-
公开(公告)号：CN107292882A
公开(公告)日：2017-10-24
申请号：CN201710652984.5
申请日：2017-08-02
申请人： 国网电力科学研究院武汉南瑞有限责任公司 , 国家电网公司 , 国网上海市电力公司 , 武汉大学
摘要： 本发明涉及一种基于Meanshift自适应电气设备故障检测方法，步骤1，获得故障电气设备的红外图像，其中电力故障区域即为红外图像中亮度较高的区域；步骤2，引入基于邻域灰度的权重因子对均值漂移算法进行扩展，获得扩展后的均值漂移模型；步骤3，利用自高向低的聚类阈值分割机制，使扩展后的均值漂移模型能快速地将故障区域进行聚类，实现故障区域的有效提取。本发明提供了一种赋予样本权重的扩展mean shift方法，采用一种自迭代聚类的策略，将区域根据其灰度特性聚集起来，最终得到故障区域完整提取，并提出了一种根据温度差异而自高向低的阈值分割机制，为运维人员在线巡检、数据录入、分析等操作提供方便。
-
公开(公告)号：CN107292883B
公开(公告)日：2019-10-25
申请号：CN201710653562.X
申请日：2017-08-02
申请人： 国网电力科学研究院武汉南瑞有限责任公司 , 国家电网公司 , 国网上海市电力公司 , 武汉大学
摘要： 本发明涉及一种基于局部特征的PCNN电力故障区域检测方法，该方法以脉冲耦合神经网络(PCNN)同步点火机理为依据，通过对其内部参数适当简化，同时在参数优化配置下结合故障区域和非故障区域邻域边界局部特征，设置PCNN模型迭代结束规则，从而使得模型能自适应迭代获取红外图像故障区域.实验结果表明，针对实际的红外检测图像，本发明方法能够自动高效的识别电气设备故障区域，具有较好的故障区域检测性能。
-
公开(公告)号：CN107292882B
公开(公告)日：2019-09-17
申请号：CN201710652984.5
申请日：2017-08-02
申请人： 国网电力科学研究院武汉南瑞有限责任公司 , 国家电网公司 , 国网上海市电力公司 , 武汉大学
摘要： 本发明涉及一种基于Meanshift自适应电气设备故障检测方法，步骤1，获得故障电气设备的红外图像，其中电力故障区域即为红外图像中亮度较高的区域；步骤2，引入基于邻域灰度的权重因子对均值漂移算法进行扩展，获得扩展后的均值漂移模型；步骤3，利用自高向低的聚类阈值分割机制，使扩展后的均值漂移模型能快速地将故障区域进行聚类，实现故障区域的有效提取。本发明提供了一种赋予样本权重的扩展mean shift方法，采用一种自迭代聚类的策略，将区域根据其灰度特性聚集起来，最终得到故障区域完整提取，并提出了一种根据温度差异而自高向低的阈值分割机制，为运维人员在线巡检、数据录入、分析等操作提供方便。
-
公开(公告)号：CN107292883A
公开(公告)日：2017-10-24
申请号：CN201710653562.X
申请日：2017-08-02
申请人： 国网电力科学研究院武汉南瑞有限责任公司 , 国家电网公司 , 国网上海市电力公司 , 武汉大学
摘要： 本发明涉及一种基于局部特征的PCNN电力故障区域检测方法，该方法以脉冲耦合神经网络(PCNN)同步点火机理为依据，通过对其内部参数适当简化，同时在参数优化配置下结合故障区域和非故障区域邻域边界局部特征，设置PCNN模型迭代结束规则，从而使得模型能自适应迭代获取红外图像故障区域.实验结果表明，针对实际的红外检测图像，本发明方法能够自动高效的识别电气设备故障区域，具有较好的故障区域检测性能。
-
公开(公告)号：CN113394889A
公开(公告)日：2021-09-14
申请号：CN202110556034.9
申请日：2021-05-21
申请人： 武汉大学
摘要： 本发明公开了一种用于高压线路监测设置的无线供能系统，包括高压线塔，且高压线塔的顶部两侧设置有高压母线，高压线塔的顶部中间位置固定连接有支撑板，支撑板的顶部固定连接有高压线路监测终端，所述高压线塔的底部一侧固定连接有支撑座，且支撑座的顶部固定连接有无线功能箱，无线功能箱的内部固定连接有高压感应取电装置、高压电能发射装置和高压电能接收装置。本发明使得高频电能接收装置内的蓄电池模块进行电能存储，为高压线路监测终端提供电能，实现高频电能发射装置和高频电能接收装置之间高效的能量传递的系统，使得输出电流稳定，具备一定的保护功能。
-
公开(公告)号：CN111078803A
公开(公告)日：2020-04-28
申请号：CN201911176656.8
申请日：2019-11-26
申请人： 武汉大学
