-
公开(公告)号：CN110824245A
公开(公告)日：2020-02-21
申请号：CN201911098373.6
申请日：2019-11-12
Applicant: 南昌工程学院
IPC: G01R22/10
Abstract: 本发明涉及电力负荷监测技术领域，公开了一种应用于家庭配电箱的半侵入式负荷监测系统，包括传感模块，传感模块包括若干电流传感器和空气断路器，位于总回路上的电流传感器连接漏电保护模块，位于支路回路上的电流传感器连接有数据采集模块，数据采集模块连接有数据处理与控制模块，数据处理与控制模块分别双向连接显示模块和存储模块，所述数据采集模块通过供电模块进行供电；还公开了其检测方法和具体应用。本发明，通过半侵入式负荷监测方法实现家庭配电箱每个空气断路器回路电器运行状态实时判断，并具有漏电保护功能。
-
公开(公告)号：CN119479700A
公开(公告)日：2025-02-18
申请号：CN202510042422.3
申请日：2025-01-10
Applicant: 国家电投集团江西电力工程有限公司 , 南昌工程学院
Inventor： 孙艳秋 , 邓仁青 , 刘川 , 康兵 , 童浪兴 , 张肆化 , 喻国辉 , 章卓航 , 孙健 , 徐玮 , 余景瀚 , 刘定坤 , 秦桐 , 王雷 , 李梦宇 , 夏夷茨 , 董小伟
Abstract: 本发明属于电力设备在线检测领域，涉及一种基于波搜索优化的新能源场站变压器声纹故障诊断方法，将经过预处理的变压器声纹信号，分别经由梅尔滤波器和Gammatone滤波器处理，从而提取梅尔频率倒谱系数和伽马通频率倒谱系数，然后进行线性组合，并应用引入L2范数正则化后的Fisher值进行筛选，获得优化后的混合倒谱系数特征，而后形成特征训练集；使用改进后的波搜索算法优化BP神经网络，选取出最优正则化参数和动量因子；采集新能源场站变压器实时运行时的变压器声纹信号组成测试集，将测试集导入训练后的BP神经网络模型，判断变压器是否故障并导出故障类型。本发明可降低训练的损失率，提高声纹故障检测准确率。
-
公开(公告)号：CN119441743A
公开(公告)日：2025-02-14
申请号：CN202510028699.0
申请日：2025-01-08
IPC: G06F18/10 , G06N3/006 , G06F18/2131
Abstract: 本发明公开了一种变压器声纹信号去噪方法，包括如下步骤：使用声音采集装置采集变压器声纹信号；采用改进山猫优化算法对时变滤波经验模态分解的带宽阈值和B样条阶数进行优化，再使用优化后的时变滤波经验模态分解将采集到的变压器声纹信号分解成本征模态函数；采用滑动窗对本征模态函数进行分段截取，并且将截取后的本征模态函数构建成三阶信号张量；将构建的三阶信号张量输入贝叶斯高斯张量分解模型中进行分解重构，再根据张量构造逆过程将重构后的三阶信号张量还原成一维向量；本发明运用改进后的山猫优化算法优化时变滤波经验模态分解的参数，避免了分解时的混叠现象。
-
公开(公告)号：CN119106338A
公开(公告)日：2024-12-10
申请号：CN202411595325.9
申请日：2024-11-11
Applicant: 南昌工程学院
IPC: G06F18/241 , G06F18/214 , G06F18/25 , G06N3/0464 , G06N3/044 , G06N3/006 , G01H17/00 , G06F123/02
Abstract: 本发明公开了一种变压器铁芯松动故障声纹诊断方法，包括如下步骤：利用小波变换将采集到的声纹时序数据转换成声纹特征图谱；建立基于熵权法的传感器动态响应数据融合算法，并根据声纹时序数据的相对重要程度对声纹特征图谱实时融合，得到小波动态融合声纹特征图谱；采用改进冠豪猪优化算法对改进的卷积神经网络进行优化并进行训练；将小波动态融合声纹特征图谱导入至训练后的改进卷积神经网络中进行特征提取与识别，得到最终诊断结果；本发明通过将随机游走策略和柯西变异算子分别引入冠豪猪算法的第一种防御策略和第二种防御策略，可增强算法搜索的周密性，消除局部最优解的消极影响。
-
公开(公告)号：CN118655946A
公开(公告)日：2024-09-17
申请号：CN202410969663.8
申请日：2024-07-19
Applicant: 南昌工程学院 , 江西变压器科技股份有限公司
IPC: G05F1/56
Abstract: 本发明公开了一种改进光伏最大功率点追踪方法及装置，该方法获取光伏发电系统的当前开路电压和短路电流作为鹦鹉优化算法输入参数，初始化鹦鹉种群参数，引入改进的反向学习策略跳出当前位置，扩大鹦鹉种群的搜索范围，设计鹦鹉种群不同的行为作为鹦鹉优化算法更新规则，对鹦鹉种群初始化参数进行寻优，引入基于莱维增量和高斯游走的优化策略对鹦鹉种群的停留行为进行改进，帮助算法跳出局部最优；迭代直到最大迭代次数，迭代结束将最大输出电压定为全局最优值，当输出功率变化率大于输出功率变化率阈值时，重新迭代。本发明解决了传统的最大功率点跟踪算法在光照突变的环境下求解精度低以及可能陷入局部最优的问题。
