一种基于半监督DBNC的变压器故障类型诊断方法

    公开(公告)号:CN110542819A

    公开(公告)日:2019-12-06

    申请号:CN201910910452.6

    申请日:2019-09-25

    Abstract: 本发明公开了一种基于半监督DBNC的变压器故障类型诊断方法,它包括:选定样本数据集;将样本数据分为无标签的预训练集、有标签集、测试集1和测试集2;对故障类型进行状态编码;建立基于深度信念网络分类器的变压器故障诊断模型;对模型的各层参数进行初始化;利用对比散度对底部每个RBM进行逐层训练;通过反向传播对整个网络参数进行优化,使网络分类性能达到全局最优;将训练好的网络进行保存,并利用测试集1的样本数据对网络的分类性能进行验证;解决了对变压器故障诊断采用深度学习网络故障数据进行分析处理,而通常情况下只能获得少量完备数据样本,获取大量具有标签的完备数据样本非常困难,需要花费大量的人力物力。

    5,6,7-三烷氧基-N-芳基取代-4-氨基喹唑啉类衍生物的制备方法及由此方法合成的化合物

    公开(公告)号:CN101463015B

    公开(公告)日:2010-12-08

    申请号:CN200910102408.9

    申请日:2009-01-07

    Applicant: 贵州大学

    Abstract: 本发明一种5,6,7-三烷氧基-N-芳基取代-4-氨基喹唑啉类衍生物的制备方法及由此方法合成的化合物,公开了以2,3,4-三烷氧基苯甲酸、硝酸、甲醇、硫酸、铁粉、氯化铵、钠、甲酰胺、三氯氧磷、三乙胺和芳香胺为原料,以甲醇,乙醇、异丙醇、N,N-二甲基甲酰胺和甲苯为溶剂,经六步合成,本发明是在4-苯胺基喹唑啉类衍生物的基础上,引入不同活性的基团而制备的一系列新型5,6,7-三烷氧基-N-芳基取代-4-氨基喹唑啉类化合物,这些化合物,具有较好的抑制蛋白磷酸化作用,具有较好的预防和治疗恶性肿瘤药物的前景,摘要附图为本发明化合物对前列腺癌细胞PC3蛋白磷酸化的影响试验结果之一。

    一种基于半监督SVM的变压器故障类型诊断方法

    公开(公告)号:CN110689068A

    公开(公告)日:2020-01-14

    申请号:CN201910910443.7

    申请日:2019-09-25

    Abstract: 本发明公开了一种基于半监督SVM的变压器故障类型诊断方法,它包括:选定样本数据集,并对样本数据集进行归一化处理;将样本数据分为无标签的预训练集、有标签集、测试集1和测试集2;对故障类型进行状态编码;建立基于半监督SVM的变压器故障诊断模型;将基于半监督SVM的变压器故障诊断模型进行保存,并利用测试集1的样本数据对分类性能进行验证;保存训练好的半监督SVM的变压器故障诊断模型;用半监督SVM的变压器故障诊断模型对测试集2进行测试,得出分类结果;解决了现有技术对变压器故障诊断采用SVM进行变压器故障诊断;但SVM的准确率严重依赖于参数的选择,需要花费大量的人力物力等技术问题。

    一种基于半监督BP网络的变压器故障类型诊断方法

    公开(公告)号:CN110689069A

    公开(公告)日:2020-01-14

    申请号:CN201910910935.6

    申请日:2019-09-25

    Abstract: 本发明公开了一种基于半监督BP网络的变压器故障类型诊断方法,它包括采集变压器油中溶解气体含量数值作为样本;用有标签数据样本训练分类器;再用训练后的分类器不断的标记无标签数据样本;将置信度高于阀值的标记后的数据样本加入有标签样本集合,重新训练分类器,置信度低于阀值的标记后的数据样本加入无标签样本集合;直到满足停止条件,将有标签样本集合DL作为训练集样本输入到BP神经网络模型进行训练,得到训练好的BP神经网络模型;通过训练好的BP神经网络模型对变压器故障类型进行诊断;解决了针对变压器的采样只能获得少量完备数据样本,获取大量具有标签的完备数据样本非常困难,需要花费大量的人力物力等技术问题。

