-
-
公开(公告)号：CN117975040A
公开(公告)日：2024-05-03
申请号：CN202410361782.5
申请日：2024-03-28
申请人： 南昌工程学院 , 国网吉林省电力有限公司电力科学研究院
IPC分类号： G06V10/44 , G06V10/82 , G06N3/0464 , G06V10/80 , G06V10/774
摘要： 本发明公开了一种基于改进YOLOv5的GIS红外图像识别系统与方法，该系统由红外图像采集装置和GIS红外图像目标检测装置组成；红外图像采集装置采集变电站GIS红外图像，并输入至GIS红外图像目标检测装置；GIS红外图像目标检测装置内含基于改进YOLOv5的GIS红外图像识别模型，用于GIS类别检测；所述基于改进YOLOv5的GIS红外图像识别模型是在YOLOv5的基础上，引入GhostNet网络和SimAM模块进行改进。本发明可实现对于变电站复杂环境下的GIS识别，识别精度高且速度快。
-
公开(公告)号：CN112085037B
公开(公告)日：2024-04-09
申请号：CN202010996963.7
申请日：2020-09-21
申请人： 国网吉林省电力有限公司电力科学研究院 , 南昌工程学院 , 吉林省电力科学研究院有限公司
摘要： 本发明公开了一种变电设备红外热故障特征提取及数字化表达方法，具体属于电力设备状态检测和故障诊断领域。该方法在对变电设备红外故障图像进行预处理的情况下，一方面通过提取变电设备的热点温度、热点温差、发热面积来表达出三相设备的故障等级；另一方面通过提取变电设备的位置信息来定位故障位置，从而实现故障类型的表达。并将四个特征量与故障等级标签利用向量的形式表示出来，不仅实现了变电设备的热故障特征数字化表达，也还为后续利用深度学习网络识别故障提供训练数据库。
-
公开(公告)号：CN117471234A
公开(公告)日：2024-01-30
申请号：CN202311414519.X
申请日：2023-10-30
申请人： 国家电投集团福建建宁电力有限公司 , 南昌工程学院
IPC分类号： G01R31/08 , G06F18/10 , G06N3/006 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种电缆集电线路故障定位方法，采集行波信号后，进行滤波去噪处理，并通过故障前后一周波的波形计算出故障暂态行波，然后对暂态行波进行相模变换，使之去耦合；故障暂态行波通过小波变换生成合适分辨率的小波系数二维图，并以此作为蜣螂优化的卷积神经网络的训练样本；搭建蜣螂优化的卷积神经网络，并用训练样本数据对其进行训练；最后，将实际故障信号经过相同的信号处理方式，以此作为测试样本并输入完成训练的蜣螂优化的卷积神经网络实现电缆集电线路故障测距。本发明通过蜣螂优化算法优化的卷积神经网络，可较好地对电缆行波信号进行故障分析。
-
公开(公告)号：CN116526478B
公开(公告)日：2023-09-19
申请号：CN202310800611.3
申请日：2023-07-03
申请人： 南昌工程学院
IPC分类号： H02J3/00 , H02J3/38 , G06F18/243 , G06F18/214 , G06N3/006 , G06N7/08 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明公开了基于改进的蛇群优化算法的短期风电功率预测方法及系统，利用四分位法对风电场异常数据清洗并插补，建立极致梯度提升树分类模型并且利用改进的蛇群优化算法优化极致梯度提升树，对极致梯度提升树分类模型进行训练和测试，并且划分天气类型，根据分类结果构建不同天气下的多维特征矩阵，构建自适应预测模型并且预测转折性天气下的风电功率。本发明使用改进的蛇群优化算法对极致梯度提升树的学习率、树深度、最佳树的个数这三个参数进行优化可以提高极致梯度提升树分类模型的准确率，进而提高自适应预测模型的准确率，解决现有风电功率预测方案在转折性天气时段存在较大误差的问题。
-
公开(公告)号：CN116705065A
公开(公告)日：2023-09-05
申请号：CN202310692879.X
申请日：2023-06-12
申请人： 南昌工程学院
