CN110618313A - 一种列车动力系统在线能耗检测与预测装置及方法 - Google Patents

一种列车动力系统在线能耗检测与预测装置及方法 Download PDF

Info

Publication number
CN110618313A
CN110618313A CN201910846419.1A CN201910846419A CN110618313A CN 110618313 A CN110618313 A CN 110618313A CN 201910846419 A CN201910846419 A CN 201910846419A CN 110618313 A CN110618313 A CN 110618313A
Authority
CN
China
Prior art keywords
pin
power system
energy consumption
module
lan
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910846419.1A
Other languages
English (en)
Inventor
李明
王艳琴
王磊
王大海
张钢
李含聪
曹会阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jiaotong University
CRRC Tangshan Co Ltd
Original Assignee
Beijing Jiaotong University
CRRC Tangshan Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Jiaotong University, CRRC Tangshan Co Ltd filed Critical Beijing Jiaotong University
Priority to CN201910846419.1A priority Critical patent/CN110618313A/zh
Publication of CN110618313A publication Critical patent/CN110618313A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
    • G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
    • G01R22/10—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods using digital techniques
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Power Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明涉及一种列车动力系统在线能耗检测与预测装置，包括：STM32/ARM核心模块、直流电压采集与调理模块、直流电流采集与调理模块、电源模块、CAN总线驱动器、以太网模块和SD卡；所述STM32/ARM核心模块采用的芯片型号为STM32F7671GT6，所述以太网模块采用PHY芯片。本发明提供了一种列车动力系统在线能耗检测与预测装置及方法，能够实现对列车动力系统能耗水平的检测和预测；本发明具有以太网、CAN总线等接口，可以连接外部其他设备，实现数据传输和通信，实现外部功能多样化。

