公开(公告)号：CN114723040A

公开(公告)日：2022-07-08

申请号：CN202210233402.0

申请日：2022-03-10

Applicant: 南京工程学院

Inventor： 钱玉军 ,  包永强 ,  姜丹琪 ,  张旭旭 ,  雷家浩 ,  罗思佳

IPC: G06N3/08 ,  G06N3/04 ,  G01R21/00

Abstract: 本发明公开了一种基于LSTM和序列到点翻译模型非侵入式负荷监测方法，利用滑动总功率数据序列来映射目标设备在功率数据窗口中点的功耗。首先使用功率嵌入层对负荷序列的输入过程进行优化，将离散的负荷总功率序列通过功率嵌入矩阵映射到高维紧密向量空间；其次采用基于滑动窗口的事件探测算法，提取激活负荷样本作为序列到点模型的输入数据；利用卷积神经网络自动提取输入负荷总功率的负荷特征，引入长短期记忆网络挖掘序列中点前后相关度最高的信息完成负荷辨识。本发明在有效减少网络训练时间和参数的前提下，有效检测了目标设备的开关状态，显著提升了负荷分解准确性。

公开(公告)号：CN118226336A

公开(公告)日：2024-06-21

申请号：CN202410302904.3

申请日：2024-05-23

Applicant: 南京工程学院

Inventor： 雷家浩

IPC: G01R31/62 ,  G01H17/00 ,  G01M13/00

Abstract: 本发明公开了一种油浸式变压器绕组和铁芯机械故障的在线诊断方法，本方法以变压器油箱壁的振动信号作为监测量，将振动加速度传感器布设于箱体表面来获取振动信号。基于改进蝙蝠优化算法优化变分模态分解IBA‑VMD算法对原始振动信号进行分解处理，以得到不同阶的模态分量IMF，并选取最佳模态分量进行多尺度模糊熵值MFE的计算。提取正常与故障状态不同尺度因子下的MFE值，并以所得MFE值作为数据集，将数据集导入至蜣螂优化算法优化的多核函数核极限学习机DBO‑MKELM模型中进行分类识别。本发明能够有效诊断变压器绕组与铁芯机械故障，提高变压器运行安全可靠性。