对于双端送电方式，可实现全线的车站贯通供电。对于单端送电方式，可立即恢复故障点前非故障线段的供电；对故障点后非故障线段可采用简单倒闸操作，迅速恢复供电。 配电所的绝缘故障指示仪按照线路运行方式准确显示故障所在，为及时处理故障提供依据。 能够实现分区设备操作无人值守。 能够防止两端送电时发生不同相位的并相事故。 技术指标： （1）装置本身进行故障诊断、切除和恢复非故障线路供电的时间：45秒； （2）不需要电源，不需要信号通道； （3）不需要校正，免维护。 应用范围： 该装置主要应用于铁路贯通线、自闭线；该装置获2004年贵州省科技二等奖。
北京交通大学
2021-04-13
大型复杂机电系统早期故障智能预示技术与系统
针对国民经济基础产业的大型复杂机电系统及其构件中常见多发故障，深入研究了早期故障智能预示理论体系与技术支持。研究成果归纳为数据获取、模型定义、数据分析、状态评估、混合智能决策等五项主要部分，涉及监测传感器的合理配置、信号采集与处理、数据管理、特征提取、信息融合、模式分类、状态评估、智能判别与决策预示的全过程。重点突破了解决早期微弱潜在故障的诊断和混合智能预示技术等急需解决的瓶颈问题，正确有效地揭示早期、潜在故障的发生、发展和转移，提供具有普遍意义的早期故障智能预示的理论与技术。从而为应急控制和维修管理提供准确、可靠的依据，满足国民经济发展的迫切需要。
西安交通大学
2021-04-11
一种低速重载机械的早期故障检测系统
小试阶段/n该系统可从多终端对大型低速重载机械进行故障早期检测和诊断，可预防重大事故发生，可为企业带来巨大的经济效益和社会效益。。与市场同类产品比较，主要特点有：1、该系统使用高速外部RAM芯片，拓展了高速存储空间，能实现大数据量处理，分析功能强大。2、该系统的数据采集单元含有共振解调电路，能用硬件的方式提取微小冲击信号，可以得到更多有用的信息，利于对大型低速重载机械的故障诊断，测试结果精确。3、该系统通过网络传输单元实时监测机械的状态，集离线与在线监测于一体。4、该系统基于Wifi技术，实现长达1
武汉科技大学
2021-01-12
基于非线性频谱分析的故障检测与方法
项研究属国家自然科学基金支持研究项目，建立了一种非线性频谱分析方法，并用来进行状态检测与故障诊断。所谓非线性动态系统的频谱分析，就是利用非线性对象的实测输入输出数据获取其广义频率响应函数（GFRF）模型。本项研究的贡献在于对GFRF模型的特征进行了深入研究，得出了一系列有关其零极点分布特征得结论，并在此基础上进行了模型简化和数据压缩，使得算法具有较高的模型
西安交通大学
2021-01-12
一种混合型磁饱和故障限流器
本发明公开了一种混合型磁饱和故障限流器，包括铁芯、线圈绕组、直流电源和限流电抗。采用永 磁体与直流线圈绕组一同作为励磁偏置源，有效地降低对直流偏置源的要求，降低了永磁体的退磁风险， 在提高装置可靠性的同时，降低装置损耗和成本；通过使用桥式结构，实现交直流电流共用绕组，能有 效减小装置体积，同时减小损耗；通过直流偏置回路中的限流电抗来限制故障电流，一方面保证了限流 效果，另一方面使得限流水平能够得到控制；将四个线圈绕组通过一种巧妙的连接方式串并联
武汉大学
2021-04-14
FZ-PL输电线路接地故障定位装置
产品详细介绍可以测试长距离线路下金属性接地、高阻接地等各类故障，测试距离100km以上，可测试80KΩ的高阻接地故障。
西安广昕丰泽电子科技有限公司
2021-08-23
DGC-2010A多脉冲电缆故障测试仪
产品详细介绍【仪器功能与特点】 ·适用于测量各种不同截面、不同介质的各种电力电缆、高频同轴电缆，市话电缆及两根以上均匀铺设的地埋电线电缆的高低阻、短路、开路、断路以及高阻泄漏和高阻闪络性故障。 ·在低压脉冲状态下，可自动完成故障距离的计算。 ·可测35KV以下等级所有电缆的高、低阻故障，适应面很广。 ·采用了国际先进的“多脉冲法”测试技术，同时还具有传统的冲击高压闪络法和低压脉冲法。 ·多次脉冲模式时，任何高阻故障均呈现最简单的类似于低压脉冲短路故障特征的波形，极易判读。 ·具有方便的全中文菜单以及清晰屏幕触摸键操作。 ·检测故障成功率、测试精度及测试方便程度优于国内其他检测设备。 ·超大液晶屏作为显示终端，仪器具有强大的数据处理能力和友好的显示界面。 ·具有极安全的采样高压保护措施。测试仪器在冲击高压环境中不会死机和损坏。 ·具有屏幕拷贝功能，用于波形打印。 ·按键定义简单明了，操作简单，可靠性高，测量方法简单快速。 ·内置电源，可在无电源环境测试电缆的开路及低阻短路故障。 ·具有USB接口，可用移动硬盘进行数据拷贝。 ·具有通用的网络接口，可直接通过网络进行数据远程传输。 【主要性能指标】 ·测试方法：多脉冲法；冲击高压电流取样法；低压脉冲法. ·冲击高压：低于35KV ·数据采样速率: 120MHz、90MHz、60MHz、30MHz ·测试距离：＞15Km ·读数分辨率：＜0.5m ·系统测试精度小于50cm ·测试脉冲幅度：约380VP-P ·多脉冲发送及故障反射信号的自动显示，使得故障特征波形的表示极为简单。所有的高阻故障波形仅有一种，即类似低压脉冲法的短路故障波形。 ·具有测试波形储存功能：能将现场测试到的波形按规定顺序方便地储存于仪器内，供随时调用观察。可以储存大量的现场测试波形。 ·能将仪器在不同的工作状态下测得的故障电缆波形同时显示在屏幕 上进行同屏对比和叠加对比。使得故障距离的判断更加准确。 ·内置电源：充满电后可连续工作6小时，亦可外接交流电源工作。 ·工作条件: 温度-10℃～+45℃，相对湿度 90%，大气压力750±30mmHg。
西安广昕丰泽电子科技有限公司
2021-08-23
新型冠状病毒肺炎智能辅助诊断系统
新冠肺炎疑似病例基数庞大，给临床一线诊疗带来巨大压力，疫情波及地域广泛，基层医院缺乏经验，面临严峻挑战。由清华大学精密仪器系尤政院士、临床医学院董家鸿院士领导研发的新型冠状病毒肺炎智能辅助诊断系统成功通过应用测试，进入临床试用阶段，有望为上述难题提供解决方案。新型冠状病毒肺炎智能辅助诊断系统董家鸿介绍，新型冠状病毒肺炎智能辅助诊断系统可同步实现智能化影像诊断、临床诊断及临床分型三大功能。该系统包括三大模块，其中影像诊断模块主要基于对新型冠状病毒肺炎初诊病例的珍贵临床资料的大数据分析，使用人工智能算法深度学习该疾病的CT影像特征，实现对新型冠状病毒肺炎影像的智能识别。临床诊断模块则依据卫健委发布的《新型冠状病毒感染的肺炎诊疗方案(试行第五版)》，结合影像与流行病学、症状及关键检验数据等临床信息，实现智能诊断。临床分型模块通过智能判读呼吸功能参数，“自适应”判断新型冠状病毒肺炎的严重程度。董家鸿谈到，该系统可在短时间内完成大量疑似病例的胸部CT筛查、依据指南进行临床与影像相结合的综合分析，显著提升新型冠状病毒肺炎诊断效能，有望大幅降低临床医师及影像医师的工作负荷。
清华大学
2021-04-10
新冠肺炎影像学AI智能辅助诊断研究
“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例，此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍，针对临床的现实需求，团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能，前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎，后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求，团队设计诊断算法模型，让机器利用模型进行训练，学习不同类型肺炎在CT影像表现上的不同特征，最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期，能够获取的新冠肺炎影像数据相对较少，且由于一线影像医生任务繁重，无法获得大量专家标注，因此需要算法在少量样本的条件下“自学成才”。为此，团队采用基于自迁移学习的半监督学习等技巧，使算法具备一定的“小样本学习”能力，在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小，且往往大中小病灶区域面积悬殊，如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应，“网络的底层关注细节，即小病灶区域，而网络中层到高层所关注的病灶区域则越来越大，因此模型通过不同层次的加权和融合，最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过，即便有诊断‘神器’，影像科医生也是不可替代的。”薛向阳说，人是复杂的机体，病毒在不同人体内感染的反映也不一定相同。”他表示，当遇到机器未曾学习过的微小病变或疑难病例时，仍需要影像医生的经验和智慧。以解决实际问题为目标，该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据，还是测试评估数据，都来源于临床真实病例。在算法模型定型过程中，为了检验模型的准确率和泛化性，团队也利用现实疑似病例进行了测试。
复旦大学
2021-04-10