-
公开(公告)号：CN116973684B
公开(公告)日：2024-10-01
申请号：CN202310956213.0
申请日：2023-07-31
Applicant: 中国南方电网有限责任公司超高压输电公司电力科研院 , 中国南方电网有限责任公司超高压输电公司大理局
IPC: G01R31/08 , G01R31/00 , G06N3/0475 , G06N3/084 , G06N3/088 , G06F18/2415 , G06F18/214 , G06F18/22 , G06Q50/06 , G06N3/0464 , G06N3/08 , G06N3/0499
Abstract: 本发明提供一种基于DRN模型的高压直流输电系统故障诊断方法及系统，利用HVDC系统收集几种常见的故障录波数据，并建立一个故障样本数据集；使用格拉姆角场对故障数据进行编码，根据HVDC系统故障类型及其故障特点对故障数据进行贴标签处理，建立DRN故障诊断模型，采用所述训练数据对所述DRN故障诊断模型进行训练，并采用所述测试数据完成DRN故障诊断模型的验证获得最优DRN故障诊断模型，对通过DRN故障诊断模型的数据结果可视化处理。本发明中的DRN故障诊断模型可以对高压直流输电系统的故障进行准确和可靠的诊断，减少了对专家经验的依赖，实现了自动化和智能化的故障诊断过程，提高了系统的可操作性和可持续性，帮助快速切除故障，保护电网和设备的安全。
-
公开(公告)号：CN116933179A
公开(公告)日：2023-10-24
申请号：CN202310928195.5
申请日：2023-07-26
Applicant: 中国南方电网有限责任公司超高压输电公司电力科研院 , 中国南方电网有限责任公司超高压输电公司大理局
IPC: G06F18/2415 , G06F18/214 , G06F18/22 , G06Q50/06 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于原型网络的高压直流输电系统故障诊断方法及系统，使用原型网络进行故障诊断，将一维信号数据通过格拉姆角场(Gramian Angular Field，GAF)处理转换为二维特征图像，建立原型网络HVDC系统故障诊断模型，用训练集数据模型训练模型并用验证集数据验证原型网络的可行性。本发明使用原型网络算法解决高压直流输电系统发生故障时对故障设备、故障原因以及故障定位的问题，能够从高压直流输电系统中的故障数据，快速并准确地判别故障类型，对分析和解决高压直流输电系统中的故障问题具有重要意义。
-
公开(公告)号：CN116973684A
公开(公告)日：2023-10-31
申请号：CN202310956213.0
申请日：2023-07-31
Applicant: 中国南方电网有限责任公司超高压输电公司电力科研院 , 中国南方电网有限责任公司超高压输电公司大理局
IPC: G01R31/08 , G01R31/00 , G06N3/0475 , G06N3/084 , G06N3/088 , G06F18/2415 , G06F18/214 , G06F18/22 , G06Q50/06 , G06N3/0464 , G06N3/08 , G06N3/0499
Abstract: 本发明提供一种基于DRN模型的高压直流输电系统故障诊断方法及系统，利用HVDC系统收集几种常见的故障录波数据，并建立一个故障样本数据集；使用格拉姆角场对故障数据进行编码，根据HVDC系统故障类型及其故障特点对故障数据进行贴标签处理，建立DRN故障诊断模型，采用所述训练数据对所述DRN故障诊断模型进行训练，并采用所述测试数据完成DRN故障诊断模型的验证获得最优DRN故障诊断模型，对通过DRN故障诊断模型的数据结果可视化处理。本发明中的DRN故障诊断模型可以对高压直流输电系统的故障进行准确和可靠的诊断，减少了对专家经验的依赖，实现了自动化和智能化的故障诊断过程，提高了系统的可操作性和可持续性，帮助快速切除故障，保护电网和设备的安全。
-
公开(公告)号：CN117312900A
公开(公告)日：2023-12-29
申请号：CN202311215927.2
申请日：2023-09-19
