-
公开(公告)号：CN113011613A
公开(公告)日：2021-06-22
申请号：CN202110404634.3
申请日：2021-04-15
Applicant: 西南石油大学 , 四川铭学智能技术有限公司
IPC: G06Q10/00 , G06Q10/06 , G06Q50/06 , G06F30/18 , G06F113/16
Abstract: 本发明公开了一种多维信息融合的海底电缆维修决策智能推荐方法，该方法依靠海底电缆的实时在线监测，挖掘包括海底电缆基础信息数据、故障诊断数据、状态评价结果数据、巡检试验数据等的海底电缆多维运维数据信息，考虑海底电缆多维数据信息的数据质量、数据融合等问题，对获取到的海底电缆特征参数进行处理，针对处理后的信息建立海底电缆维修决策智能推荐模型，考虑状态检修和定期检修方法，根据输入的缺陷信息，匹配以状态为主和以时间为主的检修决策，确定包括检修时间、检修等级、检修建议的海底电缆维修决策。本发明充分考虑了现有标准、导则对海底电缆检修的要求，综合多源数据信息对海底电缆维修决策进行智能推荐，制定了全面的海底电缆维修决策，为海底电缆的检修提供了极大的便利以及极大的参考意义。
-
公开(公告)号：CN112949497B
公开(公告)日：2024-05-31
申请号：CN202110241080.X
申请日：2021-03-04
Applicant: 西南石油大学
IPC: G06F18/241 , G06F18/2135 , G06F18/10 , G06F18/23213 , G01R31/12 , G06N3/047 , G06N3/09
Abstract: 本发明公开了一种基于改进广义回归神经网络的GIS局放模式识别方法，可以同时监测GIS的多个气室，通过对所监测的气室进行编号，采集气室内的局部放电信息，通过滤波、降噪等数据预处理之后，能够提高数据的可靠性，将处理后的有效信息传入到主机进行存储和处理；根据得到的有效局放信息绘制PRPD和PEPS图谱，通过图谱信息提取特征量，采用主成分分析法提取关键特征量，可以提高模式识别的高效性；采用基于K‑Means聚类算法以及模拟退火算法改进的广义回归神经网络模型作为模式识别的分类器，能够提高模式识别的正确率，从而预防GIS绝缘事故的发生，保证了GIS的安全运行。
-
公开(公告)号：CN112949191B
公开(公告)日：2023-02-24
申请号：CN202110252868.0
申请日：2021-03-03
Applicant: 西南石油大学
IPC: G06F30/27 , G01R31/00 , G06F119/02
Abstract: 本发明公开了一种基于云模型的干式变压器状态评估方法，通过以下步骤对干式变压器进行状态评估：首先结合干式变压器各部件情况以及接地防雷手段，将干式变压器整体划分为不同的评估模块，筛选出各评估模块的评估指标；根据相关导则和专家意见对评估指标的权重进行确定，并对指标可能出现的缺陷情况进行打分；构建状态评语集，运用云模型算法生成状态评判标准的云参数；综合各指标的分值、权重值和状态评判标准的云参数，得到干式变压器最终状态。本发明的评估方法，步骤清晰、结果准确，具有良好的推广价值和应用前景。
-
公开(公告)号：CN112989601A
公开(公告)日：2021-06-18
申请号：CN202110266540.4
申请日：2021-03-10
Applicant: 西南石油大学
IPC: G06F30/20 , G01D21/02 , G01J5/00 , G01M11/00 , G01N21/84 , G01R27/02 , G01R31/08 , G01R31/12 , G01R31/52 , G06Q10/06 , G06Q50/06 , G06F113/16 , G06F119/02
Abstract: 本发明公开了一种基于主客观组合赋权的海底电缆状态评估方法，包含以下步骤：首先获取海底电缆运行的全景数据，选取影响海缆健康状态的指标建立评估指标体系；其次采用改进层次分析法确定各状态量的主观权重，同时采用熵权法确定各状态量的客观权重；然后将所述主观权重和客观权重相结合，计算出综合权重；之后确定评估的状态等级，基于状态量各自的标准获得相对劣化度，得到各状态量的各状态等级的模糊隶属度函数，以此构建模糊评判矩阵；最后基于综合权重和模糊评判矩阵，得到海缆各状态等级的隶属度，并采用加权平均法对海缆的状态进行评估。本发明能够实现对海缆的健康状态进行准确的评估，可及时对隐患进行排查，确保海缆的安全可靠运行。
-
公开(公告)号：CN112949497A
公开(公告)日：2021-06-11
申请号：CN202110241080.X
申请日：2021-03-04
Applicant: 西南石油大学