Description

一种列车动力系统在线能耗检测与预测装置及方法
技术领域
本发明涉及铁路列车领域，具体涉及一种列车动力系统在线能耗检测与预测装置及方法。
背景技术
铁路列车动力系统变流器中的功率器件在设备工作时存在损耗，这些功率损耗一方面会使系统内逆变器效率降低，另一方面额外的能耗会使功率器件过温而损坏，影响系统正常运行。因而若能实现对能耗情况的在线检测和预测，就可以实时根据能耗情况做出相应决策，保证系统的安全运行。目前，国内外列车动力系统暂没有此类可以实现能耗预测的相关技术，本专利所述装置则可以实现对系统能耗的存储记录、预测、对外输出、通讯等多种功能。
发明内容
针对现有技术中存在的缺陷，本发明的目的在于提供一种列车动力系统在线能耗检测与预测装置及方法，能够实现对列车动力系统能耗水平的检测和预测；该装置还可以与其他设备连接，实现功能多样化。
为达到以上目的，本发明采取的技术方案是：
一种列车动力系统在线能耗检测与预测装置，包括：STM32/ARM核心模块、直流电压采集与调理模块、直流电流采集与调理模块、电源模块、CAN总线驱动器、以太网模块和SD卡；所述STM32/ARM核心模块采用的芯片型号为STM32F7671GT6，所述以太网模块采用PHY芯片；
电源模块为其他模块供电，芯片STM32F7671GT6的ADC3 IN4引脚与直流电压采集与调理模块连接，芯片STM32F7671GT6的ADC3 IN5引脚与直流电流采集与调理模块连接；芯片STM32F7671GT6的SDMMCI_D0引脚、SDMMCI_D1引脚、SDMMCI_D2引脚、SDMMCI_D3引脚、SDMMCI_CMD引脚、SDMMCI_CK引脚均与SD卡连接；芯片STM32F7671GT6的LAN MDIO引脚、LANMDC引脚、LAN REF CLK引脚、LAN TXEN引脚、LAN TXD0引脚、LAN TXD1引脚、LAN RXD0引脚、LAN RXD1引脚、LAN CRS DV引脚、LAN RXEX引脚、LAN nRST引脚均与PHY芯片连接；芯片STM32F7671GT6的CAN1_TX引脚和CAN1_RX引脚均与CAN总线驱动器连接。
所述直流电压采集与调理模块用于实现动力系统中间直流环节电压、直流母线电压或者弓网直流电压的数值采集和检测；直流电流采集与调理模块用于实现动力系统中间直流环节电流、直流母线电流或者弓网直流电流的数值采集和检测；电源模块用于将输入到所述装置的外部电源的等级调理成STM32/ARM核心模块、直流电压采集与调理模块、直流电流采集与调理模块需要的电源等级；以太网模块用于实现所述列车动力系统在线能耗检测与预测装置与外部计算机、列车计算机的数据通讯，作为所述列车动力系统在线能耗检测与预测装置的功能扩展数据接口；SD卡用于存储检测到的与计算得到的数据。
一种列车动力系统在线能耗检测与预测方法，使用上述列车动力系统在线能耗检测与预测装置，包括以下步骤：
步骤1、通过直流电压采集与调理模块、直流电流采集与调理模块分别采集动力系统中间直流环节电压Udc、电流Idc，经过STM32/ARM核心模块计算列车动力系统在第k个采样点处的能耗值X(k)；
步骤2、利用能耗值X(k)构造一个待测的原始采样序列X(0)，对原始采样序列进行一次累加，得到：
X(1)＝X(0)d1＝{X(1)(1),X(1)(2)，...，X(1)(n)} (3)
其中，d1为1-AGO累加算子，且
X(1)为灰量数据X的白化数据；
步骤3、计算得到X(0)的一次累减结果序列：
X(0)d2＝{X(1)(2)d2，...，X(1)(n)d2} (5)
其中d2为累减算子；
步骤4、通过X(0)构造紧邻均值序列：
X(0)(k)d3＝0.5X(1)(k)+0.5X(1)(k-1) (6)
其中d3为紧邻均值算子；
步骤5、针对序列X(1)建立二阶常系数线性微分方程，如公式(7)所示；
