电缆网小电流接地故障隔离系统

    公开(公告)号:CN211905632U

    公开(公告)日:2020-11-10

    申请号:CN201922212052.6

    申请日:2019-12-11

    IPC分类号: G01R31/52 G01R31/08 H02H7/26

    摘要: 本实用新型公开了一种电缆网小电流接地故障隔离系统,包括:多个环网单元,所述环网单元通过电缆串联,并通过双电源供电,环网单元之间存在一个解列点,形成两条供电线路,所述环网单元内均设置有断路器、与断路器一一对应的小电流接地检测装置和与断路器及小电流接地检测装置连接的智能配电终端,所述小电流接地检测装置用于检测环网单元内每个间隔单元的小电流接地信号并上传至智能配电终端,所述智能配电终端之间通过光纤连接并控制断路器的开/关。该电缆网小电流接地故障隔离系统可准确定位接地故障点,可就地迅速隔离故障区域,同时调整解列点,使故障点两侧的环网单元分别由两条线路供电,保证非故障区域的正常运行。

    配线弯曲定位装置
    3.
    实用新型

    公开(公告)号:CN204381254U

    公开(公告)日:2015-06-10

    申请号:CN201520011549.0

    申请日:2015-01-08

    IPC分类号: B21F1/00

    摘要: 配线弯曲定位装置属于电力工程施工配线技术领域,尤其涉及一种配线弯曲定位装置。本实用新型提供一种工作效率高、精度高的配线弯曲定位装置。本实用新型包括滑道,其结构要点滑道上设置有滑座,滑座上设置有横向套管,横向套管内设置有激光发射器;所述滑道的纵截面为倒π形,滑座下端中部设置有滑槽,滑槽底面两侧相应于滑道上端两侧折边设置有斜角。

    一种无监督机器学习的超参数自动优化方法及系统

    公开(公告)号:CN108062587A

    公开(公告)日:2018-05-22

    申请号:CN201711347747.4

    申请日:2017-12-15

    申请人: 清华大学

    IPC分类号: G06N99/00 G06N3/08

    CPC分类号: G06N3/088 G06N20/00

    摘要: 本发明提供一种无监督机器学习的超参数自动优化方法及系统,所述方法包括:根据无监督机器学习算法确定所述无监督机器学习算法的算法性能评估模型、所述无监督机器学习算法的超参数、所述超参数的搜索空间和所述超参数优化的评价准则;根据所述算法性能评估模型、所述搜索空间和所述评价准则确定所述超参数的最优值。本发明提供的无监督机器学习的超参数自动优化方法及系统,对无监督机器学习算法中的超参数问题进行深入剖析,分析算法中超参数的分布规律和不同超参数下学习效果的评估,并将此规律应用于机器学习的模型训练,达到自动化选择合适超参数的目的,整个超参数的优化过程自动完成,优化效率高,大大降低了算法的使用复杂性。

    一种机器学习算法自动选择方法和系统

    公开(公告)号:CN108009643A

    公开(公告)日:2018-05-08

    申请号:CN201711354616.9

    申请日:2017-12-15

    申请人: 清华大学

    IPC分类号: G06N99/00

    CPC分类号: G06N99/005

    摘要: 本发明提供一种机器学习算法自动选择方法和系统,选择方法包括:确定待选算法集合;基于多个历史参数以及多个预设系数,确定待选算法集合中的每一待选算法的训练测试次序;按照训练测试次序,基于确定的训练集,依次对待选算法集合中的待选算法进行训练,获取每一待选算法对应的训练模型,基于每一待选算法对应的训练模型,对确定的测试集进行预测,获取每一待选算法的多个综合评分参数;基于多个综合评分参数以及多个预设系数,获取每一待选算法的综合评分;将综合评分最高的一个或多个待选算法作为机器学习算法选择结果。本发明提供的一种机器学习算法自动选择方法和系统,具有很强的学习分析能力,实现极其简单,能够得到效果很好的结果。