-
公开(公告)号：CN105932732B
公开(公告)日：2018-05-04
申请号：CN201610318756.X
申请日：2016-05-12
申请人： 国网山东省电力公司电力科学研究院 , 国家电网公司
IPC分类号： H02J7/00 , G01R31/327 , H01M10/44
摘要： 本发明公开了断路器控制电路、电动汽车充电机运行控制电路及方法，断路器控制电路包括逻辑与非器件，其输入端与充电电流判断模块和充电机投入时刻判断模块分别相连；充电电流判断模块包括第一比较器，其第一输入端和第二输入端分别与充电电流信号采集电路和电流阈值输入电路相连，第一比较电路将接收到信号进行比较并输出高电平信号或低电平信号至逻辑与非器件；充电机投入时刻判断模块包括第二比较器，其第一输入端和第二输入端分别与充电机投入时刻脉冲信号输入电路和投入时刻阈值脉冲信号输入电路相连，第二比较电路将接收到信号进行比较并输出高电平信号或低电平信号至逻辑与非器件；逻辑与非器件输出触发信号来控制断路器的开闭。
-
公开(公告)号：CN107907800A
公开(公告)日：2018-04-13
申请号：CN201711123027.X
申请日：2017-11-14
申请人： 国网山东省电力公司电力科学研究院 , 国家电网公司
CPC分类号： G01R31/1263 , G01R29/0878
摘要： 本发明公开了一种变压器缝隙泄露电磁波的局放检测系统及方法，系统由设置在变压器内部用于产生电磁波的信号源发生设备、设置在变压器的缝隙中用于接收电磁波的电磁波接收设备和与所述电磁波接收设备连接用于采集电磁波接收设备接收的电磁波信号的数据采集设备构成；方法通过控制设备调节调PD脉冲源输出PD脉冲信号，并通过天线传感器和示波器采集电力变压器缝隙中或内部的电磁波信号，以此完成对变压器缝隙泄露电磁波的检测；本发明不仅能够对电力变压器缝隙泄露PD电磁波信号进行有效检测，而且为对变压器缝隙中(内部)的电磁波分布规律进行研究提供了有力支撑。
-
公开(公告)号：CN104680192B
公开(公告)日：2017-12-12
申请号：CN201510061576.3
申请日：2015-02-05
申请人： 国家电网公司 , 国网山东省电力公司电力科学研究院
摘要： 本发明公开了一种基于深度学习的电力图像分类方法，步骤：采用乱序发射机制实现输入电力图像的逐类发射：在乱序发射机制中采用第一缓存区和第二缓存区，第一缓存区用于存储若干张待处理的图象，从第一缓存区中选取若干张图象存储到第二缓存区中，第二缓存区的图象排队等候发射；对电力图像进行区域提取；对区域提取后的图象进行增强处理；对增强处理后的图像的进行大小调整，并将该图象格式化使其满足分类器的输入；将数据输入到分类器中，选择不同的训练集大小和训练速度进行多次实验，并将分类准确率和效率进行对比分析，选出最优的训练参数，以获得最佳训练效果。本发明比传统技术有着明显的优势，训练的收敛速度较快并有较高的准确率。
-
公开(公告)号：CN104537034B
公开(公告)日：2017-11-10
申请号：CN201410806481.5
申请日：2014-12-22
申请人： 国家电网公司 , 国网山东省电力公司电力科学研究院
CPC分类号： G06F17/30
摘要： 本发明公开了基于时间序列分析的输变电设备的状态监测数据清洗方法，步骤如下：建立输变电设备状态数据的初始时间序列模型，通过初始时间序列模型估计初始拟合的残差序列和残差方差；利用初始时间序列模型，计算每个观测点的检验统计量；判断检验统计量的绝对值的最大值是否大于设定阈值；通过修正后的时间序列模型的模型残差计算每个观测点的检验统计量，根据检验统计量的绝对值的最大值是否大于设定阈值来判断是否存在新的噪声点，直到所有的噪声点都被识别出。本发明具有清洗效率高、保持了数据的完整性、避免数据有用信息丢失的优点。
-
公开(公告)号：CN106777150A
公开(公告)日：2017-05-31
申请号：CN201611180560.5
申请日：2016-12-19
申请人： 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 山东鲁能软件技术有限公司 , 国家电网公司
IPC分类号： G06F17/30
摘要： 本发明公开了一种融合电网运行环境及设备信息的跨系统数据转换方法，统一电网运行环境和设备模型规范，统一各个业务系统的关联关系和规范标准；依据运行环境和设备模型规范，对各个业务系统的源数据进行初步的数据清洗，过滤出不符合规范的数据；根据不同类型设备的负荷进行计算，确定负荷属性，利用文本特征提取次数最多的特征内容用来构造新属性，并进行不同系统的匹配，根据匹配结果更新电网运行环境响。本发明建立了统一电网运行环境及设备模型规范，为电力行业各业务系统数据的对应融合提供了参考依据。
-
公开(公告)号：CN104535905B
公开(公告)日：2017-05-24
申请号：CN201410768520.7
申请日：2014-12-11
申请人： 国家电网公司 , 国网山东省电力公司电力科学研究院
