-
公开(公告)号：CN116008751A
公开(公告)日：2023-04-25
申请号：CN202310018499.8
申请日：2023-01-06
Applicant: 重庆邮电大学 , 重庆熙腾电力设备有限公司
Abstract: 本发明涉及一种基于样本增强的电缆局部放电故障特性识别方法，属于电气领域。该方法包括以下步骤：S1：局放信号检测及特性分析；S2：基于自适应VMD及小波包法的电缆局放信号提取；S3：基于图像变换和深度样本增强的电缆局放识别方法。本发明改进现有局放特征量提取方法增加电力电缆局部放电信号提取效率，提高电力电缆局部放电故障模式识别提高故障识别准确性。
-
公开(公告)号：CN116202649A
公开(公告)日：2023-06-02
申请号：CN202310018484.1
申请日：2023-01-06
Applicant: 重庆邮电大学 , 重庆熙腾电力设备有限公司
IPC: G01K11/324 , G01K1/14 , G01K1/143 , G01K15/00
Abstract: 本发明涉及一种分布式光纤测温系统及方法，属于电力技术领域。该系统包括Raman散射光功率采集器、工控机、电流传感器、多模传感光缆和被测电缆；其中Raman散射光功率采集器由光路部分和信号采集处理部分组成；其中光路部分由激光器和WDM组成；所述激光器是系统的能源点，产生固定中心波长、频率和脉宽的激光脉冲，WDM有3个光路，第一路是入射光路端口，第二路是com光路端口，第三路是采集光路端口。利用反斯托克斯和斯托克斯散射光双路信号解调温度，然后通过补偿光纤损耗消除了其对测试温度的影响，从而提高了长距离光纤测温的准确性。
-
Patent Agency Ranking
公开(公告)号：CN117977573A
公开(公告)日：2024-05-03
申请号：CN202410157826.2
申请日：2024-02-04
Applicant: 重庆邮电大学
IPC: H02J3/00 , G06F18/214 , G06F18/2113 , G06F18/23213 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06F123/02
Abstract: 本发明涉及一种基于相似日聚类和深度学习的光伏短期发电功率预测方法，属于电力系统领域。该方法包括以下步骤：S1：收集并整理光伏发电功率历史数据和数值天气预报NWP数据，通过统一预处理，供后续算法使用；S2：基于皮尔森和最大信息系数MIC算法对数据进行降维处理；S3：利用相似日聚类算法构建输入样本数据；S4：利用深度学习算法CNN‑GRU‑Attention进行学习并预测光伏发电功率。本发明通过相关性分析对模型输入数据进行降维处理，利用相似日和待预测日的NWP数据作为最终的模型输入数据，比起传统数学统计学方法和普通的深度学习算法，学习效率更高效、预测结果更准确、更高泛化。
-
公开(公告)号：CN119864863A
公开(公告)日：2025-04-22
申请号：CN202510015385.7
申请日：2025-01-06
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种光伏发电系统并网输出功率可持续稳定输出控制方法，属于光伏发电技术领域。本发明基于现有光伏功率预测模型，制定每个时段恒定输出功率参考值，实现电网对光伏发电功率的可视先知以及对光伏发电输出功率的可调控，解决光伏发电系统在受环境气象因素影响下所表现出的随机性、间歇性和不可控性问题。通过分时段方法，显著减小储能系统需调节的功率波动，从而有效减少储能所需的配置容量，降低了成本，提高了系统的经济性和运行效率。通过光‑储联合系统的协调运行策略，增强了光伏系统的稳定性和可控制性，确保了其平稳并网。本发明不仅促进光伏发电的大规模并网，还进一步提升光‑储能联合系统的经济效益和电网的运行可靠性。
-
公开(公告)号：CN119848645A
公开(公告)日：2025-04-18
申请号：CN202411948771.3
申请日：2024-12-27
Applicant: 重庆邮电大学
IPC: G06F18/2411 , G01R31/12 , G06F18/10 , G06F18/211 , G06F18/213 , G06F18/214
Abstract: 本发明涉及一种基于支持向量机的电缆局部放电缺陷识别方法，属于电气技术领域。旨在解决现有方法识别率低、易受干扰等问题。该方法首先对采集的局部放电高频信号进行干扰抑制，包括子空间重构抑制窄带干扰和基于集合经验模态分解的频率切片小波变换白噪声抑制。然后，利用优化支持向量数据描述算法进行支持向量多分类，并构建多个分类器。最后，通过计算测试样本到每个分类器的广义距离，并进行决策，实现局部放电缺陷的识别。该方法有效提升了局部放电缺陷识别率，并具有较强的抗干扰能力，为电力电缆绝缘状态检测提供了可靠的技术手段。
-
公开(公告)号：CN117828333A
公开(公告)日：2024-04-05
申请号：CN202410011871.7
申请日：2024-01-04
Applicant: 重庆邮电大学
IPC: G06F18/213 , G01R31/12 , G06F18/241 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于信号混合增强和CNN的电缆局放特征提取方法，属于电力电缆技术领域。该方法包括以下部分：S1：获取原始采集的电缆局放信号图；S2：基于小波变换去噪和非下剪切波变换的局放信号预处理；S3：基于自适应参数伽马校正和BPDFHE的混合局放信号增强；S4：基于卷积神经网络的特征提取。本发明能够用于电力电缆在线运行过程中识别局部放电特征信息，并有效去除噪声，优化数据，为电缆故障分类建立更高效、更快速的辅助决策模型提供有效数据。
-
公开(公告)号：CN116010803A
公开(公告)日：2023-04-25
申请号：CN202310021930.4
申请日：2023-01-06
Applicant: 重庆邮电大学 , 重庆熙腾电力设备有限公司
IPC: G06F18/213 , G01R31/12 , G06F18/24 , G06F18/241 , G06N3/044 , G06N3/08 , G06F9/50
Abstract: 本发明涉及一种基于边缘计算和广义回归神经网络的局放模式识别方法，属于电气领域。该方法包括以下步骤：S1：构建基于边缘计算的标准架构；S2：通过脉冲电流法采集局部放电模型产生的局部放电数据挖掘不同类型局部放电的潜在信息；S3：提取特征值；S4：基于广义回归神经网络和粒子群算法优化，输入特征值得到最终结果。改进现有的局部放电模式识别的方案，将平滑因子的优化及神经网络模型更新部署在云端，而将训练好的广义回归神经网络模型部署在边缘层，解决了系统资源分配问题，提高了系统响应速度。
-
-
-
-
-
-
Search Results
7
records
(took 0.019 seconds)
