|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺
.jpg){kind=logo}
一種大功率缺額事故后網(wǎng)內(nèi)快速備用的協(xié)調(diào)優(yōu)化調(diào)度方法
本發(fā)明公開了一種電網(wǎng)發(fā)生大功率缺額事故后網(wǎng)內(nèi)快速備用的 協(xié)調(diào)優(yōu)化調(diào)度方法。該方法首先以各區(qū)域間的可用輸電能力和每個子 區(qū)域的剩余備用容量最大為優(yōu)化目標(biāo)，同時考慮省間斷面限額、區(qū)域 備用限制等約束條件，求解備用調(diào)集總量在各省市的分?jǐn)偡桨福贿M(jìn)一 步，根據(jù)各類機(jī)組的調(diào)節(jié)性能和控制方式，得到各省市備用調(diào)集量在 機(jī)組間的分配原則。該方法通過網(wǎng)省兩級調(diào)度協(xié)調(diào)控制，實現(xiàn)大功率 缺額事故后省間緊急功率支援的協(xié)調(diào)優(yōu)化調(diào)度，確保了功率缺失擾動 的快速處理。
華中科技大學(xué)
2021-04-14
一種基于相切換的多相永磁電機(jī)調(diào)速系統(tǒng)及其調(diào)速方法
本發(fā)明公開了一種基于相切換的多相永磁電機(jī)調(diào)速系統(tǒng)及其調(diào) 速方法。該系統(tǒng)包括第一和第二逆變器，切換電路，第一和第二斷路 器，以及多相永磁電機(jī)；多相永磁電機(jī)為兩套三相繞組結(jié)構(gòu)；第一逆 變器的三相輸出端分別連接電機(jī)的第一套繞組的三相正向端，第一套繞組的三相負(fù)向端通過切換電路分別連接電機(jī)的第二套繞組的三相正 向端，第二套繞組的三相負(fù)向端分別連接第二逆變器的三相輸出端； 第一和第二逆變器分別由兩個獨立的直流電源供電，第一和第二斷路 器分別設(shè)置在第一和第二逆變器的直流母線的低電位端；切換電路用 于調(diào)整第一和第二
華中科技大學(xué)
2021-04-14
存儲系統(tǒng)中基于溯源信息的文件元數(shù)據(jù)查詢方法與系統(tǒng)
本發(fā)明公開了存儲系統(tǒng)中基于溯源信息的文件元數(shù)據(jù)查詢方法。 在系統(tǒng)客戶端收集溯源信息，通過分析得到文件相關(guān)性信息并傳遞給 元數(shù)據(jù)服務(wù)器；元數(shù)據(jù)服務(wù)器根據(jù)文件之間的關(guān)系信息實時維護(hù)關(guān)系 圖；建立基于關(guān)聯(lián)感知的元數(shù)據(jù)索引樹；接收到查詢請求后，先在索 引樹中查找到種子結(jié)果集，然后在關(guān)系圖中查找，得到初始結(jié)果集， 最后對初始結(jié)果集根據(jù)查詢條件進(jìn)行排序和精簡得到最終結(jié)果發(fā)送給 客戶。本發(fā)明還提供了相應(yīng)的文件元數(shù)據(jù)查詢系統(tǒng)。本發(fā)明
華中科技大學(xué)
2021-04-14
一種基于機(jī)器視覺的三維網(wǎng)狀物缺陷在線檢測系統(tǒng)
本發(fā)明公開了一種基于機(jī)器視覺的三維網(wǎng)狀物缺陷在線檢測系統(tǒng)，包括正面位置傳感器、正面光源、正面相機(jī)、反面位置傳感器、反面光源、反面相機(jī)、光電編碼器、第一傳送帶機(jī)構(gòu)、第二傳送帶機(jī)構(gòu)、機(jī)架、操控平臺、報警指示模塊、顯示模塊、控制按鈕、以及主控系統(tǒng)，正面位置傳感器、正面光源、正面相機(jī)、反面位置傳感器、反面光源、反面相機(jī)、光電編碼器均固定在機(jī)架上，正面位置傳感器高于第一傳送帶機(jī)構(gòu)、第二傳送帶機(jī)構(gòu)的上平面，本發(fā)明能夠解決現(xiàn)有三維網(wǎng)狀物缺陷在線檢測系統(tǒng)存在的只能夠掃描工件的一個面、工作效率低、多次掃描易出現(xiàn)工件磕
華中科技大學(xué)
2021-04-14
一種成形區(qū)域溫度梯度可控的高能束選區(qū)熔化方法與設(shè)備
本發(fā)明公開了一種成形區(qū)域溫度梯度可控的高能束選區(qū)熔化方 法及設(shè)備，該設(shè)備的成形組件增設(shè)有測溫模塊與溫控模塊。利用該設(shè) 備進(jìn)行高能束增材制造時，可利用測溫模塊所測得的成形區(qū)域邊界溫 度實時計算出熔池內(nèi)部的溫度梯度區(qū)間，并通過溫控模塊對成形區(qū)域 施加合適的熱流條件以實現(xiàn)對熔池及成形區(qū)域溫度梯度區(qū)間的控制， 使熔池始終滿足定向凝固條件，進(jìn)而完成不同尺寸、結(jié)構(gòu)的高精度、 高性能定向凝固金屬構(gòu)件與單晶金屬構(gòu)件的高效制造。本發(fā)明