摘要： 本发明公开了一种基于朴素贝叶斯分类的局部放电诊断方法，包括：进行数据采集，然后对采集的信号进行抗干扰处理；将处理后的信号转存为一个二维数组，根据PRPS图谱分别得到PRPD图谱、N‑P图谱和Q‑P图谱；分别在所述PRPD图谱、N‑P图谱和Q‑P图谱上进行特征提取；利用等宽离散化方法或者等频率离散化方法对特征提取后的数据进行离散化；利用朴素贝叶斯得到局部放电的故障类别。本发明有益效果：本发明的诊断方法正确率为80.5％，可以满足现场的实际应用。同时，对等宽和等频两类典型的无监督的离散化方法做了详细的研究，指出等频离散化方法优于等宽离散化方法，并给出了等频离散化方法最优的经验值。
-
公开(公告)号：CN106649479A
公开(公告)日：2017-05-10
申请号：CN201610867068.9
申请日：2016-09-29
申请人： 国网山东省电力公司电力科学研究院 , 上海交通大学 , 国网山东省电力公司 , 山东理工大学 , 国家电网公司
发明人： 周加斌 , 苏建军 , 任志刚 , 周大洲 , 刘洪正 , 杨祎 , 杜修明 , 郭志红 , 陈玉峰 , 辜超 , 盛戈皞 , 陈天 , 侯慧娟 , 贾京苇 , 朱文兵 , 朱孟兆 , 朱庆东 , 彭飞 , 王建 , 王学磊 , 王善龙 , 冯彩
IPC分类号： G06F17/30
摘要： 本发明公开了一种基于概率图的变压器状态关联规则挖掘方法，包括：构建变压器状态量关联规则挖掘的数据集；找出变压器状态量数据集中所有的频繁2‑项集；筛选频繁2‑项集，并计算筛选后的所有频繁2‑项集之间的条件概率分布；以频繁2‑项集及不同频繁2‑项集之间的条件概率分布为边，构造概率图；找出所有的关联规则，生成关联规则集合；根据计算得到的支持度和置信度确定变压器各状态量之间的关联程度；将各状态量数据间的关联规则引入变压器状态预测，对预测结果进行修正。本发明有益效果：将经过数据挖掘得到的数据间关联规则引入状态预测对预测结果进行修正可以显著提高预测精度：平均预测误差从20％下降到了10％。
-
公开(公告)号：CN106447202A
公开(公告)日：2017-02-22
申请号：CN201610865423.9
申请日：2016-09-29
申请人： 国网山东省电力公司 , 国网山东省电力公司电力科学研究院 , 上海交通大学 , 国家电网公司
发明人： 张方正 , 苏建军 , 赵岩 , 孟瑜 , 李勇 , 周大洲 , 杨祎 , 郭志红 , 陈玉峰 , 辜超 , 盛戈皞 , 李华东 , 杜修明 , 周加斌 , 郑建 , 马艳 , 林颖 , 耿玉杰 , 白德盟 , 侯慧娟 , 贾京苇 , 朱庆东 , 任敬国
摘要： 本发明公开了基于数据挖掘和主成分分析的电力设备状态评估方法，包括以下步骤：确定电力设备的待评估参量；对确定的电力设备的待评估参量进行挖掘分析，利用主成分分析方法建立电力设备运行状态的综合评估模型；选择建模数据，求解模型参数，确定预警值，进行实时动态评估。本发明中该方法通过降维技术建立电力设备状态关键参数体系，减少了计算空间和时间，提高了运算速率和效率；而且在缺乏电力设备的历史故障样本数据的情况下，依然可以针对同类设备的不同个体实现差异化评价。
-
公开(公告)号：CN106446426A
公开(公告)日：2017-02-22
申请号：CN201610865178.1
申请日：2016-09-29
申请人： 国网山东省电力公司电力科学研究院 , 国家电网公司
CPC分类号： G06F17/5009 , G06F2217/76 , G06Q50/06
摘要： 本发明公开了一种基于健康指数的电力变压器评估方法，包括以下步骤：建立电力变压器的量化指标体系；采集电力变压器的历史状态数据和当前的状态数据，包括电力变压器的基本信息数据、例行试验数据及运维数据；采用统计工具对采集的数据对试验数据正态化处理，保留变压器故障原因产生的异常值；通过公共系数分析的方法，来确定采集数据中的各变量的关联性；通过公共因素关联度分析方法，得出各评价指标在评价变压器总体健康状况时的贡献值；建立变压器健康指数评价模型，计算变压器健康指数，根据健康指数评价变压器整体健康状况。本发明能够全面评价变压器整体健康状况。
-
公开(公告)号：CN105868770A
公开(公告)日：2016-08-17
申请号：CN201610168812.6
申请日：2016-03-23
申请人： 国网山东省电力公司电力科学研究院 , 国家电网公司
摘要： 本发明公开了一种基于非监督学习模型的高压断路器故障诊断方法，包括：获取高压断路器分合闸过程中线圈电流波形并根据该波形获得高压断路器的状态参数；对高压断路器的振动信号进行采样，选择其时间节点t；将高压断路器故障分类并进行编号，作为故障模型辨识系统的输出，将线圈电流、振动信号和时间节点为故障模型辨识系统的输入；将降噪自解码算法作为典型的非监督学习模型，对模型进行训练，采用SVM结构，由降噪自编码算法得到的损失函数，得到断路器故障的回归表达式；根据断路器故障的回归表达式，得到发生故障时的线圈电流数据与故障类型的对应关系，再通过待判定的故障数据来判定故障类型。本发明这种训练优化的过程可以避免局部最优解。
-
-
-
-
-
-
-
-
-
搜索结果
136 条记录 (耗时 0.05 秒)
