一种基于绝缘油显色技术的变压器老化的诊断方法

    公开(公告)号:CN115825614A

    公开(公告)日:2023-03-21

    申请号:CN202211387921.9

    申请日:2022-11-07

    Abstract: 本发明涉及一种基于绝缘油显色技术的变压器老化的诊断方法,步骤为:S1:采用变压器绝缘油与普通牛皮绝缘纸进行油纸绝缘加速热老化试验,并选定不同老化时间进行取样,获取不同老化程度的油纸绝缘组合;S2:对不同老化程度的绝缘油在不同波长的激发光源中进行显色观测,获取不同老化程度的绝缘油在不同激发光源的发光下的显色图像,建立绝缘油的老化时间与RGB三色数值相对应的数据模型,从而监测并诊断变压器的老化状态。利用绝缘油在老化过程中自身显色特性的变化,直观地反映变压器的老化程度,解决了当前主要理化与电气特征量不同程度地存在现场应用受限、影响因素众多或因变压器换油、滤油等操作而遭到损失等缺点。

    一种能源互联网中隐私保护的多能负荷解耦预测方法

    公开(公告)号:CN117407717A

    公开(公告)日:2024-01-16

    申请号:CN202311456923.3

    申请日:2023-11-03

    Abstract: 本发明属于能源互联网技术领域,尤其涉及一种能源互联网中隐私保护的多能负荷解耦预测方法,包括以下步骤:S1、构建多能负荷预测模型PPenergyNET;所述PPenergyNET包括分别设置在冷、热、电能源公司处的本地模型,用于独立提取对应能源公司的本地负荷数据的负荷特征;PPenergyNET还包括设置在云服务器的全局模型,用于聚合三个本地模型的负荷特征进行多能负荷预测;S2、对S1构建的PPenergyNET进行学习优化;S3、使用学习优化后的PPenergyNET进行多能负荷预测。使用本发明,可以只交换本地特征、预测结果、损失和梯度信息就能完成模型的训练和预测,从而实现了数据可用不可见,保护了原始数据的隐私。本方法可以在保护各能源公司的本地数据隐私的同时,准确的进行多能源负荷预测。

    一种基于自适应联邦元学习的初期故障辨识方法

    公开(公告)号:CN117473869A

    公开(公告)日:2024-01-30

    申请号:CN202311466826.2

    申请日:2023-11-06

    Abstract: 本发明属于智能模型学习技术领域,尤其涉及一种基于自适应联邦元学习的初期故障辨识方法,包括以下步骤:S1、构建仿真配电网并仿真模拟各类故障事件,并同步记录故障波形数据和非故障波形数据;将记录的波形数据转换为图像样本,得到故障图像数据库Dtrain;S2、在云服务器设置全局模型并在各电力公司设置本地模型;S3、结合Dtrain中的样本,使用元学习策略,对云服务器的全局模型进行训练,得到全局模型的最优初始参数θ*;S4、通过设计的联邦学习框架,对全局模型参数进行多轮优化;S5、使用参数优化完成的全局模型进行IF辨识。本方法能够在实现隐私保护的同时,在样本量小的条件下完成IF特征的学习,并保证IF辨识准确度。

    基于声阵列信号相位差放大的低频声源定位方法及系统

    公开(公告)号:CN118731845A

    公开(公告)日:2024-10-01

    申请号:CN202410709850.2

    申请日:2024-06-03

    Applicant: 重庆大学

    Abstract: 基于声阵列信号相位差放大的低频声源定位方法及系统,步骤包括:步骤1:采集麦克风阵列的阵元坐标,计算阵元间距系数矩阵;步骤2:通过校正高维Miles模型耦合系数来校正声阵列信号相位差放大系数;步骤3:计算全连接耦合下改进的高维Miles模型的耦合放大矩阵;步骤4:计算耦合放大的低频声阵列接收信号矩阵和耦合放大的低频声阵列接收信号的协方差矩阵;步骤5:计算耦合放大的阵列导向矢量矩阵和去模的阵列导向矢量矩阵;步骤6:基于步骤4计算的耦合放大的低频声阵列接收信号的协方差矩阵和步骤5计算的去模的阵列导向矢量矩阵进行空间谱估计,得到低频声源位置。本发明可提升声阵列信号相位差放大系数一致性,提高低频声源分辨力和定位精度。

Patent Agency Ranking