摘要： 本发明公开了一种非侵入式负荷事件多维特征匹配方法，通过采集电力设备的电流电压值，计算电力设备多维特征数据；通过设置预设阈值组，提取电力设备开启和关闭的时间点和对应的多维特征数据；将多维特征数据分为开启特征向量集和关闭特征向量集；对特征向量集进行单一特征匹配和多维特征匹配；对特征向量集进行单一特征寻优、多维特征权重分配得到最小耗费矩阵；根据最小耗费矩阵中的元素判断电力设备开启事件和关闭事件最佳匹配结果，达到获取电力设备负荷事件目的。本发明引入了现有负荷检测方法未涉及到的负荷启停逻辑匹配关系，结合多维特征综合匹配的相关技术，解决了目前非侵入式领域中对于负荷开关状态及运行过程的辨识结果精度不高的问题。
-
公开(公告)号：CN108879972A
公开(公告)日：2018-11-23
申请号：CN201810629068.4
申请日：2018-06-19
申请人： 武汉大学
IPC分类号： H02J50/05
摘要： 本发明提出了一种全面板极板耦合电容的优化方法。本发明将全面板极板耦合电容设计成环框形极板耦合电容，根据多项式拟合模型计算不同环框宽度时耦合电容的电容值，并根据计算结果选择合适的环框宽度，使得新设计的环框形极板耦合电容能够在保持与全面板极板电容接近的电容值的条件下，省去较大的极板面积。所述环框形极板耦合电容为环形极板耦合电容或方框形极板耦合电容。将本发明设计的环框形极板耦合电容应用于电容耦合式无线输电中。本发明优点在于大大缩减了耦合极板的面积，降低了制造成本，实现了电容耦合式无线输电系统的简洁轻便化，提高了其对不同使用环境的适应性，能应用于更多复杂且不同的环境。
-
公开(公告)号：CN118245830A
公开(公告)日：2024-06-25
申请号：CN202410303379.7
申请日：2024-03-18
申请人： 武汉大学
IPC分类号： G06F18/23213 , G06F18/211 , G06F18/213 , G06F18/214 , G06F18/10 , G06Q50/06
摘要： 本发明属于非侵入式负荷监测技术领域，具体涉及基于抓取窗口捕捉的工商业负荷事件检测方法、系统及设备，能够采用抓取窗口捕捉的方法提取出稳态中心，实现事件高效、准确检测，并保证实时性。基于抓取窗口捕捉的工商业负荷事件检测方法包括：步骤1，实时采集真实工商业用电环境下的电力数据；步骤2，对电力数据进行预处理，得到样本点；步骤3，基于样本点进行负荷事件检测：步骤3.1，特征选取；步骤3.2，抓取窗口设置，设置抓取窗口的宽度、变动限度；步骤3.3，聚类分析设置；步骤3.4，基于抓取窗口对样本点进行负荷事件捕捉，识别出负荷事件的发生数量，和各负荷事件的发生时刻。
-
公开(公告)号：CN110889465B
公开(公告)日：2020-11-03
申请号：CN201911270599.X
申请日：2019-12-12
申请人： 武汉大学
摘要： 本发明公开了基于自适应谐振网络的电力需求侧设备辨识方法和系统，通过采集电力需求侧未知设备多维特征数据，并根据事件检测算法提取未知设备负荷事件，利用未知设备负荷事件得到未知设备启停时间、各特征暂态变化量和稳态运行特征数据；将所述特征数据进行分类得到输入数据和测试数据，将输入数据和测试数据进行归一化和编码处理；通过自适应谐振网络对输入数据进行训练学习，得到自适应谐振网络训练模型；根据自适应谐振网络训练模型对测试数据进行辨识，得到辨识结果；根据预存数据库对所述辨识结果进行匹配，得到未知设备匹配结果。本发明的自适应谐振网络既能使用标准数据训练，进行监督学习，又能对无标记数据进行分类，识别未知设备。
-
公开(公告)号：CN110889465A
公开(公告)日：2020-03-17
申请号：CN201911270599.X
申请日：2019-12-12
申请人： 武汉大学
摘要： 本发明公开了基于自适应谐振网络的电力需求侧设备辨识方法和系统，通过采集电力需求侧未知设备多维特征数据，并根据事件检测算法提取未知设备负荷事件，利用未知设备负荷事件得到未知设备启停时间、各特征暂态变化量和稳态运行特征数据；将所述特征数据进行分类得到输入数据和测试数据，将输入数据和测试数据进行归一化和编码处理；通过自适应谐振网络对输入数据进行训练学习，得到自适应谐振网络训练模型；根据自适应谐振网络训练模型对测试数据进行辨识，得到辨识结果；根据预存数据库对所述辨识结果进行匹配，得到未知设备匹配结果。本发明的自适应谐振网络既能使用标准数据训练，进行监督学习，又能对无标记数据进行分类，识别未知设备。
-
-
-
-
-
-
-
-
-
搜索结果
24 条记录 (耗时 0.068 秒)