Abstract: 本发明公开了一种基于改进广义回归神经网络的GIS局放模式识别方法，可以同时监测GIS的多个气室，通过对所监测的气室进行编号，采集气室内的局部放电信息，通过滤波、降噪等数据预处理之后，能够提高数据的可靠性，将处理后的有效信息传入到主机进行存储和处理；根据得到的有效局放信息绘制PRPD和PEPS图谱，通过图谱信息提取特征量，采用主成分分析法提取关键特征量，可以提高模式识别的高效性；采用基于K‑Means聚类算法以及模拟退火算法改进的广义回归神经网络模型作为模式识别的分类器，能够提高模式识别的正确率，从而预防GIS绝缘事故的发生，保证了GIS的安全运行。
-
Patent Agency Ranking
公开(公告)号：CN112421485A
公开(公告)日：2021-02-26
申请号：CN202011286343.0
申请日：2020-11-17
Applicant: 成都中安电气有限公司 , 西南石油大学
IPC: H02G1/02
Abstract: 本发明公开了一种10千伏配网架空线路带电作业多功能支架及配件，包括支架、球座及绝缘杆配件，具体包含以下步骤：所述支架与球座相连接，所述球座与所述绝缘杆配件相连接；将多功能支架卡入横担上，通过转动球座固定在多功能支架上；在对应的绝缘杆配件上将需要固定的10千伏分流线或引线置于绝缘杆夹具体内，使分流线或引线临时保持相对固定的位置，放置完成后即可完成相应的操作。本发明不仅能使带电的分流线与地绝缘，还能与相、地保持足够的安全距离，该多功能配件能够实现多种作业目标，提高配网不停电作业的效率，减少配网不停电作业中作业人员的安全风险。
-
公开(公告)号：CN106548256B
公开(公告)日：2020-05-08
申请号：CN201611105584.4
申请日：2016-12-05
Applicant: 西南石油大学
Abstract: 本发明公开了一种风电场时空动态相关性建模的方法和系统，通过构造描述风速与风力发电机有功出力之间的时空动态相关性的混合Copula函数，并根据风电场的历史实测风速样本，获取混合Copula函数中各个子Copula函数的参数估计值和相应的权重系数；通过所构造的混合Copula函数以及风速与风力发电机输出功率的关系，获取具有相关性的风电输出分布函数，能够更准确地描述风电场的风速与风力发电机输出功率的时空动态相关性，提高了与风电场实际风速的匹配度。
-
公开(公告)号：CN110244205A
公开(公告)日：2019-09-17
申请号：CN201910628466.9
申请日：2019-07-12
Applicant: 西南石油大学
Abstract: 本发明的目的是针对现有技术不足而提供一种小数据量下基于卷积神经网络的电缆附件局部放电识别方法，其特点是针对现有基于卷积神经网络的电缆附件绝缘故障识别方法存在对数据集要求较大的问题，并实现对数据特征的深入挖掘。以单位工频周期内的局放信号为对象，利用相空间重构进行等价变换，提取几何和混沌特征；同时提取熵、分形和时域特征，达到增加特征数据体量的目的，共提取特征17个，采用试验得到的一维卷积神经网络对绝缘进行模式识别。本发明在保证较高绝缘故障识别率的情况下，解决了卷积神经网络在电缆附件绝缘故障类型识别应用中对数据集要求较大的问题，并实现对数据特征的充分提取。
-
公开(公告)号：CN113468764B
公开(公告)日：2025-05-16
申请号：CN202110831882.6
申请日：2021-07-22
Applicant: 西南石油大学 , 四川铭学智能技术有限公司
IPC: G06F30/27 , G06N3/0442 , G06F18/10 , G06F18/241 , G06F123/02 , G06F113/16
Abstract: 本发明公开了一种基于基于时间序列的海缆状态预测方法，属于人工智能领域，包含以下步骤：步骤1：建立海缆状态变量预测模型；步骤2：实现海缆状态单变量和多变量综合预测。本发明根据海缆工作理论分析和相关实验结果，利用海缆状态变量预测模型充分挖掘海缆的历史状态信息，实现了对海缆未来状态的预测，说明了利用人工智能方法进行海缆状态预测的适用性和有效性。
-
公开(公告)号：CN113469572A
公开(公告)日：2021-10-01
申请号：CN202110831887.9
申请日：2021-07-22
Applicant: 西南石油大学 , 四川铭学智能技术有限公司
IPC: G06Q10/06
Abstract: 本发明提出一种海上平台的电气设备标杆选择技术，涉及变压器和海底电缆技术领域。本发明能够专家对设备属性权重的打分，利用建立层次模型选择出标杆设备。包含三个步骤：参数采集，专家赋权，层次分析。本发明对标杆设备的选择不仅仅依赖于数据的内部性质，还取决于专家对权重的赋值，提高了结果的准确性。仅需要专家针对每种设备为属性权重进行赋值，后续的过程中无需再设置超参数，过程简单。不需要大量的实验，所需的属性数据由监测器采集得到。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.021 seconds)
