-
公开(公告)号：CN117114102A
公开(公告)日：2023-11-24
申请号：CN202311324153.7
申请日：2023-10-13
Applicant: 江苏前景瑞信科技发展有限公司
Inventor： 谢海疆
Abstract: 本发明公开一种基于贝叶斯网络和故障树的变压器故障诊断方法，其包括：构建贝叶斯网络结构，依托于针对变压器的排故资料建立由测试节点、故障节点和部件节点构成的贝叶斯网络故障诊断模型；通过Nosiy‑Or算法，得出点对间的条件概率；通过进行联合树推理，完成由证据节点确定待预测故障原因节点的发生概率的工作；本发明将知识图谱应用到变压器故障诊断领域中，融合数据驱动方法和知识驱动方法的优点，以知识图谱为媒介存储故障树，实现对变压器故障的高效诊断，并根据故障类型为检修人员提供检测方法和维修建议；建立了变电设备故障诊断的贝叶斯网络与故障树，实现了多元信息的有效融合。
-
公开(公告)号：CN119722567A
公开(公告)日：2025-03-28
申请号：CN202411343586.1
申请日：2024-09-25
Applicant: 国网北京市电力公司 , 江苏前景瑞信科技发展有限公司
IPC: G06T7/00 , G06T7/73 , G06V10/25 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明属于电力设备异常检测技术领域，具体涉及一种基于热场变化的电气设备电压致热型缺陷识别方法及系统。本方法包括：基于Faster RCNN算法识别红外图像中的电气设备，并确定电气设备的三相区域；基于#imgabs0#算法模型识别红外图像中的各瓷套；将包含在三相区域内的各瓷套关联为同类瓷套；基于红外图像温度矩阵，确定同类瓷套的各温度矩阵；分别确定同类瓷套中各瓷套温度矩阵的最大值；基于各瓷套温度矩阵的最大值计算同类瓷套的温差值，基于同类瓷套的温差值与预设标准的大小比较关系，判断当前的电气设备是否发生电压致热型缺陷异常。能够有效地从红外图像中自动识别电压致热型缺陷。
-
Patent Agency Ranking
公开(公告)号：CN118070143A
公开(公告)日：2024-05-24
申请号：CN202410138880.2
申请日：2024-02-01
Applicant: 江苏前景瑞信科技发展有限公司
Inventor： 谢海疆
IPC: G06F18/2415 , G06F18/2431 , G06F18/2321 , G01R35/00
Abstract: 本发明涉及装置可靠性评估技术领域，尤其涉及一种基于贝叶斯网络的在线监测装置可靠性评估方法，首先利用故障树分析对在线监测装置数据异常模式特征进行分类，建立在线监测装置故障树；接着将在线监测装置的异常按数据特征分类；然后对在线监测装置数据异常模式进行判定，并基于贝叶斯网络进行故障识别；最后基于模糊综合评价对在线监测装置进行可靠性评估。本发明综合利用了故障树、贝叶斯网络和模糊综合评价等手段，能够自动、实时、准确地评估装置可靠性，并给出可能的故障原因，具有极强的实验研究和现场使用价值。
-
公开(公告)号：CN116383681A
公开(公告)日：2023-07-04
申请号：CN202310163101.X
申请日：2023-02-24
Applicant: 江苏前景瑞信科技发展有限公司
Inventor： 谢海疆
IPC: G06F18/232 , G06F18/2433 , G06N3/08 , G06N3/0442
Abstract: 本发明涉及电力技术领域，尤其为一种基于长短期记忆网络的变压器运行状态预测方法，包括以下步骤：步骤一、数据清洗，采用基于密度的聚类算法DBSCAN和3SIGMA准则对数据进行清洗，得到更加准确的数据，以提高数据分析的准确度；步骤二、获得预测值，对清洗后的数据进行分解，将其分解成多个IMF分量，降低数据噪声对预测的影响，然后利用LSTM模型分别对各IMF分量进行预测；最后把所有预测的结果相加即可得到最终的预测值；步骤三、取得结果，使用多种故障诊断方法对预测到的值进行加权计算，得到最终结果。本申请在去除噪声的同时，保证属于原始的突变特征，分解为多个特征量预测，降低了噪声的影响，有更高的准确度。
-
公开(公告)号：CN114385717A
公开(公告)日：2022-04-22
申请号：CN202210069740.5
申请日：2022-01-21
Applicant: 江苏前景瑞信科技发展有限公司
Inventor： 谢海疆
IPC: G06F16/2458 , G06F16/248
Abstract: 本发明提供一种基于趋势分析的变压器异常预警分析方法及系统，可以通过检测变压器内部的各个参数的变化，利用改进的Cos‑Stuart趋势检验方法对其参数进行趋势判断，从而判断变压器内部的状态是否处于正常水平，预先通知现场工作人员进行检修维护，从而有效降低变压器的故障率。
-
公开(公告)号：CN119723158A
公开(公告)日：2025-03-28
申请号：CN202411704766.8
申请日：2024-11-26
Applicant: 江苏前景瑞信科技发展有限公司
Inventor： 谢海疆
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06F18/2433 , G06F18/214 , G06F18/20
Abstract: 本发明公开了一种基于汽轮发电机定子端部振动的故障诊断方法包括，将不同振动信号转换方法生成的图像作为输入，利用VGG‑GAM提取特征并进行分类，从而实现精确的故障诊断，解决了发电机故障诊断过于依赖运行人员经验的问题，为发电机的故障检修提供了可靠的决策依据，提高了信息获取的可靠性和准确性。
-
公开(公告)号：CN114997664A
公开(公告)日：2022-09-02
申请号：CN202210651169.8
申请日：2022-06-10
Applicant: 江苏前景瑞信科技发展有限公司
Abstract: 本发明提供一种基于卷积神经网络的变压器异常预警分析方法及系统，可以通过检测变压器内部的各个特征参数的变化，将相邻时间采集的数据归并到一个数据矩阵中，通过对数据矩阵的特征进行提取，实现了时间序列信息以及不同特征间横向关联性的挖掘，将原始数据进行滑动窗口划分以及矩阵化处理，与卷积神经网络的最大池化相结合，实现重要特征的提取，在指数级别上减少模型中参数的数量，提高模型的训练速度，降低模型运算的难度，在卷积神经网络中加入了残差连接模块，并构建变压器异常预警模型，本发明通过模型参数训练对变压器内部状态进行判断发出警报提示现场工作人员进行检修维护，从而有效降低变压器的故障率。
-
-
-
-
-
-
Search Results
7
records
(took 0.035 seconds)
