-
Patent Agency Ranking
公开(公告)号：CN117708669B
公开(公告)日：2025-01-03
申请号：CN202311713746.2
申请日：2023-12-14
Applicant: 国网湖北省电力有限公司武汉供电公司
IPC: G06F18/241 , G06F18/25 , G06F18/214 , G06N3/047 , G06F18/15 , G06Q10/0639 , G06N3/08
Abstract: 本发明提供一种基于多源数据的自适应概率神经网络高压电缆状态评估方法，该方法包括：选择电缆状态评估指标，建立评估指标集与状态等级划分，搭建多源数据的传感器网络布局与数据收集机制，采集与高压电缆状态评估相关的多源数据；对采集到的高压电缆多源数据进行数据预处理；构建APNN自适应概率神经网络，划分预处理后样本数据作为训练集和测试集，使用历史数据和已知的电缆故障案例来训练神经网络，对APNN网络进行训练；利用训练好的APNN网络对高压电缆状态进行评估，输出相关状态分类的评估值。本发明电缆相关数据容易获取，可实现性强，用于高压电缆状态的智能评估，在提高电缆监测的准确性和降低运维成本方面显示出巨大潜力。
-
公开(公告)号：CN117708669A
公开(公告)日：2024-03-15
申请号：CN202311713746.2
申请日：2023-12-14
Applicant: 国网湖北省电力有限公司武汉供电公司
IPC: G06F18/241 , G06F18/25 , G06F18/214 , G06N3/047 , G06F18/15 , G06Q10/0639 , G06N3/08
Abstract: 本发明提供一种基于多源数据的自适应概率神经网络高压电缆状态评估方法，该方法包括：选择电缆状态评估指标，建立评估指标集与状态等级划分，搭建多源数据的传感器网络布局与数据收集机制，采集与高压电缆状态评估相关的多源数据；对采集到的高压电缆多源数据进行数据预处理；构建APNN自适应概率神经网络，划分预处理后样本数据作为训练集和测试集，使用历史数据和已知的电缆故障案例来训练神经网络，对APNN网络进行训练；利用训练好的APNN网络对高压电缆状态进行评估，输出相关状态分类的评估值。本发明电缆相关数据容易获取，可实现性强，用于高压电缆状态的智能评估，在提高电缆监测的准确性和降低运维成本方面显示出巨大潜力。
-
公开(公告)号：CN119410219A
公开(公告)日：2025-02-11
申请号：CN202411688133.2
申请日：2024-11-25
Applicant: 国网湖北省电力有限公司武汉供电公司
IPC: C09D133/04 , C09D163/00 , C09D7/62
Abstract: 本发明涉及涂料制备技术领域，具体是一种防电缆表面结冰的涂料及其制备方法，按质量份数包括如下组份：改性氟化石墨烯颗粒1‑5份、乳化剂1‑2份、流平剂1‑2份、氟硅丙共聚树脂乳液80‑100份、水性环氧树脂10‑20份、去离子水80‑200份、固化剂5‑10份。本发明通过改性氟化石墨烯颗粒的添加，有效提高了其与水性环氧树脂的相容性，提高疏水性能，同时聚乙二醇与水性环氧树脂的共聚产生聚醚进一步提高疏水性，形成的交联网络还提高了涂料的柔韧性和抗冲击性。
-
公开(公告)号：CN119226869B
公开(公告)日：2025-02-07
申请号：CN202411773772.9
申请日：2024-12-05
Applicant: 国网湖北省电力有限公司武汉供电公司
IPC: G06F18/24 , G06F18/213 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种基于HOA‑CNN的配电网接地故障原因分类方法、系统及介质，方法包括获取由不同原因引起的配网接地故障的各工况下的零序电流波形数据；采用滑动时间窗法进行切片操作，对零序电流波形数据进行处理；对各工况数据标签进行one‑hot编码；从打乱后的数据中训练集和测试集；建立CNN模型；通过HOA优化算法对CNN模型参数进行合理的设置；将训练集数据输入到HOA‑CNN模型中，并持续进行训练，直至达到预设的迭代次数，完成HOA‑CNN模型训练；将测试集输入到已完成训练的HOA‑CNN模型中进行测试，检测HOA‑CNN模型分类能力。本申请通过引入HOA对卷积神经网络CNN参数进行优化，更加高效、准确的对配电网接地故障原因分类，为电力系统的智能化发展贡献力量。
-
公开(公告)号：CN119226869A
公开(公告)日：2024-12-31
申请号：CN202411773772.9
申请日：2024-12-05
Applicant: 国网湖北省电力有限公司武汉供电公司
IPC: G06F18/24 , G06F18/213 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种基于HOA‑CNN的配电网接地故障原因分类方法、系统及介质，方法包括获取由不同原因引起的配网接地故障的各工况下的零序电流波形数据；采用滑动时间窗法进行切片操作，对零序电流波形数据进行处理；对各工况数据标签进行one‑hot编码；从打乱后的数据中训练集和测试集；建立CNN模型；通过HOA优化算法对CNN模型参数进行合理的设置；将训练集数据输入到HOA‑CNN模型中，并持续进行训练，直至达到预设的迭代次数，完成HOA‑CNN模型训练；将测试集输入到已完成训练的HOA‑CNN模型中进行测试，检测HOA‑CNN模型分类能力。本申请通过引入HOA对卷积神经网络CNN参数进行优化，更加高效、准确的对配电网接地故障原因分类，为电力系统的智能化发展贡献力量。
-
-
-
-
Search Results
5
records
(took 0.057 seconds)
