-
公开(公告)号：CN119760656A
公开(公告)日：2025-04-04
申请号：CN202411778496.5
申请日：2024-12-05
Applicant: 国网湖北省电力有限公司孝感供电公司 , 中南大学
Abstract: 本发明涉及电力设备运行状态监测与故障预警的技术领域，特别是涉及一种变压器温度预警方法和系统，步骤一、收集变压器历史温度数据；步骤二、计算滑动窗口大小；步骤三、根据步骤一收集的变压器温度数据和步骤二得到的滑动窗口大小训练支持向量回归模型；步骤四、根据步骤一收集的变压器温度数据和步骤二得到的滑动窗口大小训练随机森林模型；步骤五、根据步骤一收集的变压器温度数据和步骤二得到的滑动窗口大小训练梯度提升回归模型；步骤六、得到Stacking模型，并计算；步骤七、预测未来温度；步骤八、根据历史数据和专业知识构建预警规则库，作为变压器温度预测后预警的评判标准；步骤九、进行判断并预警；其提高预测准确率。
-
公开(公告)号：CN119719649A
公开(公告)日：2025-03-28
申请号：CN202411629563.7
申请日：2024-11-14
Applicant: 国网湖北省电力有限公司孝感供电公司 , 中南大学
IPC: G06F18/20 , G06F18/2135 , G06F18/213
Abstract: 本申请公开了一种变电站的故障检测方法、系统及存储介质，变电站的故障检测方法，包括：S1、获取变电站的设备故障数据，并对设备故障数据进行预处理；S2、选择核函数，基于预处理后的设备故障数据构建核矩阵；S3、对核矩阵，中心化处理，以获得中心化核矩阵；S4、计算中心化核矩阵特征值与特征值对应的特征向量；S5、对特征值与特征向量排序，按照预设阈值截取部分特征向量，以构成向量矩阵；S6、基于向量矩阵，计算向量矩阵中各项分量的贡献率；S7、根据预设的贡献率阈值，对变电站进行PCA和KPCA分析，确定变电站的设备故障特征，筛选出关键信息，降低误判、漏判风险。
-
公开(公告)号：CN104268818B
公开(公告)日：2018-04-03
申请号：CN201410556887.2
申请日：2014-10-20
Applicant: 中南大学
Abstract: 本发明公开了一种移动目标应急跟踪及震灾范围确定的系统与方法。系统包括服务端和移动终端，在服务端建立移动目标数据库；当应急跟踪事件发生时，服务端筛选出跟踪目标并向其携带移动终端发送应急跟踪请求；移动端接收、解析请求并向服务端发送当前位置信息以启动应急跟踪。震灾严重损毁区域确定方法，首先根据震中和烈度确定粗略灾区范围、筛选出常住在该区域内的移动目标，对其进行应急跟踪，获取移动目标反馈位置，以震中为中心将粗略范围划分为多个扇形单元，顺序连接各单元距离震中最近点即得到较精确灾区严重损毁区域。本发明能减少网络传输数据量，减轻服务端数据库存储压力，并提高震灾严重损毁区域确定效率。
-
-
公开(公告)号：CN119721265A
公开(公告)日：2025-03-28
申请号：CN202411632114.8
申请日：2024-11-14
Applicant: 国网湖北省电力有限公司孝感供电公司 , 中南大学
Abstract: 本申请公开了一种基于模糊推理的故障检测方法、系统及存储介质，基于模糊推理的故障检测方法，包括如下步骤：S1、获取变电站设备的历史故障数据，其中，历史故障数据包括告警信息、故障信息及执行动作信息；S2、基于变电站设备的历史故障数据，构建模糊推理规则，模糊推理规则包括：P RVQ，通过Petri网梳理找出推理规则集合A，对集合A中的每条规则进行分解，得到一个只含有原子规则的集合B；将集合B的前提命题赋值，并标记为P，将集合B的结论命题赋值，并标记为Q；S3、基于模糊推理规则，获取变电站设备的当前数据信息，并判断变电站设备的故障情况，提高故障检测效率与精度。
-
Patent Agency Ranking
公开(公告)号：CN119622485A
公开(公告)日：2025-03-14
申请号：CN202411451200.9
申请日：2024-10-16
Applicant: 国网湖北省电力有限公司孝感供电公司 , 中南大学
IPC: G06F18/2411 , G06F18/214 , G06F18/213 , G06N3/126
Abstract: 本申请公开了一种基于改进遗传算法优化的支持向量机断路器状态判别方法、系统及存储介质，断路器状态判别方法包括：S1、获取断路器中线圈电流信号，提取相关特征数据；S2、采集断路器内部机械相互作用产生的振动信号时间序列；S3、通过锦标赛选择机制和混合交叉以及高斯变异来设计改进的遗传算法的选择、交叉、变异环节，以支持向量机判别结果作为适应度函数；S4、选择径向基核函数，并基于改进的遗传算法寻找惩罚系数和核函数参数组合的最优参数来构建优化后的支持向量机模型；S5、利用训练集数据集训练优化后支持向量机模型；S6、获取断路器线圈电流信号和振动信号，提取特征后输入到训练好的优化后的支持向量机模型中。
