-
公开(公告)号:CN115062538B
公开(公告)日:2024-08-13
申请号:CN202210639082.9
申请日:2022-06-07
IPC: G06F30/27 , G06F18/213 , G06F18/24 , G06F18/2415 , G06F18/25 , G06N3/0464 , G06N3/08 , G01R31/54
Abstract: 本发明公开了一种基于注意力机制和卷积NN的变换器故障诊断方法及系统,步骤为:建立双有源桥变换器的仿真模型,并选择故障诊断信号;收集不同功率开关器件的故障诊断信号样本;利用卷积操作构建特征提取模块,利用注意力机制构建去噪模块和特征融合模块,提取和融合输入诊断样本中三个诊断信号的故障特征,构建多分支卷积神经网络模型;将故障诊断信号样本输入到多分支卷积神经网络中训练,根据训练后的网络对双有源桥变换器的开路故障进行诊断及定位。本发明利用注意力机制构建故障诊断模型,去除了诊断信号中的噪声并融合了多诊断信号的故障特征,有效提高了诊断准确度,且利用卷积神经网络进行诊断,提高了诊断的智能化。
-
公开(公告)号:CN118123887A
公开(公告)日:2024-06-04
申请号:CN202410299156.8
申请日:2024-03-15
Applicant: 武汉大学
Abstract: 基于主动和被动联合调节的膝关节机构、方法及机器人,涉及膝关节领域。基于主动和被动联合调节的膝关节机构包括连接大腿的第一连接机构、连接小腿的第二连接机构、至少一个连接板、与第一连接机构和连接板连接的柔性传动机构、与连接板和柔性传动机构连接的被动调节机构及与第二连接机构和柔性传动机构连接的主动调节机构;柔性传动机构能在第一连接机构相对于第二连接机构转动时同步转动;被动调节机构能在第一连接机构相对于第二连接机构转动时调节阻尼力;主动调节机构能驱动柔性传动机构转动调节第一连接机构相对于第二连接机构转动时的阻尼力。基于主动和被动联合调节的膝关节机构、方法及机器人能主动和被动调节转动阻尼力以适应使用需求。
-
-
公开(公告)号:CN118094121A
公开(公告)日:2024-05-28
申请号:CN202410154465.6
申请日:2024-02-04
Applicant: 武汉大学
IPC: G06F18/15 , G01R31/00 , G01R31/62 , G01M13/00 , G06T5/70 , G06T5/50 , G06T3/4038 , G06N3/0464
Abstract: 本发明公开了一种基于信息融合与改进深度残差网络的变压器故障诊断方法及系统,属于电力变压器故障诊断技术领域。利用格拉姆角场将不同位置的一维的振动信号转换为二维图像,并采用引导滤波的方式实现不同位置二维图像的融合;将残差块中的传统卷积替换为空洞卷积以提升卷积感受野;将升维型卷积注意力模块嵌入到含有空洞卷积的残差块,形成最终的改进的深度残差网络模块;将融合后的二维图像输入改进后的深度残差网络模块完成故障诊断。本发明充分考虑现有的故障数据利用不足以及关键故障特征难以提取的问题,所提出的方法能够自适应的实现多位置传感器数据的融合,并将网络的注意力放在对诊断有利的区域,能够实现高精度的电力变压器故障诊断。
-
公开(公告)号:CN117648674A
公开(公告)日:2024-03-05
申请号:CN202311362193.0
申请日:2023-10-18
Applicant: 国网湖北省电力有限公司直流公司 , 武汉大学
Abstract: 本发明公开了一种基于IOMA‑ARIMA的电力变压器振动信号预测方法,利用ADF检验对变压器原始振动信号进行平稳性检验,若不平稳则进行差分处理直至信号平稳;其次,在OMA算法中引入周期突变机制,使改进后的优化算法在解空间中能够进行较大范围的周期性跳跃,以实现算法更为充分的寻优;最后,利用IOMA算法对ARIMA模型参数p和q进行定阶,实现对变压器振动信号的预测。本发明充分考虑了电力变压器振动信号因非平稳特性而导致难以预测的问题,所构建的模型能够直接对非平稳的振动信号进行平稳化处理,且改进后的优化算法能够帮助模型更精确的预测变压器振动信号,对维护电力变压器安全稳定运行具有重要意义。
-
公开(公告)号:CN114563607A
公开(公告)日:2022-05-31
申请号:CN202210087784.0
申请日:2022-01-25
Applicant: 武汉大学
Abstract: 本发明公开了一种PCB罗氏线圈电流传感器基于集总参数的带宽快速计算方法,该方法包括:将PCB罗氏线圈内部的一点设为三维直角坐标系的原点,写出被测导体的参数方程;以PCB罗氏线圈的一个端点为起点,按照罗氏线圈内部电流的流向对PCB罗氏线圈线匝走线的交点和线圈两端点依次进行编号;将线匝点编号以及每个线匝点的坐标储存在矩阵中;分别计算每个线匝走线段与被测导体之间的互感;计算线匝走线段的自感系数、线匝段之间的电容、电阻和集肤深度;得到相邻两点之间的电气关系;将电气关系写成矩阵形式并将矩阵合并为一个方程,计算得到等效互感。本发明通用性强,计算方便,易于编制程序进行计算,节省设计时间;计算过程中没有经验公式,计算精度高。
