-
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
Applicant: 西南交通大学
IPC: G06F18/2433 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 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
Applicant: 西南交通大学
Inventor： 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: G01R31/00 , G06F18/2415 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/084
Abstract: 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。
-
Patent Agency Ranking
公开(公告)号：CN118981894A
公开(公告)日：2024-11-19
申请号：CN202411085373.3
申请日：2024-08-08
Applicant: 西南交通大学
IPC: G06F30/20 , H02J3/06 , B60M3/00 , G06F17/16 , G06F113/04
Abstract: 本发明属于交流牵引双边供电技术领域，具体的说是涉及一种双边牵引供电系统与电网能流耦合的系统等效方法。本发明基于电气化铁路双边供电系统的复杂结构，对牵引变压器原、次边电气量实现三相和单相的对称变换，将双边供电系统环网供电结构最终等效成开式三相供电网络结构，便于双边供电系统的潮流分析，进而用来理论分析双边供电系统中的均衡电流分布规律及其影响因素、潮流分布规律等等。相较于传统集中参数等效模型，本发明提出的模型更为准确，理论分析用途更加广泛且清晰明了，所考虑的电力系统侧三相构造，能够为后续双边供电的成功落地及其配套输电网络的构建提供极大帮助。
-
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
Applicant: 西南交通大学
Abstract: 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
Applicant: 西南交通大学
Abstract: 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：CN116628619A
公开(公告)日：2023-08-22
申请号：CN202310924990.7
申请日：2023-07-26
Applicant: 西南交通大学
IPC: G06F18/2433 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 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：CN116106672B
公开(公告)日：2023-08-18
申请号：CN202310391408.5
申请日：2023-04-13
Applicant: 西南交通大学
Inventor： 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: G01R31/00 , G06F18/2415 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/084
Abstract: 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。
-
-
-
-
-
-
Search Results
7
records
(took 0.023 seconds)
