-
公开(公告)号：CN118194141B
公开(公告)日：2024-08-06
申请号：CN202410613784.9
申请日：2024-05-17
申请人： 国网安徽省电力有限公司营销服务中心 , 合肥工业大学
发明人： 蔺菲 , 刘辉舟 , 孙伟 , 孙建 , 丁建顺 , 陈征 , 高寅 , 嵇爱琼 , 刘景姝 , 张悦 , 马昆 , 张文琪 , 李双双 , 李欣然 , 郭慧珠 , 庄磊 , 梁晓伟 , 王凯 , 刘单华 , 常乐 , 任民 , 冯欣 , 孙伟红 , 李红艳 , 李奇越 , 李帷韬 , 张志强
IPC分类号： G06F18/241 , G06F18/15 , G06F18/2131 , G06F18/2135 , G06N3/0455 , G06N3/09
摘要： 本发明公开了一种用电行为判别方法及系统，方法包括：采集用户每个用电设备接入时总线的电能参数变化量，构建数据集；对归一化处理后的数据集中的数据进行自适应小波阈值去噪；对去噪之后的数据集进行降维，得到用于特征分类的向量；将用于特征分类的向量输入基于Transformer的多分类任务模型中，对基于Transformer的多分类任务模型进行训练，利用训练好的基于Transformer的多分类任务模型进行用电行为判别；本发明的优点在于：提高计算效率，提高用电行为判别的准确性。
-
公开(公告)号：CN116865303A
公开(公告)日：2023-10-10
申请号：CN202310866259.3
申请日：2023-07-14
申请人： 合肥工业大学 , 国网安徽省电力有限公司 , 国网安徽省电力有限公司营销服务中心
摘要： 本发明公开了一种配电网台区三相负载不平衡的识别方法及其改善方法，包括：1.采样某低压台区所有用户一天时间内的电压数据；2.利用生成对抗网络补全电压数据中缺失的数据；3.计算补全之后的台区电压数据中每两个用户的电压序列之间的累积距离矩阵；4.设定阈值，利用累积距离矩阵中判别用户的电压序列之间是否存在联系；5.比较两个用户电压序列之和，建立该台区内用户之间的邻接矩阵；6.根据邻接矩阵，统计低压台区内A、B、C三相所接的用户数；7.采用在线换相的方法实现该台区内三相负载平衡。本发明不仅能针对多属性维度的数据缺失，还能有效应对电压序列中相位偏移和振幅变化等特性，更好地实现三相负载不平衡的识别与改善。
-
公开(公告)号：CN116578823A
公开(公告)日：2023-08-11
申请号：CN202310522927.0
申请日：2023-05-10
申请人： 合肥工业大学 , 国网安徽省电力有限公司营销服务中心
摘要： 本发明公开了一种基于互相关算法的低压台区拓扑识别方法，其步骤包括：1.获取低压台区电流数据；2.对数据进行滤波处理；3.对节点内的电流数据进行分段求和；4.计算并比较求和后节点间的相关系数；5.比较节点间的电流数据大小，生成相关性矩阵；6.根据相关性矩阵生成邻接矩阵并根据元素间的关系得到节点间的拓扑关系。本发明具有采集误差小、实时性高、结构简单、操作简便、识别精准等优点，加快了拓扑识别的速度，提高了拓扑识别的准确性，减小了供电公司的线损，从而为电网的平稳运行提供了重要保障。
-
公开(公告)号：CN118194141A
公开(公告)日：2024-06-14
申请号：CN202410613784.9
申请日：2024-05-17
申请人： 国网安徽省电力有限公司营销服务中心 , 合肥工业大学
发明人： 蔺菲 , 刘辉舟 , 孙伟 , 孙建 , 丁建顺 , 陈征 , 高寅 , 嵇爱琼 , 刘景姝 , 张悦 , 马昆 , 张文琪 , 李双双 , 李欣然 , 郭慧珠 , 庄磊 , 梁晓伟 , 王凯 , 刘单华 , 常乐 , 任民 , 冯欣 , 孙伟红 , 李红艳 , 李奇越 , 李帷韬 , 张志强
IPC分类号： G06F18/241 , G06F18/15 , G06F18/2131 , G06F18/2135 , G06N3/0455 , G06N3/09
摘要： 本发明公开了一种用电行为判别方法及系统，方法包括：采集用户每个用电设备接入时总线的电能参数变化量，构建数据集；对归一化处理后的数据集中的数据进行自适应小波阈值去噪；对去噪之后的数据集进行降维，得到用于特征分类的向量；将用于特征分类的向量输入基于Transformer的多分类任务模型中，对基于Transformer的多分类任务模型进行训练，利用训练好的基于Transformer的多分类任务模型进行用电行为判别；本发明的优点在于：提高计算效率，提高用电行为判别的准确性。
-
公开(公告)号：CN118982726A
公开(公告)日：2024-11-19
申请号：CN202411414081.X
申请日：2024-10-11
申请人： 国网安徽省电力有限公司超高压分公司 , 合肥工业大学
IPC分类号： G06V10/77 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464
