-
公开(公告)号：CN117349786B
公开(公告)日：2024-08-09
申请号：CN202311166171.7
申请日：2023-09-11
Applicant: 国网湖北省电力有限公司宜昌供电公司 , 三峡大学
IPC: G06F18/25 , G06F18/214 , G06F18/23213 , G06F18/2411 , G06F18/243 , G06N5/01 , G06N20/20 , G01R31/62 , G01R31/00
Abstract: 本发明提供一种基于数据均衡的证据融合变压器故障诊断方法，包括如下步骤：步骤一、收集在线监测的油浸式变压器油中溶解气体含量数据，将带有状态标签的特征气体含量数据集划分训练集和测试集；步骤二、确定原始数据集中的小样本集，通过RO‑BSMOTE均衡规则对小样本数据集扩充；步骤三、分别构建多分类模型，均衡后的数据集及故障标签作为模型训练集；训练完成后，测试集输入分类模型，经PCR5规则的融合模型融合输出，得出诊断结果；步骤四、选择分类任务评价指标，实现对模型性能的综合评价。该方法对DGA数据均衡化处理，增强少数类数据携带的特征关系，考虑单结构分类模型的不足，引入证据融合理论，实现多分类器融合判别，以提高故障诊断精度。
-
公开(公告)号：CN117829138A
公开(公告)日：2024-04-05
申请号：CN202311634610.2
申请日：2023-11-29
Applicant: 三峡大学 , 国网湖北省电力有限公司宜昌供电公司
IPC: G06F40/279 , G06F40/30 , G06F16/31 , G06F16/35 , G06N3/0442 , G06N3/045 , G06N3/0499 , G06N7/01 , G06N5/022 , G06Q10/20 , G06Q50/06
Abstract: 本发明公开了一种基于深度学习的电力缺陷实体识别方法，通过提出融合基于全词掩码的预训练模型BERT与注意力机制的电力缺陷文本识别模型，通过BERT‑WWM模型生成上下文信息丰富的词向量表示，之后通过BiLSTM层和Attention层对这些词向量进行处理，最后利用CRF层进行序列标注；本方案解决了现有技术模型对电力专业文本及关键词和上下文理解能力较弱，需要手动构建词典，需要大量专业知识，依赖人工手动添加的问题，可以有效避免因字级别的遮罩而导致的模型学习偏差，提高处理复杂电力专业词汇时模型理解能力，并捕获各电力实体间复杂的依赖关系。
-
公开(公告)号：CN117349786A
公开(公告)日：2024-01-05
申请号：CN202311166171.7
申请日：2023-09-11
Applicant: 国网湖北省电力有限公司宜昌供电公司 , 三峡大学
IPC: G06F18/25 , G06F18/214 , G06F18/23213 , G06F18/2411 , G06F18/243 , G06N5/01 , G06N20/20 , G01R31/62 , G01R31/00
Abstract: 本发明提供一种基于数据均衡的证据融合变压器故障诊断方法，包括如下步骤：步骤一、收集在线监测的油浸式变压器油中溶解气体含量数据，将带有状态标签的特征气体含量数据集划分训练集和测试集；步骤二、确定原始数据集中的小样本集，通过RO‑BSMOTE均衡规则对小样本数据集扩充；步骤三、分别构建多分类模型，均衡后的数据集及故障标签作为模型训练集；训练完成后，测试集输入分类模型，经PCR5规则的融合模型融合输出，得出诊断结果；步骤四、选择分类任务评价指标，实现对模型性能的综合评价。该方法对DGA数据均衡化处理，增强少数类数据携带的特征关系，考虑单结构分类模型的不足，引入证据融合理论，实现多分类器融合判别，以提高故障诊断精度。
-
Patent Agency Ranking
公开(公告)号：CN119362409A
公开(公告)日：2025-01-24
申请号：CN202411374029.6
申请日：2024-09-29
Applicant: 三峡大学
IPC: H02J3/00 , H02J3/38 , G06F30/27 , G06Q50/06 , G06N3/006 , G06N5/04 , G06N7/01 , G06F111/08 , G06F113/04 , G06F119/02