其中，α1～α3为微分方程的待定系数，通过最小二乘法基于X(1)的离散采样值进行拟合得到；
步骤6、将式(7)左右两边在一个采样间隔(k-1)Ts～kTs内积分后近似，得到：
公式(8)为差分因子，处理器可解；其中，
式(8)中的系数β1～β3依据最小二乘法得到；
求出β1～β3后，代入公式(8)求解出X(0)(k)，然后以时间为自变量，将未来时刻的时间代入X(0)(k)，实现能耗预测。
步骤1中，通过公式(1)计算出列车动力系统的功率值：
Pdc(tk)＝Udc(tk)*Idc(tk) (2)
公式(1)中，Pdc(tk)表示时刻tk处计算所得到的列车动力系统功率值；Udc(tk)表示时刻tk处的动力系统中间直流环节电压值；Idc(tk)表示时刻tk处的动力系统中间直流环节电流值。
步骤1中，通过公式(2)计算出列车动力系统的能耗值：
公式(2)中，Ts为采样时间间隔，Ts值取为1ms；k表示当前为第k个采样点，X(k)表示第k个采样点处的能耗值。
步骤6中，β1～β3的计算公式如下：
(β1 β2 β3)＝(AT A)-1ATB (10)
其中，
本发明的有益效果：
1.本发明能够实现对列车动力系统能耗的在线检测，对实时数据进行采集、存储、记录、显示等功能；
2.本发明基于GM(2,1)模型，能够实现对能耗水平的预测。
3.本发明具有以太网、CAN总线等接口，可以连接外部其他设备，实现数据传输和通信，实现外部功能多样化。
附图说明
本发明有如下附图：
图1为本发明装置的示意图。
图2(a)为直流电压采集与调理模块电路原理图；
图2(b)为直流电流采集与调理模块电路原理图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
一种列车动力系统在线能耗检测与预测装置及方法，通过直流电压采集与调理模块、直流电流采集与调理模块采集动力系统中间直流环节电压Udc、Idc值，经过STM32/ARM核心模块可计算出此时能耗，并进行实时数据存储、显示；通过本发明的预测方法可实现对动力系统损耗水平的预测，并将预测结果传输至管理人员；此外，该装置具有以太网、CAN总线等接口，可将能耗数据及预测结果实时传输至计算机或其他外部设备，实现外部功能多样化。
所述列车动力系统在线能耗检测与预测装置示意图如图1所示，包括：STM32/ARM核心模块、直流电压采集与调理模块、直流电流采集与调理模块、电源模块、CAN总线驱动器、以太网模块和SD卡；所述STM32/ARM核心模块采用的芯片型号为STM32F7671GT6，它是该装置的核心，用于数据的计算处理和实时数据存储、显示，还负责显示单元的数据通信。所述以太网模块采用PHY芯片。
直流电压采集与调理模块用于实现动力系统中间直流环节电压、直流母线电压或者弓网直流电压的数值采集和检测；
直流电流采集与调理模块用于实现动力系统中间直流环节电流、直流母线电流或者弓网直流电流的数值采集和检测；
电源模块用于将输入到所述装置的外部电源的等级调理成STM32/ARM核心模块、直流电压采集与调理模块、直流电流采集与调理模块需要的电源等级；
以太网模块用于实现所述列车动力系统在线能耗检测与预测装置与外部计算机、列车计算机等的数据通讯，作为所述列车动力系统在线能耗检测与预测装置的功能扩展数据接口；
SD卡用于存储检测到的与计算得到的数据；
电源模块为其他模块供电，芯片STM32F7671GT6的ADC3 IN4引脚与直流电压采集与调理模块连接，芯片STM32F7671GT6的ADC3 IN5引脚与直流电流采集与调理模块连接；芯片STM32F7671GT6的SDMMCI_D0引脚、SDMMCI_D1引脚、SDMMCI_D2引脚、SDMMCI_D3引脚、SDMMCI_CMD引脚、SDMMCI_CK引脚均与SD卡连接；芯片STM32F7671GT6的LAN MDIO引脚、LANMDC引脚、LAN REF CLK引脚、LAN TXEN引脚、LAN TXD0引脚、LAN TXD1引脚、LAN RXD0引脚、LAN RXD1引脚、LAN CRS DV引脚、LAN RXEX引脚、LAN nRST引脚均与PHY芯片连接；芯片STM32F7671GT6的CAN1_TX引脚和CAN1_RX引脚均与CAN总线驱动器连接。
