-
公开(公告)号：CN119293475B
公开(公告)日：2025-04-18
申请号：CN202411814932.X
申请日：2024-12-11
Applicant: 南昌工程学院
Abstract: 本发明属于变压器监测技术领域，公开了一种复杂环境中变压器声纹信号降噪与辨识方法及系统，该方法选择小波基函数对变压器声纹信号进行分解，将变压器声纹信号分解为不同频率和时间尺度上的小波包系数矩阵；将获得的小波包系数矩阵输入各向异性噪声因子算法中，计算变压器声纹信号的低秩矩阵和噪声协方差；根据计算变压器声纹信号的低秩矩阵和噪声协方差进行重构，得到降噪后的变压器声纹信号；将降噪后的变压器声纹信号输入声纹信号辨识网络中，对变压器的运行状态进行辨识。本发明可有效去除噪声成分，能够有效提升信噪比，获得纯净的变压器声纹信号，提高辨识准确率。
-
公开(公告)号：CN119474821A
公开(公告)日：2025-02-18
申请号：CN202411588964.2
申请日：2024-11-08
Applicant: 国网湖北省电力有限公司超高压公司 , 南昌工程学院
Inventor： 张子熙 , 罗浪 , 卢典 , 况静 , 胡晶 , 杨丰帆 , 万军 , 冯威 , 顾浩 , 高牧风 , 何丁义 , 李佳 , 李璐 , 姚佶 , 赵海涛 , 李钟 , 万义明 , 王宗耀 , 许志浩
IPC: G06F18/213 , G06F18/214 , G06N3/006 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种电力变压器故障识别方法，包括如下步骤：收集电力变压器各类故障的声纹样本数据，并扩充和叠加环境噪声；对叠加环境噪声后的数据进行特征提取，得到声纹信号特征，将声纹信号特征转化为特征矢量；使用改进捕鱼优化算法对CNN‑LSTM网络模型进行寻优，采用特征矢量对寻优后的模型进行训练，将训练好的模型用于电力变压器故障诊断；本发明通过采用改进捕鱼优化算法对CNN‑LSTM网络模型的学习率、批尺寸进行寻优，解决了超参数难以准确选取的问题，通过对特征量的诊断，能够实时准确的输出变电力变压器内部的情况。
-
公开(公告)号：CN119446179A
公开(公告)日：2025-02-14
申请号：CN202411524688.3
申请日：2024-10-30
Applicant: 国网湖北省电力有限公司超高压公司 , 南昌工程学院
Inventor： 况静 , 张子熙 , 罗浪 , 毕如玉 , 胡卡 , 赵泽予 , 侯晓松 , 胡晶 , 卢典 , 马雯君 , 姚佶 , 敖研 , 洪叶 , 李璐 , 高牧风 , 许志浩 , 王宗耀 , 徐派
Abstract: 本发明公开了一种基于盲源分离的变压器背景噪声去除方法，包括如下步骤：采集变压器的声纹信号，并通过RLS算法对采集到的声纹信号进行预处理；使用改进捕鱼优化算法代替JADE算法中的联合对角化操作，得到JADE算法最优参数，构成改进JADE算法；使用改进JADE算法对预处理后的声纹信号进行盲源分离；改进捕鱼优化算法是引入自适应因子改进独立搜索行为，并引入逃脱公式改进开发阶段；本发明通过采用改进捕鱼优化算法优化的JADE算法进行盲源分离，解决了JADE算法的参数难以准确选取的问题，能够对变压器复杂环境下的噪声进行分离，且经过改进捕鱼优化算法优化以后的JADE算法的盲源分离会更加准确。
-
公开(公告)号：CN119397851A
公开(公告)日：2025-02-07
申请号：CN202411539219.9
申请日：2024-10-31
Applicant: 国网湖北省电力有限公司超高压公司 , 南昌工程学院
Inventor： 张子熙 , 罗浪 , 邹沉 , 谢松 , 刘晓华 , 毕如玉 , 邓华璞 , 杨丰帆 , 姚佶 , 焦龄霄 , 张员宁 , 敖研 , 李佳 , 况静 , 武晓蕊 , 袁小翠 , 万义明 , 许志浩
IPC: G06F30/23 , G06T17/20 , G06F119/14
Abstract: 本发明涉及变压器监测技术领域，公开了一种变压器绕组故障样本的生成方法、装置、设备及介质。该方法包括：建立变压器的三维仿真模型；获取三维仿真模型在电‑磁‑力‑声多物理场共同作用下的振动加速分布云图；从振动加速分布云图中选择振动幅值最大的区域作为振动集中区域；获取变压器振动集中区域的实测振动信号和仿真振动信号；以实测振动信号和仿真振动信号的相似度最大为目标，对三维仿真模型进行优化；通过在优化后的三维仿真模型上设置变压器高低压绕组之间的相对位移量，来模拟变压器绕组的不同故障状态，并生成不同故障状态下变压器的振动数据，作为变压器绕组的故障样本，以实现变压器绕组故障样本的扩充。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN118656731A
公开(公告)日：2024-09-17