華中科技大學(xué)
2021-04-14
一種基于靜電控制扭擺的導(dǎo)體表面電勢測量儀
本發(fā)明提供了一種基于靜電控制扭擺的導(dǎo)體表面電勢測量儀，包括懸絲、探針支架，掃描探針，多自由度微位移平移臺，角度傳感器，控制系統(tǒng)和反饋執(zhí)行機(jī)；掃描探針設(shè)置在探針支架的任意一個端面上；懸絲懸掛探針支架構(gòu)成扭擺；工作時，待測樣品設(shè)置在多自由度微位移平移臺上，待測樣品的待測表面正對且平行于掃描探針的端面；掃描探針的端面與待測表面不接觸；當(dāng)掃描探針與待測樣品之間存在相互作用時，角度傳感器將檢測的扭擺的扭轉(zhuǎn)信息傳給控制系統(tǒng)；進(jìn)行 PID 運算后獲得的反饋控制電壓傳給反饋執(zhí)行機(jī)，產(chǎn)生一個與外力矩等大的反饋控制力矩
華中科技大學(xué)
2021-04-14
一種基于廣義第二類貝塔分布的洪水頻率分析方法
本發(fā)明公開了一種基于廣義第二類貝塔分布的洪水頻率分析方法，屬于水文學(xué)中的洪水預(yù)報領(lǐng)域。該發(fā)明方法率先將廣義第二類貝塔分布引入洪水頻率分析中，建立洪水概率密度預(yù)測模型，并依據(jù)分布函數(shù)特點采用最大熵原理實現(xiàn)洪水概率密度預(yù)測模型的參數(shù)推導(dǎo)，將河流歷年洪峰序列代入?yún)?shù)推導(dǎo)公式中求出參數(shù)，再將參數(shù)代入洪水概率密度預(yù)測模型，最后利用完整的洪水概率密度預(yù)測模型預(yù)測大規(guī)模洪水的概率預(yù)測。本發(fā)明的洪水概率分析方法非常適合水文頻率分析，其擬合效果基本優(yōu)于水文中的其它傳統(tǒng)分布，本發(fā)明為水文頻率分析提供了一種更加有效的途徑
華中科技大學(xué)
2021-04-14
一種基于敏感性分析的梯級水電站調(diào)度方案評價方法
本發(fā)明公開了一種基于敏感性分析的梯級水電站調(diào)度方案評價方法，在梯級水電站制定出日計劃發(fā)電調(diào)度方案的基礎(chǔ)上，通過改變徑流大小、改變徑流方差對水庫入庫徑流的蒙特卡洛模擬，通過改變負(fù)荷大小對電網(wǎng)負(fù)荷的蒙特卡洛模擬，模擬徑流的不確定性和負(fù)荷的不確定性，進(jìn)而通過常規(guī)優(yōu)化調(diào)度模型計算電站運行指標(biāo)參數(shù)，統(tǒng)計分析參數(shù)指標(biāo)敏感性的平均值和方差從而實現(xiàn)對調(diào)度方案進(jìn)行評價的優(yōu)劣。本發(fā)明可用于定量評價發(fā)電調(diào)度方案是否健壯，是否能應(yīng)對徑流和負(fù)荷的不確定性。
華中科技大學(xué)
2021-04-14
一體化集中空氣處理系統(tǒng)的控制裝置及控制方法
本發(fā)明公開了一種用于集中空氣處理系統(tǒng)的控制裝置，包括：多個變頻器，其分別與多個風(fēng)機(jī)連接，用于控制對應(yīng)風(fēng)機(jī)的轉(zhuǎn)動頻率以對生成風(fēng)量大小進(jìn)行調(diào)節(jié)；多個執(zhí)行器，其分別與多個風(fēng)閥以及表冷器水閥連接，用于控制各風(fēng)閥和水閥以完成對輸送或排出風(fēng)量大小的調(diào)節(jié)；多個傳感器，其分別設(shè)置在多個風(fēng)管上以及表冷器的冷凍水管上，用于采集溫度以及室內(nèi) CO2 濃度；控制器，其對傳感器數(shù)據(jù)進(jìn)行處理，從而生成信號以控制各變頻器和執(zhí)行器對各風(fēng)機(jī)、風(fēng)閥和水閥進(jìn)行調(diào)節(jié)，完成送風(fēng)和回風(fēng)與新風(fēng)和排風(fēng)的協(xié)調(diào)，實現(xiàn)室內(nèi)空氣處理。本發(fā)明利用溫濕度及二
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
一種基于魯棒低秩張量的高光譜圖像去噪方法
本發(fā)明提出了一種基于魯棒低秩張量的高光譜圖像去噪方法，包括建立高光譜圖像噪聲的數(shù)學(xué)模型， 構(gòu)造高光譜圖像魯棒低秩張量（RLRTR）去噪模型，求解 RLRTR 去噪優(yōu)化模型。本發(fā)明充分利用高光 譜圖像（HSI）的先驗知識，高光譜圖像被不同的噪聲污染，如高斯噪聲、脈沖噪聲、死像素和條帶噪 聲等。利用干凈的高光譜圖像數(shù)據(jù)具有潛在的低秩張量特性以及異常和非高斯噪聲具有稀疏性的特性， 同時分別采用核范數(shù)和 l2,1 范數(shù)來表征低秩和稀疏特性；本發(fā)明的技術(shù)
武漢大學(xué)
2021-04-14