-
公开(公告)号:CN116882567A
公开(公告)日:2023-10-13
申请号:CN202310842534.8
申请日:2023-07-11
Applicant: 国网江苏省电力有限公司电力科学研究院 , 上海交通大学
Abstract: 本发明提供了一种基于关联置信度的输电线路运行状态预测方法,其包括步骤:采集若干项输电线路运行状态参量的历史数据;基于历史数据,构建各输电线路运行状态参量之间的关联关系网络;基于关联关系网络计算关联关系置信度,以获得具有强关联关系的输电线路运行状态参量以及具有强关联关系的输电线路运行状态参量的置信度矩阵;将具有强关联关系的输电线路运行状态参量的历史数据输入神经网络,并且以置信度矩阵作为神经网络的初始化参数,对所述神经网络进行训练,以使所述神经网络输出对输电线路运行状态的预测。相应地,本发明还提供了一种基于关联置信度的输电线路运行状态预测系统。本发明可以提高对输电线路运行状态预测的准确性。
-
公开(公告)号:CN108566436B
公开(公告)日:2023-06-27
申请号:CN201810523307.8
申请日:2018-05-28
Applicant: 上海交通大学
IPC: H04L67/12 , H04L67/1097 , H02J13/00
Abstract: 本发明公开了一种基于区块链的分布式电力设备信息采集系统,其包括:若干个采集站,其分别对应设置于若干个根据地理位置划分的采集区域内;各个采集站均与传感器连接,且采集站和传感器设置于同一个采集区域内,传感器采集与其对应的采集区域内的电力设备信息数据;各个采集站均具有存储装置,且均具有与该采集站对应的密钥,密钥包括私匙和与该私匙唯一对应的公匙,公匙被传输给所有采集站;采集站采用自身的私匙对电力设备信息数据进行加密以形成数字签名,并将接收的数据和数字签名以区块的形式存储在存储装置中;其他采集站基于公匙对数字签名进行解密并对接收的数据进行验证,将经过验证的数据以区块的形式存入自身的存储装置中。
-
公开(公告)号:CN111209864B
公开(公告)日:2023-05-26
申请号:CN202010012244.7
申请日:2020-01-07
Applicant: 上海交通大学
IPC: G06V20/52 , G06V10/774 , G06V10/82 , G06V10/84
Abstract: 本发明属于图像识别的技术领域,公开了一种电力设备目标识别方法,包括建立包含多张电力设备图像的数据集,并对每张电力设备图像包含的电力设备进行标注,以此为输入,对神经网络和贝叶斯网络进行训练学习;利用训练好的神经网络对待识别的电力设备图像进行识别,输出多个识别结果;利用训练好的贝叶斯网络对神经网络的识别结果进行筛选,筛选出对应待识别的电力设备图像最准确的识别结果。整个过程的结构简单,计算快捷,准确率高。
-
公开(公告)号:CN111223133B
公开(公告)日:2022-10-11
申请号:CN202010012243.2
申请日:2020-01-07
Applicant: 上海交通大学
Abstract: 本发明属于图像处理的技术领域,公开了一种异源图像的配准方法,包括分别在计算待配准的两张红外和可见光图像内的多个角点,以角点所在的对角线作为其主方向;以主方向作为基准方向,计算以角点为中心的邻域梯度向量,进而获得每个角点对应的尺度不变特征描述子即SIFT描述子;利用每个角点对应的SIFT描述子,对待配准的两张红外和可见光图像的先进行粗配准再进行精配准,获得最准确的配准点集。整个算法计算简洁高效,准确率高,提高了红外和可见光图像配准的准确率,为立体视觉的应用解决了关键性的问题,扩展了其应用范围和领域。
-
公开(公告)号:CN110161388B
公开(公告)日:2021-04-06
申请号:CN201910496881.3
申请日:2019-06-10
Applicant: 上海交通大学
Abstract: 本发明公开了一种高压设备的故障类型识别方法,其包括步骤:(1)获取高压设备局部放电的特高频信号数据和超声波信号数据;(2)分别提取基于特高频信号数据的PRPS图谱特征和基于超声波信号数据的梅尔频谱特征;(3)构建支持向量机神经网络和卷积神经网络,将PRPS图谱特征输入支持向量机神经网络以使其输出PRPS图谱特征所表征的第一故障诊断概率矩阵;将梅尔频谱特征输入卷积神经网络以使其输出梅尔频谱特征所表征的第二故障诊断概率矩阵;(4)基于Choquet模糊积分对第一故障诊断概率矩阵和第二故障诊断概率矩阵进行融合,得到最终诊断的故障类型。此外,本发明还公开了一种高压设备的故障类型识别系统。
-
公开(公告)号:CN109188211B
公开(公告)日:2021-02-05
申请号:CN201810852615.5