申请号：CN202411066900.6
申请日：2024-08-06
Applicant: 南昌工程学院
IPC: G06F18/2415 , G06N3/047 , G06N3/006 , G01R31/12
Abstract: 本发明公开了一种基于神经网络的变压器局部放电检测方法，包括：S1：采集变压器历史运行时局部放电的信号数据，根据风险类型对信号数据分别进行标记，以此构建数据集，对数据集进行预处理获取特征数据集；S2：构建概率神经网络模型，导入S1中的特征数据集至概率神经网络模型进行训练，在训练过程中，通过苦鱼算法优化概率神经网络模型的平滑因子，获取最优的平滑因子；S3：采集变压器实时运行时局部放电的信号数据并进行预处理，将其导入训练后的概率神经网络模型进行检测，输出变压器实时的局部放电的风险类型。本发明采用改良的苦鱼算法优化概率神经网络的方法，极大地提高了检测的准确性。
-
公开(公告)号：CN118378759B
公开(公告)日：2024-09-13
申请号：CN202410806199.0
申请日：2024-06-21
Applicant: 南昌工程学院
Abstract: 本发明公开了一种基于逆向云场景聚类的风电功率区间预测方法及系统，该方法通过获取风电功率的相关气象影响因子数据、风电功率预测数据以及与实际值的误差序列；对相关气象影响因子数据进行融合降维并进行聚类；基于风电功率预测数据使用自适应带宽核密度估计构建功率预测区间；根据三维云向量特征的聚类结果对每种类型赋予不同的修正权重并使用改进的MODBO算法对修正权重进行优化；使用优化后的修正权重通过自适应带宽核密度估计重新构建误差修正后的功率预测区间。本发明可提高区间预测的质量，解决当前区间预测方案无法兼顾多种风电功率预测误差的复杂场景，且覆盖率不足，区间宽度过大的问题。
-
公开(公告)号：CN115436464B
公开(公告)日：2024-09-10
申请号：CN202211070900.4
申请日：2022-08-31
Applicant: 南昌工程学院
Abstract: 本发明公开了基于漏磁检测的耐张线夹压接凹槽位置检测装置及方法，该装置包括倒U型磁化器、聚磁结构、磁敏传感器，倒U型磁化器由磁轭、永磁体、磁极组成，整体组成一个开环磁轭，倒U型磁化器整体呈现倒U型结构，开环磁轭内镶嵌永磁体，且末端的磁极有一切角，两个磁极紧贴并垂直于耐张线夹的铝层表面，聚磁结构由两块聚磁片对称分布构成，位于耐张线夹检测面上端，倒U型磁化器两个磁极中间位置；磁敏传感器置于两块聚磁片中间位置。本发明仅需操作人员手持检测装置沿轴线移动扫过耐张线夹表面，通过检测装置识别出漏磁场信号，根据漏磁场信号反演出耐张线夹压接凹槽的开端位置和整个凹槽宽度，定位了耐张线夹压接凹槽位置。
-
公开(公告)号：CN118471254A
公开(公告)日：2024-08-09
申请号：CN202410918593.3
申请日：2024-07-10
Applicant: 南昌工程学院
IPC: G10L25/30 , G10L25/51 , G10L25/24 , G10L21/0272 , G10L21/0208 , G06N3/0475 , G06N3/094 , G01H17/00
Abstract: 本发明公开了一种变压器声纹信号样本扩充方法，使用声音采集装置采集变压器声纹信号，并通过LMS自适应滤波方法对采集到的变压器声纹信号进行滤波处理，分离出变压器运行声音和外界环境干扰噪声，得到滤波后的变压器声纹信号，构成变压器声纹信号数据集；对滤波后的变压器声纹信号进行MFCC特征提取，得到MFCC参数；使用改进瞪羚优化算法优化MFCC参数，得到最优MFCC参数；构建生成对抗网络；将构建好的生成对抗网络模型用于变压器声纹信号样本的生成。本发明具有较好的泛化性，可用于变压器声纹信号样本扩充。
-
公开(公告)号：CN118378759A
公开(公告)日：2024-07-23
申请号：CN202410806199.0
申请日：2024-06-21
Applicant: 南昌工程学院
Abstract: 本发明公开了一种基于逆向云场景聚类的风电功率区间预测方法及系统，该方法通过获取风电功率的相关气象影响因子数据、风电功率预测数据以及与实际值的误差序列；对相关气象影响因子数据进行融合降维并进行聚类；基于风电功率预测数据使用自适应带宽核密度估计构建功率预测区间；根据三维云向量特征的聚类结果对每种类型赋予不同的修正权重并使用改进的MODBO算法对修正权重进行优化；使用优化后的修正权重通过自适应带宽核密度估计重新构建误差修正后的功率预测区间。本发明可提高区间预测的质量，解决当前区间预测方案无法兼顾多种风电功率预测误差的复杂场景，且覆盖率不足，区间宽度过大的问题。
-
-
-
-
-
-
-
-
-
Search Results
133
records
(took 0.027 seconds)
