公开(公告)号：CN113988364A

公开(公告)日：2022-01-28

申请号：CN202111088738.4

申请日：2021-09-16

Applicant: 贵州电网有限责任公司

Inventor： 黄育松 ,  章熙 ,  刘晓放 ,  梁铃 ,  王平 ,  施诗 ,  谢恩彦 ,  陈刚 ,  吕委伦

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F17/14 ,  G06N3/04 ,  H02J3/00

Abstract: 本专利公开了一种基于变分模态分解和多尺度下采样的光伏功率出力预测方法。该方法分别利用基于变分模态分解和多尺度下采样的两种尺度信息，通过变分模态分解获取同一个特征中的不同时间尺度信息，通过下采样获取不同特征的中的相同尺度信息。同时变分模态特征进行模态卷积网络融合，并使用光伏真实值对模态卷积网络进行预训练，对多个尺度信号通过多个尺度卷积网络进行融合，并使用光伏真实值对尺度卷积网络进行预训练，最后通过全连接网络将模态卷积网络和尺度卷积网络进行训练，并采用真实值对整个网络进行训练，从而多尺度信息可以显著提高光伏预测的性能，且具有较强的泛化性能，具有良好的实用性。

公开(公告)号：CN113989539A

公开(公告)日：2022-01-28

申请号：CN202111088730.8

申请日：2021-09-16

Applicant: 贵州电网有限责任公司

Inventor： 陈胜 ,  姬源 ,  覃海 ,  陈智祺 ,  周忠强 ,  张洪略 ,  吴睿 ,  陈知导 ,  汤健东 ,  吕委伦

IPC: G06V10/764 ,  G06V10/774 ,  G06K9/62 ,  G06T7/00 ,  G06N3/04

Abstract: 本发明公开了一种基于红外图像和机器学习的绝缘子故障诊断方法，将CNN自编码网络在绝缘子红外图像数据集上使用图像分类任务进行预训练，提取绝缘子红外图像区域级的原始特征，接着在最后一层卷积层得到的特征映射层上设置候选区域，然后进行空间金字塔池化操作，通过将空间金字塔池化结果分别经过识别网络和分类网络，并将识别网络和检测网络和结果拼在一起，并经过全连接网络得到预测的绝缘子红外图像故障状态。实现了将红外图像和机器学习技术的有机融合，对绝缘子故障进行精准、高效、智能化地诊断，有效地提高绝缘子在线故障诊断的效率。