Abstract: 基于贝叶斯网络与序贯蒙特卡洛法的微网配电系统可靠性评估方法，根据配电元件的运行状态，建立微电源多状态组合输出模型；通过多目标粒子群优化算法对微网中的负荷进行负荷分块；计算负荷出力时序问题，将微网分布式电源等效为分段函数；采用改进的ARIMA对风速和光照强度进行仿真模拟，建立时序复合模型；计算出周负荷占年最大负荷比值、日负荷占其周最大负荷比值、每小时负荷占其天最大负荷比值；通过贝叶斯网络建立各节点的逻辑关系图，建立时序源‑荷变化的模型；结合时序复合模型与时序源‑荷变化的模型，对系统元件各节点进行抽样，判断运行状态；对配电系统可靠性指标进行仿真分析，得到最终的结果。该方法可以用于提高定点薄弱环节可靠性来改善其供电性能。
-
公开(公告)号：CN118393236A
公开(公告)日：2024-07-26
申请号：CN202410237093.3
申请日：2024-03-01
Applicant: 三峡大学
Abstract: 本发明公开一种电力电缆温度场分布测量装置及测量方法，包括支撑组件以及固定在支撑组件表面的连接组件和调整组件；支撑组件包括支撑柱及与其滑动配合的移动板；连接组件包括设于支撑柱侧面的第一连接柱和第二连接柱，第一连接柱内部设置有第二转动轴，第二转动轴上设有齿轮，齿轮和连接板表面的卡齿啮合，第一连接柱与第二连接柱通过连接板配合；调整组件包括固定柱以及设置在固定柱内部的螺纹柱，螺纹柱表面与螺纹管螺纹配合，螺纹柱顶部与旋钮固定连接，螺纹管通过第二连接块和固定柱外侧面的调整板连接，调整板侧面固定有微波源、接收器、信息处理模块和刻度尺；本发明解决现有技术中不能对不同位置的电缆温度场分布进行测量的问题。
-
公开(公告)号：CN117408299A
公开(公告)日：2024-01-16
申请号：CN202311158819.6
申请日：2023-09-08
Applicant: 国网湖北省电力有限公司宜昌供电公司 , 三峡大学
IPC: G06N3/0442 , G06N3/045 , G06N3/0985 , G06N3/006 , G01N30/00
Abstract: 本发明提供一种基于深度学习的变压器油中溶解气体浓度预测方法，包括如下步骤：S1、在线监测系统对变压器油中溶解气体浓度进行监测，将各油中溶解气体浓度时间序列送入CEEMDAN分解模型进行模态分解；S2、将分解得到的各子序列输入DBO‑BiLSTM模型进行点预测；S3、将各子序列预测结果进行叠加拟合得到油中溶解气体浓度点预测结果并评价；S4、将拟合的点预测结果与原始序列相比较，得到的点预测误差序列；S5、选择点预测误差序列重复抽样次数，拟合不同置信度下的误差置信区间，结合点预测结果，得到不同置信水平下区间预测结果并评价。该方法在提高点预测精度的同时，考虑点预测模型误差生成不同置信度下的区间预测，提高预测的准确度。
-
公开(公告)号：CN118275796A
公开(公告)日：2024-07-02
申请号：CN202410237123.0
申请日：2024-03-01
Applicant: 三峡大学
Abstract: 本发明公开一种电力电缆中间接头温度场模拟测量设备及安装和测量方法，包括连接外壳，所述连接外壳上方设置温度传感器，所述温度传感器的探头通过金属连接件与设于连接外壳内的金属连接块连接，金属连接块两端设有金属测温板，所述连接外壳两端与密封固定套配合，电缆端部穿过密封固定套及连接外壳并与金属测温板侧面接触；本发明解决了现有的电力电缆中间接头温度场模拟测量设备只能对其表层的温度进行测量，可以反映电缆导体内部的真实温度。
-
公开(公告)号：CN117825599A
公开(公告)日：2024-04-05
申请号：CN202311580630.6
申请日：2023-11-23
Applicant: 三峡大学
IPC: G01N30/86 , G06N3/0442 , G06N3/049 , G06N3/048 , G06N3/084
Abstract: 本发明提供一种基于组合模态分解重构的变压器油色谱特征气体浓度预测方法，包括如下步骤：步骤一、将变压器油色谱特征气体浓度时间序列一次分解为多个子序列；步骤二、计算分解后的子序列的样本熵，选取不满足条件的一次分解分量；步骤三、将选取的分量二次分解；步骤四、计算经二次分解的子序列的样本熵以及一次分解和二次分解子序列与原始序列之间的相关系数；步骤五、重构分量的划分区间，并构造趋势分量、波动分量和噪声分量；步骤六、优化BiLSTM模型参数，通过优化BiLSTM模型对分量分别预测，叠加得到最终预测结果；步骤七、对预测模型结果进行评价。该方法提取原始序列中的趋势分量、波动分量和噪声分量，提高预测速度，降低偏差风险。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.014 seconds)
