-
公开(公告)号：CN112085146A
公开(公告)日：2020-12-15
申请号：CN202010947340.0
申请日：2020-09-10
Applicant: 武汉大学
Abstract: 本发明公开了一种基于差分进化的量子粒子群算法DE‑QPSO的多核相关向量机MKRVM方法对开关寿命进行预测，为进一步研究电容式RF‑MEMS开关在实际应用中存在的可靠性问题，其主要实现步骤为：根据电容式RF‑MEMS开关的相关特性得到开关的寿命公式；在相关向量机计算方法的基础上生成MKRVM的计算方法；利用DE‑QPSO得到MKRVM的最优内核权重；运用MKRVM进行开关的寿命预测。本发明的寿命预测方法实现简单，利用组合算法优化后，提高了方法的准确性和运算速度，并且可以应用于不同电子元器件的寿命预测。
-
公开(公告)号：CN112084651A
公开(公告)日：2020-12-15
申请号：CN202010927855.4
申请日：2020-09-07
Applicant: 武汉大学
IPC: G06F30/20 , G06F119/02 , G06F119/08
Abstract: 本发明公开了一种计及疲劳损伤的多时间尺度风电IGBT可靠性评估方法及系统，利用多时间尺度来综合提取功率器件的寿命信息；建立IGBT模块的电热耦合模型用以获得结温数据；建立IGBT在不同老化状态下的稳态结温数据库；在短期时间尺度剖面下，基于SCADA监测数据，通过电热耦合模型实时输出结温数据，并计算实时热应力循环次数；在长期时间尺度剖面下，依托风机SCADA监测数据获得风速概率分布曲线；结合Bayerer寿命预测模型和稳态结温数据库预先获得在不同老化阶段IGBT可承受的最大热应力循环次数；以热应力循环次数为衔接不同时间尺度的评估结果，计算风电变流器IGBT的累积损伤度和预估寿命。本发明具备较强的在线监测能力。
-
公开(公告)号：CN111398766A
公开(公告)日：2020-07-10
申请号：CN202010286330.7
申请日：2020-04-13
Applicant: 武汉大学
Abstract: 本发明公开了一种IGBT模块健康状态在线监测方法及系统，属于IGBT状态监测领域，为了克服现有的IGBT模块健康状态不能实时监测，本发明的方法包括：使用电流传感器测量每个IGBT模块的集电极电流；将采集到的电流值代入到仿真模型中得到电流不平衡率；根据电流不平衡率与温度对失效模块进行定位，以达到监测IGBT健康状态的目的。本发明的实施简单，监测精度较高，特别是对于模块内部键合线脱落的监测灵敏度较高，具有较好的实时性能，能在线监测IGBT的健康状态。
-
公开(公告)号：CN110674604A
公开(公告)日：2020-01-10
申请号：CN201910891134.X
申请日：2019-09-20
Applicant: 武汉大学
Abstract: 本发明公开了一种基于多维时序帧卷积LSTM的变压器DGA数据预测方法。首先收集各变电站油中溶解气体监测信息，将其分为测试集和验证集；然后采取无编码比值法进一步提取特征参量，删除基本保持不变的数据，并进行归一化、叠加噪声等处理；对处理后的数据集进行加窗变换，形成时序帧；构建C-LSTM网络，将时序帧数据输入到网络卷积层中，获取时序特征量；通过训练集和验证集训练C-LSTM网络，利用验证集进行预测效果测试，并不断优化网络参数。设定网络更新周期，在后期监测任务中针对待预测变压器不断更新。本发明将卷积LSTM网络引入变压器故障预测中，充分提取DGA数据比值特征，并考虑多维时序的复杂关联特性，实现较为准确的预测。
-
公开(公告)号：CN110501585A
公开(公告)日：2019-11-26
申请号：CN201910628714.X
申请日：2019-07-12
Applicant: 武汉大学
Abstract: 本发明公开了一种基于Bi-LSTM和油中溶解气体分析的变压器故障诊断方法。首先采集各变电站的故障DGA监测数据，并对数据进行归一化、序列扩充、叠加噪声等处理，采取无编码比值法进一步提取故障特征信息；然后对DGA序列进行长度排序，并分组填充，将分组划分为训练集和验证集；构建基于Bi-LSTM的深度学习框架，输入数据进行训练。最后结合实际测试数据进行诊断和网络更新，得到诊断准确率和可移植性较高的故障诊断模型。本发明可有效减少DGA数据监测过程中噪声与误差对诊断的影响；综合考虑不同序列间的复杂关联关系，构建了基于Bi-LSTM的变压器故障诊断模型。并引入了序列排序、分组、填充等环节，采取批训练策略处理工程实际中不同变压器采样长度不同的问题。
-
Patent Agency Ranking
公开(公告)号：CN108469560A
公开(公告)日：2018-08-31
申请号：CN201810220095.6
申请日：2018-03-16
Applicant: 武汉大学
Abstract: 一种基于快速S变换时频空间模型的电磁干扰客观复杂度评估方法，包括以下步骤：(1)对实时采集到的空间电磁信号进行快速S变换，获得信号快速度S变换二维时频矩阵；(2)计算快速S变换二维时频矩阵内评估对象与干扰信号的时域占用度TP、频率占用度FP和能量占用度EP；(3)根据时频空间模型，计算出电磁干扰客观复杂度C＝TP*FP*EP；(4)根据客观复杂度值查找定级标准从而确定电磁干扰客观复杂度类型。本发明与现有技术相比，采用快速S变换方法，克服了傅里叶变换的一维局限性，可以同时快速提取时域占用度、频率占用度和能量占用度三个评估参数，采用时频空间模型能有效解决多评估参数同步整体评估问题。
-
公开(公告)号：CN108416103A
公开(公告)日：2018-08-17
申请号：CN201810111240.7
申请日：2018-02-05
Applicant: 武汉大学
Abstract: 一种串联混合动力电动汽车交直流变换器的故障诊断方法，实现对交直流变换器电力电子器件开路故障的识别与诊断，包括如下步骤：首先建立串联混合动力电动汽车交直流变换器的仿真模型，并选取直流侧母线输出电流为故障特征量；接着根据发生故障的电力电子器件个数及其位置，对故障类型进行详细分类；然后利用快速傅里叶变换将故障特征量即直流侧母线输出电流分解到不同的频率段，选取不同频率段的谐波含有率为故障诊断特征向量；最后结合基于遗传算法的BP神经网络实现故障类型识别。本发明主要针对电力电子电路功率器件开路故障诊断与识别，计算简便，准确性高，可有效诊断发生故障的电力电子器件的个数与相对位置。
-
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：CN116742629A
公开(公告)日：2023-09-12
申请号：CN202310490104.4
申请日：2023-05-04
Applicant: 武汉大学
Abstract: 本发明公开了一种基于虚拟磁链误差补偿的特定谐波暂态控制系统及方法，涉及电力电子系统并网逆变器控制技术领域，其中，控制方法包括：采样模块，其用于采样逆变器的输出电压，并根据采样得到的输出电压计算出调制度并输出；预测控制模块，其用于根据所述采样模块计算出的调制度，实现对参考磁链矢量的跟踪，从而控制逆变器模块的开断，以向电网注入特定低阶谐波，实现对电网低阶谐波的抵消控制。本发明将轨迹控制的概念与滚动优化策略相结合，设计了一种具有非常好的动态响应性能的基于OPUS的控制器，较好地解决了电网侧公共连接点电压通常不平衡而且通常含低次谐波的问题。
-
-
-
-
-
-
-
-
-
Search Results
203
records
(took 0.073 seconds)