摘要： 本发明公开了一种基于LSTM‑BHPSO的变电站声纹故障诊断方法，采集变电站声纹信号，并使用MFCC进行特征提取，得到特征数据集，将特征数据集分为训练集和测试集；构建基于LSTM网络的变电站声纹故障诊断模型；将MFCC提取的特征点数量、批处理样本数、网络层个数、隐含层与全连接层的个数作为粒子的位置使用BHPSO算法进行迭代寻优得到最优初始参数，将最优初始参数输入基于LSTM网络的变电站声纹故障诊断模型；使用训练好的基于LSTM网络的变电站声纹故障诊断模型进行变电站声纹故障诊断。本发明具有较好的处理效率，可以避免局部最优，有利于获得准确的故障诊断结果。
-
公开(公告)号：CN116184141B
公开(公告)日：2023-08-29
申请号：CN202310450336.7
申请日：2023-04-25
申请人： 南昌工程学院
IPC分类号： G01R31/12 , G06F18/213 , G06F18/2411
摘要： 本发明公开一种气体绝缘设备故障诊断方法及系统，方法包括：根据GIS设备的声压信号中各个声压片段的频谱构建关于时间矩的Hankel矩阵；替换Hankel矩阵中第(1×1)和(k×k)个元素，并从Hankel矩阵的元素开始的其余元素都放在同一列，选择前n个独立行和前n个独立列，得到修正Hankel矩阵；计算关于时间矩的修正Hankel均矩阵，并对修正Hankel均矩阵进行特征向量变换，得到修正Hankel矩阵的特征值以及特征向量；根据特征值以及GIS设备的声压信号的实际特征值计算随机鞅；若随机鞅大于故障阈值，则基于熵值法确定修正Hankel均矩阵各分量的权重系数。通过故障特征向量学习与精准提取，有效提升了故障检测准确度。
-
公开(公告)号：CN116125235A
公开(公告)日：2023-05-16
申请号：CN202310399312.3
申请日：2023-04-14
申请人： 南昌工程学院 , 中国电力科学研究院有限公司
IPC分类号： G01R31/12 , G06F18/10 , G06F18/213 , G06F18/24 , G06F18/2411 , G06N20/10 , G06N3/006
摘要： 本发明属于电力设备故障分析技术领域，公开了一种基于超声信号的GIS局部放电故障诊断方法，将GIS局部放电超声信号用基于广义S变换的瞬态提取变换的时频分析方法变换成反映某一频率在不同时间上变化的瞬时提取广义S变换时频谱，构建瞬时提取广义S变换时频谱数据集；通过局部线性嵌入算法对瞬时提取广义S变换时频谱数据集进行降维，得到低维特征数据集；利用改进的蝴蝶算法对LSSVM的超参进行优化，以所得的低维特征数据集为基础，构造PODSBOA‑LSSVM故障诊断模型，对未知的GIS局部放电超声信号进行诊断。本发明采用群延迟提取瞬时提取广义S变换时频谱，去除了干扰信号，增强了识别精度。
-
公开(公告)号：CN115902508A
公开(公告)日：2023-04-04
申请号：CN202211348268.5
申请日：2022-10-31
申请人： 国网吉林省电力有限公司电力科学研究院 , 南昌工程学院
摘要： 本发明涉及一种基于语义分割与拓扑重构的电力设备过热故障快速定位方法。将电力设备按类别标注后，使用连通区域分析实现电力设备的同相识别，计算并判断三相各类电力设备的面积及横坐标是否皆成等差数列，如皆成等差数列，根据将各类电力设备中面积最大相、横坐标最小或最大相，推断出同相的各类电力设备，形成局部电气拓扑图，局部电气拓扑图与变电站主接线图对比，核验局部电气拓扑图中各类电力设备的同相连接关系是否正确；从而实现了电力设备的连接关系拓扑重构，并基于局部电气拓扑图与变电站主接线图实现故障定位。本发明可快速实现同相设备的故障关联与推算，为故障诊断提供预诊依据，便于快速故障定位。
-
公开(公告)号：CN115689070A
公开(公告)日：2023-02-03
申请号：CN202310000659.6
申请日：2023-01-03
申请人： 南昌工程学院
摘要： 本发明涉及一种基于帝王蝶算法优化BP神经网络模型的能源预测方法，该方法针对能源消费总量及其影响因素的数据建立BP神经网络模型；通过归一化函数将所有数据归一化消除量纲影响；并通过帝王蝶算法对确定BP神经网络模型的初始权重、初始阈值；将最终得到的初始权重、初始阈值代回BP神经网络模型对测试集的能源消费总量进行预测。本发明将帝王蝶算法应用到BP神经网络模型中，降低了单一BP神经网络模型预测的随机性，缩小了预测误差范围，也提高了BP神经网络模型的预测精度，其方法相对简单，预测效果更优。
-
-
-
-
-
-
-
-
-
搜索结果
125 条记录 (耗时 0.077 秒)