摘要： 一种特高压换流变压器故障诊断方法、装置及存储介质，属于变压器故障诊断技术领域，解决如何提高换流变压器的故障诊断准确率术问题本发明通过采集换流变压器监测时序数据并分段；采用图像编码将经处理后的数据转化为图像数据；选择网络层数并训练深度残差网络；构建适用于针对换流变压器时序数据的故障诊断模型；本发明的方法基于多尺度和残差学习，采用图像编码技术直接从图像数据中提取有效的故障特征，并且利用深度残差网络有效解决深层卷积神经网络梯度以及网络退化问题，大大的减少了模型训练时间，并提高了换流变压器的故障诊断准确率。
-
-
公开(公告)号：CN118709041A
公开(公告)日：2024-09-27
申请号：CN202410810857.3
申请日：2024-06-21
申请人： 国网安徽省电力有限公司超高压分公司 , 合肥工业大学
IPC分类号： G06F18/241 , G06F18/214 , G06N3/092 , G06N3/09
摘要： 本发明公开了一种变压器状态故障类型预测方法、系统、介质及设备，方法包括：根据多台变压器的历史数据，获取多维数据集；应用人工神经网络提取多维数据集的多维数据特征，获取特征向量；将所述特征向量作为输入，利用随机配置网络进行分类，预测变压器故障类型；使用深度强化学习进行自我学习和迭代优化，学习到训练人工神经网络和随机配置网络最优的策略，提高预测变压器故障类型的准确性。本发明使用深度强化学习，让深度学习强大的特征提取和强化学习的交互学习能力相结合的优势，使激励模型在较弱的奖励反馈信号下学习更多的本质特征，有望具有更好的学习能力和鲁棒性。
-
公开(公告)号：CN118314486B
公开(公告)日：2024-09-24
申请号：CN202410743393.9
申请日：2024-06-11
申请人： 国网安徽省电力有限公司超高压分公司 , 合肥工业大学 , 国网智能电网研究院有限公司
IPC分类号： G06V20/17 , G06V20/64 , G06V10/22 , G06V10/80 , G06V10/94 , G06Q10/20 , G06Q50/06 , G06V10/82
摘要： 本发明公开了一种基于多模态数据的变电站缺陷立体定位检测方法，包括：对三维点云数据和二维图像分别进行特征提取，并将两种模态特征分别依次通过三维区域提议网络和二维度区域提议网络，生成三维候选区域聚合和二维候选区域聚合；将二维图像的特征和三维点云数据输入到2D‑3D提议的转换器中，生成伪三维候选区域；将伪三维候选区域和三维候选区域聚合结合，获取融合三维候选区域聚合；将融合三维候选区域聚合和二维候选区域聚合通过多模态跨目标融合模块进行跨模态融合；使用多模态跨目标融合模块融合后的多层感知3D查询作为检测头执行三维目标检测定位。本发明克服了物体遮挡和距离较远且反射点较少造成的挑战，同时保持特征融合的有效性和准确性。
-
公开(公告)号：CN118314489B
公开(公告)日：2024-09-17
申请号：CN202410743404.3
申请日：2024-06-11
申请人： 国网安徽省电力有限公司超高压分公司 , 合肥工业大学 , 国网智能电网研究院有限公司 , 中国电力科学研究院有限公司 , 国网电力科学研究院有限公司
摘要： 本发明公开了一种用于特高压变电站故障预警的图像预处理方法，包括：无人机根据最优特高压变电站巡检路径规划进行拍摄，获取设备图像；获取无人巡检系统拍摄的所有位置的图像集，并整理分类针对同一位置所摄的不同角度的图像序列，并对每个图像序列中的图像标定数据来源；以及每个图像序列中通过人工判读的方式，选取参考图像；对图像序列分别依次进行多尺度分解、细节增强图像和融合图像，获取融合图像序列，将所有融合图像序列和原始的图像集作为数据集；应用数据集训练获取最优双重注意力DAT模型实现最终的图像超分辨率操作，获得各个角度关键部位清晰的高质量图像；本发明对原图数据前提前进行清晰化预处理，提高后续故障检测的准确性。
-
公开(公告)号：CN118314488B
公开(公告)日：2024-09-17
申请号：CN202410743397.7
申请日：2024-06-11
申请人： 合肥工业大学 , 国网安徽省电力有限公司超高压分公司 , 国网智能电网研究院有限公司 , 中国电力科学研究院有限公司 , 国网电力科学研究院有限公司
IPC分类号： G06V20/17 , G06V20/10 , G06V10/22 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048
摘要： 本发明公开了一种特高压变电站空天地多尺度重决策目标检测方法，包括：获取二维模态数据和三维点云模态数据；确定目标定位；其中，确定目标定位的方式包括：应用二维模态数据进行图像目标定位以及应用二维模态数据和三维点云模态数据进行跨模态特征级联融合，进行三维目标检测定位；根据目标定位，判断可能故障位置；并应用立体多模态数据感知设备重新拍照得到不同空间尺度的图像；应用目标定位对应的检测定位网络，对重新拍照得到的不同空间尺度的图像进行故障分析，完成对特高压变电站故障的多尺度重决策；本发明能够提高故障识别精度。
-
-
-
-
-
-
-
-
-
搜索结果
222 条记录 (耗时 0.056 秒)
