-
题名电力设备故障智能识别技术研究
- 1
-
-
作者
郭语
-
机构
中国能源建设集团、广东省电力设计研究院有限公司
-
出处
《机电产品开发与创新》
2024年第3期153-155,168,共4页
-
文摘
电力设备良好的运行状态是电力系统安全、可靠、经济运行的前提。利用人工智能技术算法、算力的优势能够大幅提升电力设备的故障诊断水平。本文以电力设备故障智能识别技术为研究主题,首先总结了电力设备运行故障数据的特性,并针对该数据存在的多源异构、不均衡性等特性,介绍了几种应用于电力设备故障诊断的新型人工智能技术,总结了人工智能技术在故障识别业务场景中的典型应用,最后,探讨了现阶段人工智能技术在实际应用中面临的挑战,并对未来的研究方向进行了展望。
-
关键词
电力设备
人工智能
图像识别
故障诊断
-
Keywords
Power equipment
Artificial intelligence
Image recognition
Fault diagnosis
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
-
-
题名基于热力学理论的涡流管制冷特性研究
被引量:1
- 2
-
-
作者
邵雪
李玲琦
吕翠
胡康
-
机构
辽宁工业大学土木建筑工程学院
中国科学院低温工程学重点实验室(理化技术研究所)
中国能源建设集团、广东省电力设计研究院有限公司
-
出处
《煤矿安全》
CAS
北大核心
2023年第3期17-25,共9页
-
基金
辽宁省教育厅基本科研项目面上资助项目(LJKMZ20220980)
中国科学院低温工程学重点实验室开放课题资助项目(CRYO202207)。
-
文摘
为探究热力学理论对应用于创造矿下人工环境的涡流管制冷特性的影响,基于涡流管的能量交换和分离的原理,利用热力学第一定律和热力学第二定律的理论,分析涡流管内部流体热力学特性,探求冷、热流体能量分离机理,获得其制冷特性;利用三维的流体域耦合方法,建立的连续-非连续模型,通过不同数学模型和不同计算方法的计算,与Aljuwayhel的实验结果进行对比,以制冷效应差异作为判定指标,确定了使用SIMPLEC算法实现压力和速度耦合变量的分离求解,采用各向异性的雷诺应力RSM湍流模型最为精准,计算得到制冷效应偏差在12%以内;涡流管内流场的分析可知,管内的流体速度、流体压力、温度流场分布与基于热力学设计的理论基本相符,模拟的管内内部流体温度分离引起的静温变化是由流体热量和功转换所引起的结论,验证了涡流管内部能量传递过程。
-
关键词
矿下人工环境
涡流管
热力学
矿井降温
制冷特性
-
Keywords
underground artificial environment
vortex tube
thermodynamics
mine cooling
refrigeration characteristics
-
分类号
TD727.5
[矿业工程—矿井通风与安全]
-