-
Patent Agency Ranking
公开(公告)号：CN117807896B
公开(公告)日：2024-04-30
申请号：CN202410228085.2
申请日：2024-02-29
Applicant: 南昌工程学院 , 江西变压器科技股份有限公司
IPC: G06F30/27 , G06N3/006 , G01R19/00 , G06F111/04
Abstract: 本发明公开了一种电解水制氢系统电磁暂态电压信号分解方法及系统，该方法通过电压传感器实时采集整流变压器一次侧的电压信号；使用变模态分解法对所得电压信号进行变模态分解；在变模态分解过程中，使用改进金豺优化算法优化变模态分解方法的模态数和惩罚因子，得到变模态分解法的最优模态数和最优惩罚因子，输出在最优模态数和最优惩罚因子条件下变模态分解所得模态分量；最后根据分解所得模态分量判断光伏发电系统是否发生能量跌落从而引起电磁暂态冲击。本发明使用改进金豺优化算法优化变模态分解方法，并对整流变压器一次侧的电压信号进行分析，可判断能量跌落引起的电磁暂态冲击。
-
公开(公告)号：CN117709010A
公开(公告)日：2024-03-15
申请号：CN202311633043.9
申请日：2023-11-29
Applicant: 国网湖北省电力有限公司超高压公司 , 国网湖北省电力有限公司电力科学研究院 , 南昌工程学院
Inventor： 邓华璞 , 罗浪 , 杨丰帆 , 张子熙 , 武晓蕊 , 赵泽予 , 李佳 , 况静 , 胡晶 , 马雯君 , 贺佳慧 , 童歆 , 张露 , 韩煦 , 侯成 , 吕嘉威 , 许志浩 , 康兵 , 丁贵立 , 王宗耀
IPC: G06F30/17 , G06F30/27 , G16C20/70 , G06N3/084 , G06F119/08 , G06F119/02
Abstract: 本发明公开了一种基于OCSSA‑BP的变压器绝缘油溶解气体分析方法，构建变压器油中溶解气体成分以及含量数据组成的油中溶解气体监测数据集，油中溶解气体监测数据集作为BP神经网络输入量，变压器故障类型为输出量；通过麻雀优化算法优化BP神经网络的权重和阈值，返回最优权值和最优阈值；构建基于OCSSA‑BP的变压器绝缘油溶解气体分析模型，实现对于溶解气体成分及浓度的分析，从而得到变压器故障诊断结果。本发明采用融合鱼鹰和柯西变异的麻雀优化算法(OCSSA)作为BP神经网络的优化算法，对BP神经网络的权值及阈值进行优化，高了分析效率及故障识别准确率。
-
公开(公告)号：CN117708697A
公开(公告)日：2024-03-15
申请号：CN202311633019.5
申请日：2023-11-29
Applicant: 国网湖北省电力有限公司超高压公司 , 国网湖北省电力有限公司电力科学研究院 , 南昌工程学院
Inventor： 邓华璞 , 罗浪 , 杨丰帆 , 张子熙 , 武晓蕊 , 赵泽予 , 李佳 , 况静 , 胡晶 , 马雯君 , 贺佳慧 , 童歆 , 张露 , 李旭东 , 袁军 , 侯成 , 吕嘉威 , 许志浩 , 康兵 , 丁贵立 , 王宗耀
IPC: G06F18/2415 , G06F18/2431 , G06F18/213 , G06N3/084 , G06N3/047 , G06N3/006
Abstract: 本发明属于电力设备监测技术领域，涉及一种基于PNN网络的变压器DGA故障诊断方法，选取变压器油中溶解气体成分及含量的监测数据组成DGA数据集，将DGA数据集进行最小‑最大值归一化处理，对PNN网络的平滑参数进行初始化，根据初始化参数搭建PNN网络，并将训练集输入PNN网络；将PNN网络的平滑参数作为寻优参数，并以PNN网络的故障诊断准确率作为适应度；采用改进的蛇优化算法的得到最优适应度及对应的平滑参数；基于最优平滑参数构建基于PNN网络的变压器DGA故障诊断模型，输入待诊断数据，获取变压器故障诊断结果。本发明通过改进的蛇优化算法优化PNN网络，提供了故障识别准确率。
-
-
公开(公告)号：CN115687952B
公开(公告)日：2023-11-07
申请号：CN202310000630.8
申请日：2023-01-03
Applicant: 南昌工程学院
Abstract: 发明公开了一种基于黎曼流形聚类的配电网线变关系辨识方法及装置，该方法将电压时间序列划分为多个电压时间子序列，每个电压时间子序列的所有点的特征向量组成电压时间子序列的特征矩阵；电压时间序列之间的距离由电压时间子序列之间的平均距离计算；以不同配变的电压时间序列的特征矩阵作为数据集进行黎曼流形聚类；通过对聚类结果的分析以实现错误配变的检测。本发明使用了大数据挖掘中的思想，有效解决了传统辨识方法中存在的校核阈值难以确定以及多特征量校核时的特征量选取困难的问题。
-
-
-
-
-
-
-
-
-
Search Results
132
records
(took 0.027 seconds)
