-
公开(公告)号：CN117709010A
公开(公告)日：2024-03-15
申请号：CN202311633043.9
申请日：2023-11-29
Applicant: 国网湖北省电力有限公司超高压公司 , 国网湖北省电力有限公司电力科学研究院 , 南昌工程学院
Inventor： 邓华璞 , 罗浪 , 杨丰帆 , 张子熙 , 武晓蕊 , 赵泽予 , 李佳 , 况静 , 胡晶 , 马雯君 , 贺佳慧 , 童歆 , 张露 , 韩煦 , 侯成 , 吕嘉威 , 许志浩 , 康兵 , 丁贵立 , 王宗耀
IPC: G06F30/17 , G06F30/27 , G16C20/70 , G06N3/084 , G06F119/08 , G06F119/02
Abstract: 本发明公开了一种基于OCSSA‑BP的变压器绝缘油溶解气体分析方法，构建变压器油中溶解气体成分以及含量数据组成的油中溶解气体监测数据集，油中溶解气体监测数据集作为BP神经网络输入量，变压器故障类型为输出量；通过麻雀优化算法优化BP神经网络的权重和阈值，返回最优权值和最优阈值；构建基于OCSSA‑BP的变压器绝缘油溶解气体分析模型，实现对于溶解气体成分及浓度的分析，从而得到变压器故障诊断结果。本发明采用融合鱼鹰和柯西变异的麻雀优化算法(OCSSA)作为BP神经网络的优化算法，对BP神经网络的权值及阈值进行优化，高了分析效率及故障识别准确率。
-
公开(公告)号：CN117708697A
公开(公告)日：2024-03-15
申请号：CN202311633019.5
申请日：2023-11-29
Applicant: 国网湖北省电力有限公司超高压公司 , 国网湖北省电力有限公司电力科学研究院 , 南昌工程学院
Inventor： 邓华璞 , 罗浪 , 杨丰帆 , 张子熙 , 武晓蕊 , 赵泽予 , 李佳 , 况静 , 胡晶 , 马雯君 , 贺佳慧 , 童歆 , 张露 , 李旭东 , 袁军 , 侯成 , 吕嘉威 , 许志浩 , 康兵 , 丁贵立 , 王宗耀
IPC: G06F18/2415 , G06F18/2431 , G06F18/213 , G06N3/084 , G06N3/047 , G06N3/006
Abstract: 本发明属于电力设备监测技术领域，涉及一种基于PNN网络的变压器DGA故障诊断方法，选取变压器油中溶解气体成分及含量的监测数据组成DGA数据集，将DGA数据集进行最小‑最大值归一化处理，对PNN网络的平滑参数进行初始化，根据初始化参数搭建PNN网络，并将训练集输入PNN网络；将PNN网络的平滑参数作为寻优参数，并以PNN网络的故障诊断准确率作为适应度；采用改进的蛇优化算法的得到最优适应度及对应的平滑参数；基于最优平滑参数构建基于PNN网络的变压器DGA故障诊断模型，输入待诊断数据，获取变压器故障诊断结果。本发明通过改进的蛇优化算法优化PNN网络，提供了故障识别准确率。
-
Patent Agency Ranking
公开(公告)号：CN117708696B
公开(公告)日：2024-11-12
申请号：CN202311632988.9
申请日：2023-11-29
Applicant: 国网湖北省电力有限公司超高压公司 , 国网湖北省电力有限公司电力科学研究院 , 南昌工程学院
Inventor： 罗浪 , 邓华璞 , 杜军 , 杨丰帆 , 张子熙 , 武晓蕊 , 赵泽予 , 李佳 , 吴荻玮 , 高牧风 , 何琦 , 潘晓璐 , 贺佳慧 , 童歆 , 张露 , 李旭东 , 袁军 , 侯成 , 吕嘉威 , 许志浩 , 康兵 , 丁贵立 , 王宗耀
IPC: G06F18/2415 , G06F18/243 , G06F18/2431 , G06F18/213 , G06N7/01
Abstract: 本发明属于变压器故障诊断技术领域，涉及一种基于LGEO‑gcForest的油浸式变压器故障诊断方法，根据变压器的油中溶解气体数据样本，计算油中溶解气体的非编码比值，将非编码比值标准化，并划分训练集和测试集；将gcForest模型的多粒度扫描窗口大小和级联森林允许的最大级联数作为寻优参数，并以gcForest模型的故障诊断准确率作为适应度；使用金鹰优化算法对gcForest模型进行优化，返回最优参数；根据返回的最优参数构建LGEO‑gcForest故障诊断模型，用于获取变压器故障诊断结果。本发明通过优化gcForest模型的关键参数，可以提高变压器故障诊断的准确性。
-
公开(公告)号：CN117786533A
公开(公告)日：2024-03-29
申请号：CN202410008435.4
申请日：2024-01-02
Applicant: 国网湖北省电力有限公司超高压公司 , 国网湖北省电力有限公司电力科学研究院 , 南昌工程学院