Applicant: 中国南方电网有限责任公司超高压输电公司电力科研院 , 中国南方电网有限责任公司超高压输电公司大理局
IPC: G06F18/2337 , G06F18/2111 , G06F18/214 , H02J13/00 , G06F123/02
Abstract: 本发明提供了一种电力系统故障诊断方法及系统，通过监测系统中的故障录波收集HVDC系统的故障数据；基于FCMA算法对故障样本数据进行标签处理；将收集到的故障数据进行特征提取，并对特征数据进行归一化处理，建立样本数据集；将样本数据集中的特征进行模糊化处理，建立FCMA故障诊断模型，本发明采用遗传算法对所述FCMA故障诊断模型进行全局优化，获得最优FCMA故障诊断模型用于电力系统故障诊断。从而提高模型的准确性、鲁棒性和泛化能力。优化过程完成后，可以使用优化后的FCMA故障诊断模型对电力系统的故障进行诊断，有效地解决高压直流输电系统中的故障识别准确率低的问题。
-
公开(公告)号：CN117152529A
公开(公告)日：2023-12-01
申请号：CN202311171065.8
申请日：2023-09-11
Applicant: 中国南方电网有限责任公司超高压输电公司电力科研院 , 中国南方电网有限责任公司超高压输电公司大理局
IPC: G06V10/764 , G06V10/762 , G06V10/82 , G06V10/77 , G06V10/40 , G06N3/0464 , G06N3/088 , G06N3/084
Abstract: 本发明提供了一种基于目标检测算法的电力系统故障诊断方法，通过对故障图片数据集进行处理并划分训练集、验证集和测试集；然后，建立YOLOv4故障识别网络模型；最后，训练模型并进行数据测试，得出结果对模型进行评价。YOLOv4故障识别网络模型为无人机巡检提供一种自动检测方法，采用基于目标检测算法的电力系统故障诊断方法能够提高诊断的准确性、效率和实时性，目标检测算法能够准确地定位和识别故障物体，可以实现对故障图片的自动识别和诊断，减少了人工操作的时间和成本，在电力系统故障诊断中能够提供更准确的结果，对电力系统的运行和安全具有积极的技术效果。
-
Patent Agency Ranking
公开(公告)号：CN117060353A
公开(公告)日：2023-11-14
申请号：CN202310948247.5
申请日：2023-07-31
Applicant: 中国南方电网有限责任公司超高压输电公司电力科研院 , 中国南方电网有限责任公司超高压输电公司大理局
IPC: H02H7/26 , G06N3/0499 , G06N3/08 , H02J3/36
Abstract: 本发明提供一种基于前馈神经网络高压直流输电系统故障诊断方法及系统，根据HVDC系统故障录波得到的故障数据，将故障录波各通道的数据进行串联，建立样本数据集；对故障样本数据集进行贴标签处理；建立FNN故障诊断模型，采用所述训练数据对所述FNN故障诊断模型进行训练，并采用所述测试数据完成FNN故障诊断模型的验证获得最优FNN故障诊断模型。通过适应性学习和特征提取，可以处理大量的输入特征，并对复杂的HVDC系统进行有效的故障诊断；还可以自适应学习HVDC系统中的复杂故障模式，及时监测系统的状态变化，并提供预警信号，帮助运维人员及早发现潜在的故障或异常情况。能够有效解决HVDC系统故障诊断难题，对分析和解决HVDC系统故障问题具有重大意义。
-
公开(公告)号：CN116840603A
公开(公告)日：2023-10-03
申请号：CN202310928156.5
申请日：2023-07-26
Applicant: 中国南方电网有限责任公司超高压输电公司电力科研院 , 中国南方电网有限责任公司超高压输电公司大理局
IPC: G01R31/00 , G06N3/0464 , G06N3/0475 , G06N3/084 , G06N3/088
Abstract: 本发明提供一种基于一维CAE的高压直流输电系统故障诊断方法及系统，通过建立一维CAE高压直流输电系统故障诊断模型，运用了一维卷积神经网络，通过数据降维和强大的特征提取能力提高了对HVDC系统的故障诊断能力，在采用1D‑CAE的基础上，采用了ELM作为分类器，ELM通过得到一个解析解代替了反向传播手动调参的问题，解决了传统方法手动调参和易于陷入局部最小值的困难，进一步解决了手动调参的问题，从而大大加速了学习的速度，本发明通过采用一维卷积神经网络强大的捕捉潜在特征的能力，进一步提高了故障诊断的准确性。
