公开(公告)号：CN118095604A

公开(公告)日：2024-05-28

申请号：CN202410465965.1

申请日：2024-04-18

申请人： 国网江西省电力有限公司电力科学研究院 ,  国家电网有限公司

发明人： 李帆 ,  刘守超 ,  傅闽豪 ,  华桦 ,  陈柯 ,  童超 ,  汪庆年 ,  梅宇聪

IPC分类号： G06Q10/047 ,  G06Q10/20 ,  G06Q50/40 ,  G06F18/2321 ,  G06N3/006

摘要： 本发明属于无人机巡检技术领域，公开了一种基于改进沙猫群优化算法的无人机机巢选址方法，根据巡检点的分布范围及密集程度，划分不同大小的巡检范围；将巡检范围均分为面积相等的若干单位面积，根据单位面积内输变配类别数量及电压等级的关系计算单位面积的权重；在巡检范围内，根据约束条件搭建无人机机巢位置及数量的目标模型；将无人机巡检点的位置及数量作为改进沙猫群优化智能算法的沙猫种群的初始化位置及数量信息，以所述目标模型作为改进沙猫群优化智能算法的约束条件，迭代更新，得出无人机机巢的最优布点。本发明可用于实现无人机机巢最优选址与无人机航线最优规划。

公开(公告)号：CN117150374A

公开(公告)日：2023-12-01

申请号：CN202311404470.X

申请日：2023-10-27

申请人： 国网江西省电力有限公司电力科学研究院 ,  国家电网有限公司

发明人： 李帆 ,  傅闽豪 ,  童超 ,  华桦 ,  梅宇聪

IPC分类号： G06F18/2411 ,  G06F18/2113 ,  G06F18/214 ,  G06F18/21 ,  G06N3/006 ,  G06N7/08

摘要： 本发明公开了一种基于特征重要性排序的变压器故障辨识方法及系统，该方法通过构建变压器故障辨识特征库，再使用轻量梯度提升机对变压器故障辨识特征库中特征进行特征重要性排序，筛选出有效特征；再将有效特征构建的有效特征数据库划分为训练集和测试集；利用改进蜘蛛蜂优化算法对支持向量机的惩罚因子和核参数寻优，得到最优的故障辨识模型；最后使用训练集对故障辨识模型进行训练，利用训练好的故障辨识模型对测试集进行故障辨识；本发明提出的变压器故障辨识方法，有效提高了变压器故障辨识的准确率，同时将本发明运用在工程实例中，能准确的辨识变压器故障，从而采取相应的措施，保障变压器的安全稳定运行。