-
公开(公告)号：CN119830167A
公开(公告)日：2025-04-15
申请号：CN202411791084.5
申请日：2024-12-06
Applicant: 国网湖北省电力有限公司孝感供电公司 , 中南大学
IPC: G06F18/2433 , G06F18/241 , G06F18/214 , G06F18/10 , G06N3/048 , G06N3/08
Abstract: 本发明涉及油浸式变压器异常检测方法的技术领域，特别是涉及基于胶囊网络的油浸式变压器异常检测方法，包括以下步骤：S1、获取数据样本集，数据集选用由供电公司的实测数据以及从部分文献下载的DGA数据共686组，其中正常数据52组，故障数据634组，其中，数据集属性包括H2、CH4、C2H6、C2H4、C2H2、故障类型6种属性；S2、3‑sigma检测异常数据并剔除；S4、将训练数据集输入胶囊网络进行训练；其相较于经典的机器学习方法，胶囊网络创新地提出“向量输入、向量输出”的方法，并且采用动态路由的机制，减少传统池化操作造成的特征损失，实时对是否发生放电和过热故障进行精准的判断，减少重复的人力物力检测。
-
公开(公告)号：CN119719923A
公开(公告)日：2025-03-28
申请号：CN202411608236.3
申请日：2024-11-11
Applicant: 国网湖北省电力有限公司孝感供电公司 , 中南大学
IPC: G06F18/2411 , G06F18/2431 , G06F18/2135 , G06Q50/06 , G06N20/10 , G06F123/02
Abstract: 本申请涉及一种基于SVM的变电站设备故障诊断方法、系统及介质，基于SVM的变电站设备故障诊断方法包括：S1、获取变电站设备的监测数据，结合SVM进行非线性转化，确定目标函数；S2、基于ICA，对所述目标函数进行SVM参数优化；S3、SVM参数优化后，基于非线性SVM对所述变电站设备进行故障诊断。通过ICA对所述目标函数进行SVM参数优化，使得非线性SVM对所述变电站设备进行故障诊断，进而提高变电站设备故障诊断的准确率与可靠性。
-
公开(公告)号：CN119623621A
公开(公告)日：2025-03-14
申请号：CN202411445520.3
申请日：2024-10-16
Applicant: 国网湖北省电力有限公司孝感供电公司 , 中南大学
Abstract: 本发明涉及变电站故障诊断的技术领域，特别是涉及一种基于改进案例推理的变电站故障诊断方法，S1、构建变电站故障案例库；S2、对故障案例进行描述；S3、对新故障X0在变电站故障案例库中进行相似案例检索；S4、如果检索到相似案例A，案例A为运维人员提高维修、故障排除所需的方向与指导；当案例A不能将故障有效排除，则对案例A修正，然后形成全新案例B加以描述和存储，再将案例B进行S3；S5、如果不能检索到相似案例，在获取解决该案例的措施后存储新故障X0为新案例D；S5、定时删除、更新案例库中参照性降低的案例和解决的措施；其通过信号之间的相关关系提高推理的适应性和准确性，不断更新案例库，提高系统的自学习能力，减轻工作人员的负担。
-
公开(公告)号：CN119739981A
公开(公告)日：2025-04-01
申请号：CN202411778489.5
申请日：2024-12-05
Applicant: 国网湖北省电力有限公司孝感供电公司 , 中南大学
Abstract: 本发明涉及变压器溶解气体浓度预测的技术领域，特别是涉及一种基于D‑S证据理论优化集成学习的变压器溶解气体浓度预测方法，包括以下步骤：生成子数据集、对每个子数据集训练基学习器得到多个独立模型、使用训练好的基学习器对待预测样本进行预测得到预测结果、为每个基学习器的预测结果计算基本概率分配、使用D‑S证据理论对所有基学习器的预测结果进行融合并生成最终预测值、基于D‑S证据理论优化的集成学习模型进行变压器溶解气体浓度预测；其基于集成学习中的Bagging方法，并使用D‑S证据理论用于基学习器的融合，提高了集成学习模型的变压器溶解气体浓度预测准确率；采用序列最小二乘规划算法，方便处理复杂的约束条件，并且提高收敛速度和计算效率。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.025 seconds)