    5,6,7-三烷氧基-N-芳基取代-4-氨基喹唑啉类衍生物的制备方法及由此方法合成的化合物

    公开(公告)号:CN101463015A

    公开(公告)日:2009-06-24

    申请号:CN200910102408.9

    申请日:2009-01-07

    Applicant: 贵州大学

    Abstract: 本发明一种5,6,7-三烷氧基-N-芳基取代-4-氨基喹唑啉类衍生物的制备方法及由此方法合成的化合物,公开了以2,3,4-三烷氧基苯甲酸、硝酸、甲醇、硫酸、铁粉、氯化铵、钠、甲酰胺、三氯氧磷、三乙胺和芳香胺为原料,以甲醇,乙醇、异丙醇、N,N-二甲基甲酰胺和甲苯为溶剂,经六步合成,本发明是在4-苯胺基喹唑啉类衍生物的基础上,引入不同活性的基团而制备的一系列新型5,6,7-三烷氧基-N-芳基取代-4-氨基喹唑啉类化合物,这些化合物,具有较好的抑制蛋白磷酸化作用,具有较好的预防和治疗恶性肿瘤药物的前景,摘要附图为本发明化合物对前列腺癌细胞PC3蛋白磷酸化的影响试验结果之一。

    基于北方苍鹰算法优化SVM的GIS设备PD类型判定方法及系统

    公开(公告)号:CN116662802A

    公开(公告)日:2023-08-29

    申请号:CN202310512378.9

    申请日:2023-05-09

    Abstract: 本发明涉及GIS设备PD类型识别技术领域,具体公开了一种基于北方苍鹰算法优化SVM的GIS设备PD类型判定方法及系统,一方面,针对原始北方苍鹰优化算法的初始种群是随机产生的,可能导致初始种群个体位置分布不均匀,降低种群多样性从而影响寻优速度的问题,引入混沌映射策略提升初始种群质量;另一方面,在算法的开发阶段引入非线性收缩因子CF替换原始北方苍鹰优化算法中的线性收缩因子R,加快算法的寻优速度;最后,针对原始北方苍鹰优化算法在寻优过程中容易陷入局部最优的问题,引入平面镜反射成像学习策略,提升算法跳出局部最优的能力。应用本发明,可以显著提升GIS设备PD故障类型的识别效率与分类精度,保障现代化电力系统的安全性与可靠性。

    一种基于半监督SVM的变压器故障类型诊断方法

    公开(公告)号:CN110689068B

    公开(公告)日:2023-07-18

    申请号:CN201910910443.7

    申请日:2019-09-25

    Abstract: 本发明公开了一种基于半监督SVM的变压器故障类型诊断方法,它包括:选定样本数据集,并对样本数据集进行归一化处理;将样本数据分为无标签的预训练集、有标签集、测试集1和测试集2;对故障类型进行状态编码;建立基于半监督SVM的变压器故障诊断模型;将基于半监督SVM的变压器故障诊断模型进行保存,并利用测试集1的样本数据对分类性能进行验证;保存训练好的半监督SVM的变压器故障诊断模型;用半监督SVM的变压器故障诊断模型对测试集2进行测试,得出分类结果;解决了现有技术对变压器故障诊断采用SVM进行变压器故障诊断;但SVM的准确率严重依赖于参数的选择,需要花费大量的人力物力等技术问题。

    采用改进海洋捕食者算法优化SVM的GIS设备PD类型判定方法

    公开(公告)号:CN116028871A

    公开(公告)日:2023-04-28

    申请号:CN202211260293.8

    申请日:2022-10-14

    Abstract: 本发明涉及GIS设备PD类型判定技术领域,具体公开了一种采用改进海洋捕食者算法优化SVM的GIS设备PD类型判定方法。一方面,针对原始海洋捕食者算法的初始种群是随机产生的,可能导致初始种群个体位置分布不均匀,降低种群多样性从而影响寻优速度的问题,引入混沌映射策略和反向学习机制提升初始种群质量;另一方面,针对原始海洋捕食者算法存在容易陷入局部最优和收敛速度慢等缺陷,提出一种多子群扰动的思路。对经FADs效应扰动后的海洋捕食者的猎物种群根据适应度函数值将种群平均分成两个子群,对于适应度函数值较高的子群按自适应柯西变异进行扰动,另一子群进行类差分演化,生成多子群扰动解,带入下一次迭代。

Patent Agency Ranking