-
公开(公告)号：CN115954879B
公开(公告)日：2023-10-27
申请号：CN202310234155.0
申请日：2023-03-13
Applicant: 南昌工程学院
IPC: H02J3/00 , G06F18/2135 , G06N3/006 , G06N3/047
Abstract: 本发明属于配电网线变关系辨识技术领域，公开了一种基于AO算法优化PNN的配电网线变关系精准辨识方法，提取线路下所有配变的三相电压数据并经过预处理后获取所有配变的电压矩阵；进行皮尔逊相关系数计算以获取配变间的电压相关性系数矩阵以及配变和线路之间的电压相关性系数矩阵；将三个矩阵合并组成配电网特征矩阵；使用核主成分分析法对归集后的配电网特征矩阵降维，得到降维后的配电网特征矩阵；使用AO算法优化PNN网络；最后使用优化后的PNN网络对降维后的特征矩阵进行处理以辨识发生线变关系错误的具体配变。本发明解决了常见的基于数据处理方法的辨识阈值难以确定的问题。
-
公开(公告)号：CN116933118A
公开(公告)日：2023-10-24
申请号：CN202310944026.0
申请日：2023-07-31
Applicant: 南昌工程学院
Abstract: 本发明公开了一种基于改进的寄生捕食优化算法的窃电辨识方法及系统，导出台区所有用户的用电数据，提取每个用户的典型日负荷曲线，对每个用户的典型日负荷曲线进行分类，形成每类用户的典型日负荷曲线，提取用户待检测时间段的日负荷曲线和所属类的典型日负荷曲线，计算匹配度，将低于匹配度阈值的用户初步确定为窃电用户，使用改进的寄生捕食优化算法进行检测，得出一组最优窃电系数序列，设置窃电系数阈值，进一步确定窃电用户。本发明采用欧式距离和皮尔逊相关系数计算匹配初步确定窃电用户，使用改进的寄生捕食优化算法获取一组最优窃电系数序列进一步确定窃电用户，减少了工作人员的工作强度，提高效率。
-
公开(公告)号：CN113837311B
公开(公告)日：2023-10-10
申请号：CN202111161587.0
申请日：2021-09-30
Applicant: 南昌工程学院
IPC: G06F18/23 , G06F18/2135 , G06F17/16 , G06Q50/06
Abstract: 本发明公开了一种基于需求响应数据的居民客户聚类方法及装置，该方法包括对台区居民用户进行用电普查，构建数据矩阵；根据居民用户的用电特性，利用相关特性指标对用户的电量数据进行降维处理；基于α‑邻近和数据装箱理论，提出一种新型分区分层聚类算法；基于需求响应激励机制实施前后居民用户用电行为的分析，对用户用电行为进行聚类分析。该装置通过处理器运行存储器中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，实现对居民客户的聚类。本发明将聚合理论方法用于参与需求响应的居民用户分类中，为电网侧针对不同用户定制异质性电力套餐的过程提供科学的依据。
-
公开(公告)号：CN111339482B
公开(公告)日：2023-07-14
申请号：CN202010185979.X
申请日：2020-03-17
Applicant: 南昌工程学院
Abstract: 本发明公开了一种基于最大互信息的离群配电变压器辨识方法，具体步骤有：1、将配电网中10kV馈线下所有配电变压器视为一个群集，并从电力营销部门用电采集系统导出群集所有配电变压器出口电压时间序列数据；2、对原始数据进行预处理，具体包含完整度计算、时标对齐、三相电压平衡归算；3、对预处理后的电压时间序列数据进行最大互信息系数计算；4、绘制最大互信息图谱；5、筛选离群配电变压器。本发明基于现有配电台区用电采集系统数据进行离群配电变压器辨识，利用线上数据分析方式替代现有人工实地巡线排查方式，大幅降低人工成本，能简单、实时、有效地解决10kV配电网拓扑关系混乱的问题。
-
公开(公告)号：CN116342894A
公开(公告)日：2023-06-27
申请号：CN202310612697.7
申请日：2023-05-29
Applicant: 南昌工程学院
IPC: G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于改进YOLOv5的GIS红外特征识别系统及方法，GIS红外图像采集模块采集GIS设备部件红外图像，GIS红外特征识别模块内置基于改进YOLOv5的GIS红外目标检测网络模型，基于改进YOLOv5的GIS红外目标检测网络模型用于GIS设备部件识别；所述基于改进YOLOv5的GIS红外目标检测网络模型包括主干网络、颈部网络、头部网络三部分；将CA注意力模块与主干网络中对应的CSP模块相结合；在颈部网络中，将传统的卷积层替换为GS卷积层，在保持足够精度的同时降低了计算和网络结构的复杂性；在噪点较多、目标较多的情况下使用本发明对GIS设备部件进行识别，具有良好的识别效果。
-
Patent Agency Ranking
公开(公告)号：CN116203365A
公开(公告)日：2023-06-02