-
公开(公告)号：CN116930682A
公开(公告)日：2023-10-24
申请号：CN202310909395.6
申请日：2023-07-21
Applicant: 中国南方电网有限责任公司超高压输电公司电力科研院 , 中国南方电网有限责任公司超高压输电公司大理局
IPC: G01R31/08 , G06F18/214 , G06N3/0442 , G06N3/048 , G06N3/084 , G06N3/09
Abstract: 本发明提供一种基于BiLSTM网络的高压输电系统故障诊断方法及系统，通过构建高压输电系统故障诊断模型，用于对高压输电系统故障进行实时诊断，以准确、快速地判断出故障类型。其中，高压输电系统故障诊断模型通过对根据不同的录波通道，对不同类型的故障数据贴标签处理并建立故障数据集，选取80％故障数据集中的数据作为训练集，选取20％作为测试集，建立基于BiLSTM网络的故障诊断模型；选取训练集数据进行模型训练，经测试集测试模型的可行性和准确性后，获得优化后的高压输电系统故障诊断模型，本发明基于实际故障数据快速、准确诊断各种电力系统故障，具有较强的工程实用性和先进性，对高压直流输电系统的安全、稳定运行具有重大意义。
-
公开(公告)号：CN116821772A
公开(公告)日：2023-09-29
申请号：CN202310877333.1
申请日：2023-07-17
Applicant: 中国南方电网有限责任公司超高压输电公司电力科研院 , 中国南方电网有限责任公司超高压输电公司大理局
IPC: G06F18/24 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提供了一种基于IHBA‑TCN的HVDC系统故障诊断方法及系统，通过搭建TCN对HVDC系统故障数据集故障特征进行初步提取，并改进激活函数对TCN进行优化，并引入了改进蜜獾算法对时间卷积神经网络进行参数智能寻优，来提升时间卷积神经网络对高压直流输电系统的故障辨识准确率，最后将HVDC系统故障样本集划分为训练集和测试集，并对IHBA‑TCN进行训练，直至达到预设故障识别精度，获得最终基于IHBA‑TCN的HVDC系统故障诊断模型用于对高压直流输电系统进行故障诊断。由于HVDC系统故障样本为时间序列数据，因此具有时间序列数据处理能力的时间卷积神经网络在训练过程中训练准确率更高、过程更稳定且训练时间更短，可以大幅提高HVDC系统故障诊断的诊断精度和速度。
-
公开(公告)号：CN116821771A
公开(公告)日：2023-09-29
申请号：CN202310875843.5
申请日：2023-07-17
Applicant: 中国南方电网有限责任公司超高压输电公司电力科研院 , 中国南方电网有限责任公司超高压输电公司大理局
IPC: G06F18/24 , G06F18/213 , G06F18/10 , G06N3/006 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提供了一种基于ISTOA‑CNN的HVDC系统故障诊断方法及系统，引入改进乌燕鸥优化算法对所述CNN模型进行参数智能寻优，获得优化后的ISTOA‑CNN模型；通过训练集对所述ISTOA‑CNN模型进行训练，通过测试集对所述ISTOA‑CNN模型进行测试直至达到预设故障识别精度，获得最终基于IHBA‑TCN的HVDC系统故障诊断模型，用于对高压直流输电系统进行故障诊断，从而解决CNN模型参数选择误差对分类效果有较大影响的问题。本发明引入了改进乌燕鸥优化算法对CNN进行参数智能寻优，来提升CNN对HVDC系统的故障辨识准确率；引入ISTOA对CNN进行参数智能寻优，从而减少CNN参数选择存在误差从而影响CNN分类精度的问题，有效提高了HVDC系统各类故障诊断的准确率。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.072 seconds)