图2(a)和图2(b)分别为所述直流电压采集与调理模块、直流电流采集与调理模块的电路原理图。T1为直流电压传感器，用于检测中间直流环节电压Udc；T2为直流电流传感器，用于检测动力系统中间直流环节电流Idc，母线穿过T2。T1、T2的+/-电源端分别接入+15V1 DC与-15V2DC；T1、T2的M端子均接入后级的调理电路；T1的调理电路中，当R2＝R3时，U2＝0.5*(3+U1)；此外，U3＝U2，运放A1主要起隔离作用，并提高U2与A2之间的等效阻抗；当R4＝R6时，U4＝(R5/R4)*U3，T1传感器后级调理电路的U4电压对应端子接入芯片STM32F7671GT6的ADC3 IN4引脚。因T2的调理电路与T1相同，在此对其原理不多做说明，因而T2传感器后级调理电路的UI4电压对应端子接入芯片STM32F7671GT6的ADC3 IN5引脚。
一种列车动力系统在线能耗检测与预测方法，包括以下步骤：
1、通过直流电压采集与调理模块、直流电流采集与调理模块分别采集动力系统直流侧电压Udc、电流Idc，经过STM32/ARM核心模块计算出列车动力系统的能耗值；
Pdc(tk)＝Udc(tk)*Idc(tk) (3)
公式(1)中，Pdc(tk)表示时刻tk处计算所得到的列车动力系统能耗计算值；Udc(tk)表示时刻tk处的动力系统中间直流环节电压值；Idc(tk)表示时刻tk处的动力系统中间直流环节电流值；
公式(2)中，Ts为采样时间间隔，通常可以为1μs、1ms，在分辨率不高的情况下可以为1s乃至更长。本装置兼顾算法复杂度、对计算硬件的要求等方面，Ts值取为1ms。公式(1)、(2)中的k表示当前为第k个采样点，X(k)表示第k个采样点处的能耗值。
将X(k)构造一个待测的原始采样序列X(0)(其采样间隔为1毫秒)，则基于灰色预测模型的在线能耗预测方法包括如下步骤：
2、对原始采样序列X(0)进行1-AGO累加(一次累加)，可得
X(1)＝X(0)d1＝{X(1)(1),X(1)(2)，...，X(1)(n)} (3)
其中，d1为1-AGO累加算子，且
通过1-AGO累加，可以理解X(1)为灰量数据X的白化数据。也就是说从给定间隔的列车运行数据中通过累积提取出其能耗数据的共性规律加以研究。
3、此外，还可以得到X(0)的一次累减结果序列
X(0)d2＝{X(1)(2)d2，...，X(1)(n)d2} (5)
其中d2为累减算子。
4、通过X(0)构造紧邻均值序列
X(0)(k)d3＝0.5X(1)(k)+0.5X(1)(k-1) (6)
其中d3为紧邻均值算子。
5、GM(2,1)模型的实质就是针对序列X(1)建立二阶常系数线性微分方程，如式(7)所示。其中，α1～α3为微分方程的待定系数，可以通过最小二乘法基于X(1)的离散采样值进行拟合得到。
6、式(7)中的连续时域解很难通过处理器的离散计算过程获得相应的数值解。将式(7)左右两边在一个采样间隔(k-1)Ts～kTs内积分后近似，可得
公式(8)为差分因子，处理器可解。其中，
式(8)中的系数β1～β3依据最小二乘法得到：
(β1 β2 β3)＝(ATA)-1 ATB (10)
其中
求出β1～β3后，代入公式(8)求解出X(0)(k)，以时间为自变量，将未来时刻的时间代入X(0)(k)，即可实现能耗预测。
可以分别采用能耗的增量与累积能耗两种输入数据构造预测输入序列，但是得到的预测结果十分接近。因此可以认为二者等效。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (7)