-
公开(公告)号:CN118940120A
公开(公告)日:2024-11-12
申请号:CN202411074769.8
申请日:2024-08-07
Applicant: 武汉大学 , 长江三峡集团江苏能源投资有限公司 , 国电南瑞科技股份有限公司
IPC: G06F18/241 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/047 , G06F18/214 , G06F18/213 , G06F18/25 , G06F18/2413 , G06F18/22 , G06N3/08
Abstract: 本发明公开了一种基于多度量残差图卷积网络的电力变压器状态评估方法,属于电力变压器状态监测与健康评估领域,对于变压器的油中溶解气体数据,对其进行归一化并采用SMOTE Tomek混合采样算法对其进行平衡预处理;采用高斯核函数、余弦相似度以及皮尔逊相关系数三种度量方法,计算多种油中溶解气体间的相关性,对油中溶解气体融合构造k近邻图;设计基于图卷积网络和图池化层的残差图卷积网络提取图结构数据的特征,输出状态评估的结果,训练在线状态评估模型。变压器的在线监测数据经同样的数据预处理流程后可输出在线状态评估的结果。本发明基于图深度学习方法学习油中溶解气体间的关联性,提高了状态评估的准确率。
-
公开(公告)号:CN115146739B
公开(公告)日:2024-11-05
申请号:CN202210884861.5
申请日:2022-07-26
IPC: G06F18/2431 , G06F18/243 , G06F18/2415 , G01N33/28 , G06N3/0442 , G06N3/084 , G06N3/0985 , G06N5/01 , G06N20/20 , G06F18/27 , G06F123/02
Abstract: 本发明公开了一种基于堆叠时间序列网络的电力变压器故障诊断方法,包括:采集各变电站中变压器的油中气体;对采集的数据进行z‑score归一化,得到归一化矩阵;将归一化矩阵按比例划分为训练集和测试集;构建基于Xgboost和双向门控循环神经网络的堆叠时间序列网络,输入训练集和测试集进行网络训练;利用实时采集的数据经过归一化后得到可训练的数据,进行故障预测和网络参数的更新。本发明利用Xgboost和门控神经网络对油中气体数据进行预测,由元学习器从两个时间序列网络中获得电力变压器预测数据,并通过Softmax层得到变压器的故障诊断结果。该神经网络具有准确的故障诊断性能和稳定的鲁棒性。
-
公开(公告)号:CN115585104A
公开(公告)日:2023-01-10
申请号:CN202211308249.X
申请日:2022-10-25
Applicant: 武汉大学
Abstract: 本发明公开了一种仅用正常样本的风电机组异常在线检测方法及系统,属于风电机组故障检测技术领域,具体耦合了多级定量庞加莱图和支持向量数据描述,该方法包括以下步骤:采集风电机组核心部件的历史及在线运行振动信号;利用多级定量庞加莱图捕捉部件振动信号中多层次的非线性动力学特征;基于正常样本的特征构建SVDD的超球空间,获得异常检测决策域;利用该超球空间对在线实测信号进行检测,确定机组是否出现异常状态,并发出报警。本发明提供了能够准确快速地检测风电机组的异常状况并发出报警的方法,能简单而经济地实现,为及时发现风电机组异常提供了有力指导,保障风电机组可靠稳定运行。
-
公开(公告)号:CN114062883B
公开(公告)日:2022-11-04
申请号:CN202111346559.6
申请日:2021-11-15
Applicant: 武汉大学
IPC: G01R31/26
Abstract: 本发明公开了一种基于输出相电压模型的T型三电平逆变器开路故障诊断方法及系统,属于电力电子设备故障诊断技术领域。本发明根据不同假设的故障下的相位电压模型来定位开路故障,无需执行侵入式操作。所建立的输出相电压模型考虑了中性点电压不平衡和时间偏移注入的影响。通过将疑似的开路故障位置输入到该模型,可以得到假设条件下的相位电压矢量和残差。故障诊断可分为两步:首先,在假设系统正常的情况下,利用相应的电压残差矢量来检测故障组;接着,建立两个假设下的相位电压模型来近似真实的模型来定位故障。此外,还总结了电流零域和非零域条件下的故障定位规则,特别是所提出的假设方法具有正确性验证能力,从而避免了误诊断。
-
-
-
-
-
-
-
-
-