申请日:2018-07-30
Applicant: 上海交通大学
IPC: G01R31/12
Abstract: 本发明公开了一种高压设备绝缘故障诊断方法,其包括步骤:(1)获取表征高压设备若干种绝缘故障类型的局部放电信号的染噪训练样本,基于染噪训练样本提取其相位分辨脉冲序列数据,对相位分辨脉冲序列数据进行归一化处理;(2)通过归一化处理后的相位分辨脉冲序列数据对构建的深度稀疏降噪自编码器进行训练,得到经过训练的深度稀疏降噪自编码器;(3)将待识别的高压设备的染噪局部放电信号输入经过训练的深度稀疏降噪自编码器,基于该深度稀疏降噪自编码器输出分类层的输出以得到高压设备的缺陷类型。此外,本发明还公开了一种高压设备绝缘故障诊断系统,其包括数据预处理模块和故障识别模块。
-
公开(公告)号:CN109212392B
公开(公告)日:2021-01-08
申请号:CN201811114341.6
申请日:2018-09-25
Applicant: 上海交通大学 , 国网浙江省电力有限公司舟山供电公司
Abstract: 本发明公开了直流电缆局部放电缺陷故障的识别方法,包括步骤:(1)采集直流电缆的若干种绝缘缺陷放电模型的q‑Δt‑n局部放电信号图;(2)将q‑Δt‑n局部放电信号图进行归一化处理,以得到训练样本;(3)构建Caffe卷积神经网络;(4)采用训练样本训练Caffe卷积神经网络;(5)将待识别局部放电信号图输入经过训练的Caffe卷积神经网络中,获得识别结果。此外,本发明还公开了用于直流电缆局部放电缺陷故障识别的Caffe卷积神经网络。另外,本发明还公开了直流电缆局部放电缺陷故障的识别系统,包括:信号采集模块、预处理模块以及Caffe卷积神经网络。该识别方法进行直流电缆的故障识别,以保证供电可靠。
-
公开(公告)号:CN112147471A
公开(公告)日:2020-12-29
申请号:CN202011021401.7
申请日:2020-09-25
Applicant: 上海交通大学
IPC: G01R31/12
Abstract: 本发明公开了一种GIL局部放电源定位方法:(1)建立与实际GIL尺寸相同的仿真模型,构建局部放电仿真指纹库Ψ(2)采用自然邻域差值算法将上述Ψ扩展为ΨNNI(3)用第一采样率采集ΨNNI中仿真指纹,构建大范围低密度指纹库(4)构建纠错输出码‑多层感知器‑支持向量机模型,用上述指纹库对模型的纠错输出码‑多层感知器模块训练,使仿真指纹与局放源的初步位置匹配(5)由初步位置确定采样范围,用大于第一采样率的第二采样率采集采样范围中的仿真指纹,构建小范围高密度指纹库(6)用小范围高密度指纹库对模型中的支持向量机模块进行训练,使仿真指纹与局放源精确匹配(7)将实际GIL局放光学指纹输入到经过训练的模型中,得对应局放源精确位置。
-
公开(公告)号:CN112072653A
公开(公告)日:2020-12-11
申请号:CN202010939130.7
申请日:2020-09-09
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于子空间扰动的配电网拓扑变化检测方法,其包括步骤:(1)采集配电网络的节点电压数据;(2)计算配电网络的电压协方差矩阵;(3)对所述电压协方差矩阵进行特征分解,将得到的特征值从大到小排列为λ1,λ2,…,λn;(4)基于特征值计算检测标准C1;(5)若检测标准C1落入设定的阈值范围内,则判断配电网络的拓扑无变化,若检测标准C1落入设定的阈值范围外,则判断配电网络的拓扑发生了变化。此外,本发明还公开了一种配电网络拓扑变化检测系统,其包括电压数据采集装置和处理模块,所述配电网络拓扑变化检测系统用于执行本发明上述的配电网络拓扑变化检测方法。
-
公开(公告)号:CN112039073A
公开(公告)日:2020-12-04
申请号:CN202010985773.5
申请日:2020-09-18
Applicant: 上海交通大学烟台信息技术研究院
IPC: H02J3/00
Abstract: 本发明公开了一种适用于配电房设备故障判断的协同优化方法及系统,包括,利用协同边缘策略对配电室感知终端分别进行多局部放电源及设备异常声音的辨识和定位;结合辨识定位结果初步判断配电室设备故障位置;基于多目标优化策略构建优化模型,依次设定协同优化目标、协同优化变量及协同优化约束条件;利用所述优化模型计算初步判断结果的可行解,获得多组满足所述约束条件的所述可行解并加以比较;选择最优的一组所述可行解作为判断优化结果的最佳解,完成优化。本发明基于融合分析结果与辨识定位结果的整合判断,添加了多目标优化策略的择优对比计算,大幅度提高设备故障判断的准确性,提升了故障设备处理效率,降低维护成本。
-
-
-
-
-
-
-
-
-