-
公开(公告)号：CN118535953A
公开(公告)日：2024-08-23
申请号：CN202410673284.4
申请日：2024-05-28
申请人： 西南交通大学
IPC分类号： G06F18/24 , G06F18/25 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明涉及车网电气系统的暂态扰动与故障辨识技术领域，具体公开了一种车网电气系统的暂态扰动与故障辨识方法、系统、设备及存储介质，方法包括：构建车网系统电气暂态扰动和列车供电系统设备故障工况的数据集；构建基于离散希尔伯特变换的预处理模块；构建基于CNN的特征提取网络，提取暂态扰动或故障的不同维度、不同尺寸特征；构建特征融合网络，将不同特征的维度和尺寸变换为相同，并进行拼接得到融合特征；最后构建基于CNN的分类网络，学习暂态扰动或故障的融合特征并对样本类型进行预测，实现对车网电气暂态扰动和故障的辨识。本发明对车网电气系统运行状态进行诊断，为评估列车电气设备运行状况提供参考，有利于车网电气系统的平稳安全运行。
-
公开(公告)号：CN117811106B
公开(公告)日：2024-06-11
申请号：CN202311616519.8
申请日：2023-11-29
申请人： 西南交通大学
摘要： 本发明提供了一种同相供电装置的控制方法，包括：基于输出电流提取得到第一有功电流分量和第一无功电流分量，并引入有功补偿系数和无功补偿系数，分别得到第一有功电流指令和第一无功电流指令；基于牵引侧变流器电流提取得到第二有功电流分量和第二无功电流分量；基于牵引侧电压提取得到第一电压前馈项；将第二有功电流分量与第一有功电流指令的差值，以及第二无功电流分量与第一无功电流指令的差值输入到PI调节器，并引入第一电压前馈项和第一dq解耦项后得到第一调制波信号；基于第一调制波信号对同相供电装置进行控制。本发明解决了负序问题和无功问题的同时，使得同相供电装置的阻抗与负载阻抗解耦，便于同相供电系统的稳定性分析。
-
公开(公告)号：CN116628619B
公开(公告)日：2023-10-20
申请号：CN202310924990.7
申请日：2023-07-26
申请人： 西南交通大学
IPC分类号： G06F18/2433 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明涉及一种基于车网耦合的未知异常电气现象辨识方法，将典型已知异常电气现象训练数据输入到训练好的辨识模型中，将模型倒数第二层的输出作为每类样本的激活向量。对同一类分类正确样本的激活向量求和并求均值得到每类的平均激活向量。用激活向量和每类的平均激活向量之间的距离拟合每类的威布尔概率分布模型，拟合结果为各类威布尔模型的位置参数、形状参数、比例参数。输入待识别的测试数据，基于威布尔模型拟合结果和调整系数修改测试数据激活向量，计算属于未知异常的概率。本发明将深度学习应用到车网耦合系统未知异常电气现象辨识领域，在对典型异常电气现象辨识的同时可以识别出未知类，解决了现有深度学习无法辨识未知异常的难题。
-
公开(公告)号：CN116106672A
公开(公告)日：2023-05-12
申请号：CN202310391408.5
申请日：2023-04-13
申请人： 西南交通大学
发明人： 周福林 , 高仕斌 , 陈纪纲 , 何祥照 , 魏光 , 陈刚 , 李波 , 高黎明 , 许晓蓉 , 曹毅峰 , 吴波 , 王长春 , 刘飞帆 , 杨涛 , 杨瑞轩 , 朱炳旭 , 田腾宇 , 祁霁舢
IPC分类号： G01R31/00 , G06F18/2415 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/084
摘要： 本申请提供一种基于数据驱动与工程知识的车网谐振检测方法及装置，涉及扰动识别技术领域，方法包括获取在目标列车的车网系统上设置的监测设备在同一采集时段内所采集的目标列车的电压时序数据和电流时序数据；将电压时序数据和电流时序数据输入基于车网系统中谐振扰动的时序特征所设置的第一扰动辨识通道，同时将电压时序数据输入基于车网系统中谐振扰动的频段分布特征所设置的第二扰动辨识通道；若第一扰动辨识结果和第二扰动辨识结果均指示谐振扰动辨识成功，则确定采集时段内，目标列车的车网系统发生谐振扰动，以提高车网系统中的谐振的检测的精确度。
-
公开(公告)号：CN113283550A
公开(公告)日：2021-08-20
申请号：CN202110827993.X
申请日：2021-07-22