1.一种列车动力系统在线能耗检测与预测装置，其特征在于，包括：STM32/ARM核心模块、直流电压采集与调理模块、直流电流采集与调理模块、电源模块、CAN总线驱动器、以太网模块和SD卡；所述STM32/ARM核心模块采用的芯片型号为STM32F7671GT6，所述以太网模块采用PHY芯片；
电源模块为其他模块供电，芯片STM32F7671GT6的ADC3 IN4引脚与直流电压采集与调理模块连接，芯片STM32F7671GT6的ADC3 IN5引脚与直流电流采集与调理模块连接；芯片STM32F7671GT6的SDMMCI_ D0引脚、SDMMCI_ D1引脚、SDMMCI_ D2引脚、SDMMCI_D3引脚、SDMMCI_ CMD引脚、SDMMCI_ CK引脚均与SD卡连接；芯片STM32F7671GT6的LAN MDIO引脚、LAN MDC引脚、LAN REF CLK引脚、LAN TXEN引脚、LAN TXD0引脚、LAN TXD1引脚、LAN RXD0引脚、LAN RXD1引脚、LAN CRSDV引脚、LAN RXEX引脚、LAN nRST引脚均与PHY芯片连接；芯片STM32F7671GT6的CAN1_ TX引脚和CAN1_ RX引脚均与CAN总线驱动器连接。
2.如权利要求1所述的列车动力系统在线能耗检测与预测装置，其特征在于：所述直流电压采集与调理模块用于实现动力系统中间直流环节电压、直流母线电压或者弓网直流电压的数值采集和检测；直流电流采集与调理模块用于实现动力系统中间直流环节电流、直流母线电流或者弓网直流电流的数值采集和检测；电源模块用于将输入到所述装置的外部电源的等级调理成STM32/ARM核心模块、直流电压采集与调理模块、直流电流采集与调理模块需要的电源等级；以太网模块用于实现所述列车动力系统在线能耗检测与预测装置与外部计算机、列车计算机的数据通讯，作为所述列车动力系统在线能耗检测与预测装置的功能扩展数据接口；SD卡用于存储检测到的与计算得到的数据。
3.一种列车动力系统在线能耗检测与预测方法，使用权利要求1或2所述的列车动力系统在线能耗检测与预测装置，包括以下步骤：
步骤1、通过直流电压采集与调理模块、直流电流采集与调理模块分别采集动力系统中间直流环节电压Udc、电流Idc，经过STM32/ARM核心模块计算列车动力系统在第k个采样点处的能耗值X(k)；
步骤2、利用能耗值X(k)构造一个待测的原始采样序列X(0)，对原始采样序列进行一次累加，得到：
X(1)＝X(0)d1＝{X(1)(1),X(1)(2)，...，X(1)(n)} (3)
其中，d1为1-AGO累加算子，且
步骤3、计算得到X(0)的一次累减结果序列：
X(0)d2＝{X(1)(2)d2，...，X(1)(n)d2} (5)
其中d2为累减算子；
步骤4、通过X(0)构造紧邻均值序列：
X(0)(k)d3＝0.5X(1)(k)+0.5X(1)(k-1) (6)
其中d3为紧邻均值算子；
步骤5、针对序列X(1)建立二阶常系数线性微分方程，如公式(7)所示；
其中，α1～α3为微分方程的待定系数，通过最小二乘法基于X(1)的离散采样值进行拟合得到；
步骤6、将式(7)左右两边在一个采样间隔(k-1)Ts～kTs内积分后近似，得到：
公式(8)为差分因子，处理器可解；其中，
式(8)中的系数β1～β3依据最小二乘法得到；Ts为采样时间间隔；
求出β1～β3后，代入公式(8)求解出X(0)(k)，然后以时间为自变量，将未来时刻的时间代入X(0)(k)，实现能耗预测。
4.如权利要求3所述的列车动力系统在线能耗检测与预测方法，其特征在于：步骤1中，通过公式(1)计算出列车动力系统的功率值：
Pdc(tk)＝Udc(tk)*Idc(tk) (1)
公式(1)中，Pdc(tk)表示时刻tk处计算所得到的列车动力系统功率值；Udc(tk)表示时刻tk处的动力系统中间直流环节电压值；Idc(tk)表示时刻tk处的动力系统中间直流环节电流值。
5.如权利要求4所述的列车动力系统在线能耗检测与预测方法，其特征在于：步骤1中，通过公式(2)计算出列车动力系统的能耗值：
公式(2)中，Ts为采样时间间隔；k表示当前为第k个采样点，X(k)表示第k个采样点处的能耗值。
6.如权利要求5所述的列车动力系统在线能耗检测与预测方法，其特征在于：所述Ts值取为1毫秒。
7.如权利要求3所述的列车动力系统在线能耗检测与预测方法，其特征在于：步骤6中，β1～β3的计算公式如下：
(β1 β2 β3)＝(ATA)-1ATB (10)
其中，
CN201910846419.1A 2019-09-09 2019-09-09 一种列车动力系统在线能耗检测与预测装置及方法 Pending CN110618313A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910846419.1A CN110618313A (zh) 2019-09-09 2019-09-09 一种列车动力系统在线能耗检测与预测装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910846419.1A CN110618313A (zh) 2019-09-09 2019-09-09 一种列车动力系统在线能耗检测与预测装置及方法