Inventor： 罗浪 , 邓华璞 , 杜军 , 杨丰帆 , 刘晓华 , 张子熙 , 武晓蕊 , 赵泽予 , 李佳 , 吴荻玮 , 高牧风 , 何琦 , 潘晓璐 , 贺佳慧 , 童歆 , 张露 , 侯成 , 吕嘉威 , 许志浩 , 康兵 , 丁贵立 , 王宗耀
IPC: G06F18/2415 , G06N3/088 , G06N3/09 , G06N3/094 , G06N3/0475 , G06N3/045 , G06N3/006
Abstract: 本发明属于电力设备监测技术领域，涉及基于数据扩充的ROA‑DBN变压器故障诊断方法，将故障气体数据作为故障样本；将扩充后的数据样本进行标准化并划分训练集和测试集；根据初始化参数搭建DBN网络，并将训练集输入DBN网络；以DBN神经网络模型的故障诊断准确率作为适应度，使用桶水母优化算法对DBN模型进行优化，返回最优参数；根据返回的最优参数构建ROA‑DNB故障诊断模型，输入测试集,输出变压器故障诊断结果。本发明通过优化ROA‑DBN模型的关键参数，可以提高变压器故障诊断的准确性。
-
公开(公告)号：CN119249211A
公开(公告)日：2025-01-03
申请号：CN202411774478.X
申请日：2024-12-05
Applicant: 南昌工程学院
Abstract: 本发明公开了基于全频段多模态数据融合的配电变压器故障诊断方法，包括如下步骤：收集变压器的不同特征图；对收集的不同特征图进行特征提取并加权求和，得到多源融合特征向量；对多源融合特征向量进行数据预处理，数据预处理后再进行归一化处理；使用归一化处理后的多源融合特征训练改进概率神经网络；采用改进北极海鹦优化算法对训练好的改进概率神经网络的多项式阶数进行优化；采用优化后的改进概率神经网络进行变压器故障诊断；本发明采用改进北极海鹦优化算法通过模拟北极海鹦的觅食行为，有效结合全局搜索和局部搜索策略优化了改进概率神经网络的多项式阶数，提高了变压器数据融合诊断的准确率和概率神经网络的泛化能力。
-
公开(公告)号：CN117786516A
公开(公告)日：2024-03-29
申请号：CN202410004896.4
申请日：2024-01-02
Applicant: 国网湖北省电力有限公司超高压公司 , 国网湖北省电力有限公司电力科学研究院 , 南昌工程学院
Inventor： 罗浪 , 邓华璞 , 杜军 , 杨丰帆 , 张子熙 , 武晓蕊 , 赵泽予 , 李佳 , 吴荻玮 , 高牧风 , 何琦 , 潘晓璐 , 贺佳慧 , 童歆 , 张露 , 王勇杰 , 汤伟 , 侯成 , 吕嘉威 , 许志浩 , 康兵 , 丁贵立 , 王宗耀
IPC: G06F18/2411 , G06F18/25 , G06N3/006
Abstract: 本发明属于变压器故障诊断技术领域，涉及基于多源数据融合的油浸式变压器故障诊断方法，选取五种气体作为变压器油中溶解气体分析的指标，和绕组直流电阻不平衡系数、绕组吸收比、极化指数、铁芯接地电流及微水含量，构建多源信息融合指标；多源信息融合指标和对应的变压器故障类型组成数据集输入SVM网络进行训练；并通过采用斑马算法优化核函数参数和惩罚参数，建立的ZOA‑SVM变压器故障诊断模型，用于变压器故障诊断。本发明通过变压器的多源信息融合来分析各种状态信息量，并通过斑马优化算法优化SVM网络，提高了诊断准确率。
-
公开(公告)号：CN117708696A
公开(公告)日：2024-03-15
申请号：CN202311632988.9
申请日：2023-11-29
Applicant: 国网湖北省电力有限公司超高压公司 , 国网湖北省电力有限公司电力科学研究院 , 南昌工程学院
Inventor： 罗浪 , 邓华璞 , 杜军 , 杨丰帆 , 张子熙 , 武晓蕊 , 赵泽予 , 李佳 , 吴荻玮 , 高牧风 , 何琦 , 潘晓璐 , 贺佳慧 , 童歆 , 张露 , 李旭东 , 袁军 , 侯成 , 吕嘉威 , 许志浩 , 康兵 , 丁贵立 , 王宗耀
IPC: G06F18/2415 , G06F18/243 , G06F18/2431 , G06F18/213 , G06N7/01
Abstract: 本发明属于变压器故障诊断技术领域，涉及一种基于LGEO‑gcForest的油浸式变压器故障诊断方法，根据变压器的油中溶解气体数据样本，计算油中溶解气体的非编码比值，将非编码比值标准化，并划分训练集和测试集；将gcForest模型的多粒度扫描窗口大小和级联森林允许的最大级联数作为寻优参数，并以gcForest模型的故障诊断准确率作为适应度；使用金鹰优化算法对gcForest模型进行优化，返回最优参数；根据返回的最优参数构建LGEO‑gcForest故障诊断模型，用于获取变压器故障诊断结果。本发明通过优化gcForest模型的关键参数，可以提高变压器故障诊断的准确性。
-
-
-
-
-
-
Search Results
7
records
(took 0.032 seconds)