申请人： 西南交通大学
IPC分类号： G06K9/62
摘要： 本申请提供一种车网电气耦合数据的异常辨识模型训练方法，包括：获取车网电气耦合的训练数据集；训练数据集包括有标注的异常数据；将训练数据集输入事先建立的异常辨识模型进行训练，得到训练后的异常辨识模型；异常辨识模型包括电压特征提取子模型、电流特征提取子模型以及特征融合模块。将标注有异常数据的训练数据集输入异常辨识模型并完成训练，得到基于数据驱动的车网电气耦合异常辨识模型，根据信号本身的波形辨识车网电气耦合异常数据，利用深度学习的优势高效处理海量的车网电气监测数据，且融合了电压异常识别与电流异常识别，在识别单异常类型的同时具备识别复合异常类型的能力，能够实时监测车网电气耦合状态，满足了实际工程需求。
-
-
公开(公告)号：CN113486965A
公开(公告)日：2021-10-08
申请号：CN202110796202.1
申请日：2021-07-14
申请人： 西南交通大学
摘要： 本申请提供一种车网电气耦合数据的异常辨识模型的训练方法，包括：获取车网电气耦合的训练数据集；训练数据集包括有标注的异常数据；将训练数据集输入事先建立的异常辨识模型进行训练，得到训练后的异常辨识模型；异常辨识模型包括用于提取低层次特征的特征提取单元和用于提取高层次特征的残差块单元。可对电压数据或电流数据进行标注，并将标注有异常数据的训练数据集输入异常辨识模型并完成训练，得到基于数据驱动的车网电气耦合异常辨识模型，根据信号本身的波形辨识车网电气耦合异常数据，能够实时监测车网电气耦合状态，满足了实际工程需求。
-
公开(公告)号：CN118040679B
公开(公告)日：2024-06-18
申请号：CN202410430549.8
申请日：2024-04-11
申请人： 西南交通大学
摘要： 本发明涉及同相供电系统的扰动与故障辨识技术领域，具体公开了一种同相供电系统的扰动与故障辨识方法，方法包括：构建同相供电系统暂态扰动和同相供电变流器器件故障工况的数据集；构建基于TimeNet的特征提取网络以及能够描述数据集中各类别特征的属性标签；利用构建数据集对搭建的基于TimeNet的特征提取网络进行训练，学习单个扰动或故障的特征；构建属性学习器，学习特征到属性标签的映射，实现扰动或故障类型向复合工况的知识迁移；基于属性学习器提取属性对样本类型进行预测，从而实现对同相供电系统的暂态扰动异常工况与同相供电装置变流器故障异常工况的辨识以及复合工况的辨识。对同相供电变流器运行提供指导，有利于同相供电系统的正常安全运行。
-
公开(公告)号：CN118040679A
公开(公告)日：2024-05-14
申请号：CN202410430549.8
申请日：2024-04-11
申请人： 西南交通大学
摘要： 本发明涉及同相供电系统的扰动与故障辨识技术领域，具体公开了一种同相供电系统的扰动与故障辨识方法，方法包括：构建同相供电系统暂态扰动和同相供电变流器器件故障工况的数据集；构建基于TimeNet的特征提取网络以及能够描述数据集中各类别特征的属性标签；利用构建数据集对搭建的基于TimeNet的特征提取网络进行训练，学习单个扰动或故障的特征；构建属性学习器，学习特征到属性标签的映射，实现扰动或故障类型向复合工况的知识迁移；基于属性学习器提取属性对样本类型进行预测，从而实现对同相供电系统的暂态扰动异常工况与同相供电装置变流器故障异常工况的辨识以及复合工况的辨识。对同相供电变流器运行提供指导，有利于同相供电系统的正常安全运行。
-
公开(公告)号：CN117811106A
公开(公告)日：2024-04-02
申请号：CN202311616519.8
申请日：2023-11-29
申请人： 西南交通大学
摘要： 本发明提供了一种同相供电装置的控制方法，包括：基于输出电流提取得到第一有功电流分量和第一无功电流分量，并引入有功补偿系数和无功补偿系数，分别得到第一有功电流指令和第一无功电流指令；基于牵引侧变流器电流提取得到第二有功电流分量和第二无功电流分量；基于牵引侧电压提取得到第一电压前馈项；将第二有功电流分量与第一有功电流指令的差值，以及第二无功电流分量与第一无功电流指令的差值输入到PI调节器，并引入第一电压前馈项和第一dq解耦项后得到第一调制波信号；基于第一调制波信号对同相供电装置进行控制。本发明解决了负序问题和无功问题的同时，使得同相供电装置的阻抗与负载阻抗解耦，便于同相供电系统的稳定性分析。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.024 秒)