Publications (1)

Publication Number Publication Date
CN110618313A true CN110618313A (zh) 2019-12-27

Family

ID=68922749

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910846419.1A Pending CN110618313A (zh) 2019-09-09 2019-09-09 一种列车动力系统在线能耗检测与预测装置及方法

Country Status (1)

Country Link
CN (1) CN110618313A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111855219A (zh) * 2020-07-20 2020-10-30 哈尔滨工程大学 一种基于灰色理论的柴油机润滑油进机安保参数预测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103901882A (zh) * 2014-04-15 2014-07-02 北京交通大学 一种列车动力系统在线监控故障诊断的系统及其方法
CN104648171A (zh) * 2014-12-16 2015-05-27 哈尔滨理工大学 增程式电动客车动力系统能效控制方法
CN106240400A (zh) * 2016-07-29 2016-12-21 株洲中车时代电气股份有限公司 一种基于储能系统功率匹配的列车牵引控制方法及系统
CN106774131A (zh) * 2017-01-05 2017-05-31 河南机电职业学院 一种城市轨道交通能耗测量控制系统及评价方法
CN107677886A (zh) * 2017-08-03 2018-02-09 上海地铁电子科技有限公司 地铁车辆牵引系统运行能耗测量装置及方法
CN109444609A (zh) * 2018-12-18 2019-03-08 北京交通大学 牵引变流器使用寿命预测方法及装置
CN110031674A (zh) * 2019-04-25 2019-07-19 宁波中车时代传感技术有限公司 动车组列车能耗计量系统及方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103901882A (zh) * 2014-04-15 2014-07-02 北京交通大学 一种列车动力系统在线监控故障诊断的系统及其方法
CN104648171A (zh) * 2014-12-16 2015-05-27 哈尔滨理工大学 增程式电动客车动力系统能效控制方法
CN106240400A (zh) * 2016-07-29 2016-12-21 株洲中车时代电气股份有限公司 一种基于储能系统功率匹配的列车牵引控制方法及系统
CN106774131A (zh) * 2017-01-05 2017-05-31 河南机电职业学院 一种城市轨道交通能耗测量控制系统及评价方法
CN107677886A (zh) * 2017-08-03 2018-02-09 上海地铁电子科技有限公司 地铁车辆牵引系统运行能耗测量装置及方法
CN109444609A (zh) * 2018-12-18 2019-03-08 北京交通大学 牵引变流器使用寿命预测方法及装置
CN110031674A (zh) * 2019-04-25 2019-07-19 宁波中车时代传感技术有限公司 动车组列车能耗计量系统及方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张栋梁: "C型地铁动力系统能耗测试与分析", 《上海节能》 *
苟军善等: "异步电动机的升压恒功控制技术应用综述", 《机车电传动》 *
郑纪伟: "电气化铁路与风电集中接入电网的仿真研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111855219A (zh) * 2020-07-20 2020-10-30 哈尔滨工程大学 一种基于灰色理论的柴油机润滑油进机安保参数预测方法

Similar Documents

Publication Publication Date Title
CN102608452B (zh) 高速列车设备状态及电能质量监测系统与方法
CN112598303B (zh) 基于1d卷积神经网络和lstm结合的非侵入式负荷分解方法
CN102841296B (zh) 基于超高频检测的智能开关柜局部放电在线监测系统及方法
CN107631863A (zh) 高压断路器机械特性监测系统及其监测方法
CN105158723A (zh) 一种数字化电能计量系统的误差评估系统及方法
CN104122490A (zh) 一种变压器套管绝缘状态在线监测装置及方法
CN104485742B (zh) 无线电力专网中的电力终端及其管理方法
CN110849614A (zh) 一种高速机车走行部齿轮箱智能监测单元
CN106680706A (zh) 一种换流站断路器电寿命预测及健康状态在线监测装置
CN108508399A (zh) 基于电子式电压互感器传递过程仿真的电压暂态测试方法
CN111579978A (zh) 一种基于人工智能技术实现继电器故障识别的系统及方法
CN110618313A (zh) 一种列车动力系统在线能耗检测与预测装置及方法
CN217467013U (zh) 一种电流电压检测一体化传感器
CN204613347U (zh) 一种间隔式行波测距装置
CN204287388U (zh) 一种变压器套管绝缘状态在线监测装置
CN204666751U (zh) 一种基于dsp芯片的氧化锌避雷器在线监测装置
CN107765074A (zh) 牵引变流器谐波电流信号强度的检测方法及检测系统
CN118393216A (zh) 一种反相全补偿的变压器铁心及夹件接地电流监测装置
CN103398846B (zh) 一种减速器健康分析方法及其分析平台系统
CN204945237U (zh) 一种电压电流微分信号在线测量装置
CN105656453B (zh) 一种基于时间序列的光纤电流互感器随机噪声实时滤波方法
CN108957170B (zh) 25hz室外轨道电路电气数据采集系统
CN103543353A (zh) 一种宽温环境下的直流采集方法
CN113625162B (zh) 直流配网开关特性测试系统及方法
CN109471060B (zh) 一种在线监测数字电能表计量准确性的装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20191227