申请号：CN202310495700.1
申请日：2023-05-05
Applicant: 南昌工程学院
IPC: G01R31/12 , G06F18/213 , G06F18/24 , G06F18/2415 , G06N3/047 , G06N3/08 , G06N3/006
Abstract: 本发明属于电力设备在线检测领域，公开了一种基于野马算法优化PNN的GIS设备局部放电检测方法，收集超声信号和特高频电磁波信号组成原始数据集；对原始数据集进行归一化处理得到归一化数据集，然后将归一化数据集中的正常点数据用平均值替换生成特征数据集；搭建PNN网络，并使用野马算法优化PNN网络，使PNN网络的平滑因子达到最优值；将特征数据集送入野马算法优化后的PNN网络中进行局部放电在线检测。本发明可实现在检测到故障时便对故障的类型进行分析，提高局部放电检测效率，对野马算法进行优化，提高了判别准确率和效率。
-
公开(公告)号：CN115954879A
公开(公告)日：2023-04-11
申请号：CN202310234155.0
申请日：2023-03-13
Applicant: 南昌工程学院
IPC: H02J3/00 , G06F18/2135 , G06N3/006 , G06N3/047
Abstract: 本发明属于配电网线变关系辨识技术领域，公开了一种基于AO算法优化PNN的配电网线变关系精准辨识方法，提取线路下所有配变的三相电压数据并经过预处理后获取所有配变的电压矩阵；进行皮尔逊相关系数计算以获取配变间的电压相关性系数矩阵以及配变和线路之间的电压相关性系数矩阵；将三个矩阵合并组成配电网特征矩阵；使用核主成分分析法对归集后的配电网特征矩阵降维，得到降维后的配电网特征矩阵；使用AO算法优化PNN网络；最后使用优化后的PNN网络对降维后的特征矩阵进行处理以辨识发生线变关系错误的具体配变。本发明解决了常见的基于数据处理方法的辨识阈值难以确定的问题。
-
公开(公告)号：CN115688017A
公开(公告)日：2023-02-03
申请号：CN202211704573.3
申请日：2022-12-29
Applicant: 南昌工程学院 , 江西派源科技有限公司
IPC: G06F18/2411 , G06F18/211 , G06F18/214 , G06N3/006 , G01H17/00
Abstract: 本发明属于电力设备故障诊断技术领域，公开了一种基于FRCMDE的变压器铁芯故障声纹诊断方法及装置，该方法将变压器声纹数据进行逐次变分模态分解得到若干个本征模态分量，计算每个本征模态分量的峭度和能量占比挑选出包含有用信息的本征模态分量并进行重构；求出重构信号在分析尺度内的FRCMDE值，使用Fisher比剔除不同尺度下的FRCMDE值中的冗余及无效部分，构造最优特征子集；构建改进的PODSBOA‑LSSVM故障诊断模型对FRCMDE特征进行识别，输出诊断结果。本发明可以帮助电力工作人员及时掌握变压器运行状态，提前知晓潜伏故障，避免设备故障带来的损失。
-
公开(公告)号：CN115100109A
公开(公告)日：2022-09-23
申请号：CN202210545365.7
申请日：2022-05-19
IPC: G06T7/00 , G06T7/11 , G06V10/762 , G06V10/764
Abstract: 本发明公开了一种轨道弹条扣件的松紧状态检测方法，涉及机器视觉检测技术领域。其包括：获取弹条扣件的点云数据；将弹条扣件的点云数据转化为二值图像；并从二值化图像中提取出弹条扣件的二维骨架；及对弹条扣件二维骨架中的各个点作法线选取Z值，以确定出弹条扣件三维骨架；从三维骨架数据中找出多个特征点，并根据弹条扣件中心凹处最低点法向计算出弹条扣件的离缝高度，即弹条扣件松紧状态的评价指标。通过对不同铁路弹条扣件进行检测，利用基于三维点云的非接触式测量方法计算出每个扣件的离缝高度，从而能够自动快速地检测扣件的松紧状态，提高扣件缺陷检测的准确性和轨道维护效率。
-
公开(公告)号：CN114897451A
公开(公告)日：2022-08-12
申请号：CN202210821750.X
申请日：2022-07-13
Applicant: 南昌工程学院
Abstract: 本发明属于电力数据处理技术领域，涉及一种考虑需求响应用户关键特征的双层聚类修正方法及装置，该方法包括：获取用户用电数据集并进行降维处理；利用集成聚类算法整合各成员算法的优势，对用户用电数据集进行第一层聚类分析；获取关键家庭特征因素；以第一层聚类分析和关键家庭特征因素为基础对属于同一类的用户群体进行第二层聚类分析；采用Levy飞行策略和蝴蝶耦合灰狼优化算法进行训练，修正第二层聚类分析结果，得到考虑用户用电信息和多维影响因素的聚类分析结果。本发明可得到综合考虑用户用电数据和多维影响因素的聚类分析结果，可以精准区分不同用户用电特性。
-
-
-
-
-
-
-
-
-
Search Results
133
records
(took 0.069 seconds)
