基于AKSC模型的大型变压器早期微弱异常诊断方法和系统

    公开(公告)号:CN116049647A

    公开(公告)日:2023-05-02

    申请号:CN202211301599.3

    申请日:2022-10-24

    Abstract: 本发明公开了一种基于AKSC模型的大型变压器早期微弱异常诊断方法,包括模型训练阶段和在线诊断阶段,模型训练阶段包括:利用收集的大型变压器监测数据进行退化特征筛选;利用筛选的退化特征,构建训练数据集和校准数据集;将训练数据集和校准数据集输入到AKSC模型中以完成聚类模型的训练,得到微弱异常诊断模型;在线诊断阶段包括:从大型变压器收集在线监测信号数据;提取在线监测信号数据中的退化特征;将提取的退化特征输入到微弱异常诊断模型进行判别,得到异常诊断结果。仅需给定模型的训练数据、校准数据以及故障容错阈值,无需设定大量超参数,摆脱了对领域知识和专家经验的依赖,因此,具有较好的泛化性,可以适用于不同类型大型变压器。

    一种电网svg图纸中文本分组方法及相关产品

    公开(公告)号:CN109766533A

    公开(公告)日:2019-05-17

    申请号:CN201811555512.9

    申请日:2018-12-19

    Abstract: 本公开提供一种电网svg图纸中文本分组方法及相关产品,所述方法包括如下步骤:终端获取CAD导出的svg格式的第一文件,采用DOM编程接口读取该第一文件;遍历第一文件中所有的TEXT文本节点得到每个TEXT节点的变换矩阵信息以及字体字号;将字体字号相同的TEXT节点分成一组,每组TEXT节点包括至少二个TEXT节点;任意两个TEXT节点对应的变换矩阵执行设定运算得到运算结果,依据该运算结果确定该任意两个TEXT节点是否为同一TEXT文本;如确定该任意两个TEXT节点属于同一TEXT文本,将该任意两个TEXT文本合并成一个合并TEXT文本,对该合并TEXT文本按照文字坐标从上到下,从左到右排序得到排序后的合并TEXT文本。本申请具有用户体验度高的优点。

Patent Agency Ranking