-
公开(公告)号：CN108804832B
公开(公告)日：2020-06-16
申请号：CN201810611501.1
申请日：2018-06-14
申请人： 东南大学
IPC分类号： G06F30/20 , G06F119/10 , G01R31/12
摘要： 本发明公开了一种基于VMD的间隔阈值局部放电去噪方法，首先利用变分模态分解算法对染噪局部放电信号进行分解，得到多个有限带宽模态分量。计算各个模态分量的峭度指标，保留峭度较大的模态。接着利用变分模态分解算法分解白噪声，分解白噪声后得到模态分量的两个统计特性。然后估计局部放电信号主导模态残留的低频白噪声的标准差，利用3σ准则确定阈值。最后引入间隔阈值方法去除所述模态中的白噪声，并重构模态得到最终去噪后的局部放电信号。本发明利用VMD算法对染噪局放信号进行分解，并分析模态分量的特征，有效抑制窄带周期干扰和白噪声，减少局放信号波形的畸变，较好地保留局放信号的特征，便于更准确地检测局放信号。
-
公开(公告)号：CN110263984A
公开(公告)日：2019-09-20
申请号：CN201910481374.2
申请日：2019-06-04
摘要： 本发明公开了一种基于相空间重构和深度神经网络的超短期净负荷预测方法，首先采用C-C法对净负荷的时间序列进行相空间重构，然后利用深度神经网络对重构后的数据进行拟合并得出负荷的预测值。采用实测数据建模的结果表明，本发明所提出的基于相空间重构和深度神经网络的超短期净负荷预测模型在光伏系统大量接入配电网母线，以及不同天气情况下均有较好的性能，与传统方法相比具有更高的预测精度。
-
公开(公告)号：CN107703913A
公开(公告)日：2018-02-16
申请号：CN201710833926.2
申请日：2017-09-15
申请人： 东南大学
IPC分类号： G05B23/02
摘要： 一种UPFC故障诊断方法，包括：1)建立UPFC模型，模拟4种故障，采集UPFC直流侧正极电压和直流电流在4种故障与正常状态下的数据，利用边界提取与二次采样法简化原始数据，构成有效数据仓库；2)采用小波变换将预处理过的数据经消噪和重构处理后识别出故障点，得到统一数量级的故障特征数据集；3)提取特征值，包括4个直流侧正极电压上边界电压特征值，4个直流侧正极电压下边界电压特征值和4个直流电流特征值，构造特征样本空间；4)建立支持向量机故障预测模型，对UPFC的5种状态进行故障诊断。本发明能高效、精确、迅速识别模拟的5种UPFC状态，提高电网智能化运维水平，延长设备使用年限，减少UPFC运维成本，弥补控保系统在故障早期预警和故障定位中的不足。
-
公开(公告)号：CN103336243A
公开(公告)日：2013-10-02
申请号：CN201310273548.9
申请日：2013-07-01
申请人： 东南大学
IPC分类号： G01R31/327
摘要： 本发明涉及基于分合闸线圈电流信号的断路器故障诊断方法，方法为：（1）采集原始故障数据集，对采集到的数据进行归一化处理；（2）利用粒子群算法（PSO）与模糊核C-均值聚类（KFCM）相结合的算法P-KFCM，对数据集进行分类，得到原始故障样本隶属度矩阵，根据隶属度将数据集分为C类；（3）通过聚类有效性指标MPC对聚类数C进行校核，以MPC最大值所对应的聚类数C作为最佳聚类数。（4）将最优分类中每两类的数据样本建立一个SVM预测训练器，得到C×(C-1)/2个SVM训练模型。（5）将采集到的测试样本分别输入SVM训练器，得到初步测试结果。（6）综合所有的测试结果，得到最终的故障诊断结论。利用本发明可以提高故障分类的准确性，实现断路器故障类型的在线自检测。
-
公开(公告)号：CN102901622A
公开(公告)日：2013-01-30
申请号：CN201210328794.5
申请日：2012-09-06
申请人： 东南大学
IPC分类号： G01M13/00
摘要： 基于三相位移信号的真空断路器机械参数在线监测方法，通过小波分析和Hilbert变换进行真空断路器机械参数在线监测，针对真空断路器三相位移信号的特点，首先通过小波消噪消除干扰因素，然后利用小波分解与重构凸显出位移特征量，最后通过Hilbert变换提取信号包络，检测特征量，得到断路器分合闸过程的各项机械参数。本发明能够在不增加额外采集信号通道的情况下，对断路器在线监测系统所采集的位移信号实时进行分析处理，得到断路器分合闸过程的各项机械参数，相对简单实用，提高了三相测量精度，其有效性和稳定性已通过实验的证明，并在实际工程应用中取得了较好的效果。
-
公开(公告)号：CN114358132A
公开(公告)日：2022-04-15
申请号：CN202111493861.4
申请日：2021-12-08
申请人： 东南大学
摘要： 本发明公开了一种自监督对比学习的非侵入性负荷识别方法及其系统，包括数据增强从合成数据中提取多标签操作特征；格拉姆矩阵编码：使用格拉姆角场编码将电源序列转换为图像矩阵，实现特征自动提取；自监督对比学习架构：利用包含两个卷积子神经网络的对比学习架构，从主监测通道和设备监测通道中分别提取特征，并在该架构中应用infoNCE损失函数，以进行参数优化，缩小特征空间的类内距离，扩大类间距离。最后，测试样本的标签由从训练集中提取的支持集内每个类别的样本的平均相似性确定。通过两个典型的NILM公共数据集REDD和ECO验证了所提算法的有效性，这些数据集包含低频功率数据，结果表明，算法不仅拥有识别多标签用电器操作的高准确率。
-
公开(公告)号：CN114020809A
公开(公告)日：2022-02-08
申请号：CN202111302047.X
申请日：2021-11-04
申请人： 东南大学苏州研究院
IPC分类号： G06F16/2458 , G06F30/20 , G06N3/04 , G06N3/08 , G06Q50/06
摘要： 本发明公开一种基于DNN的电热综合能源系统快速状态估计方法及介质，该方引入数据驱动理论，利用蒙特卡洛采样方法模拟电、热负荷分布，通过对负荷数据耦合潮流计算获得电‑热耦合IES运行数据。利用子网络参数之间的相关性分析进行特征提取，根据特征提取结果划分数据集，向数据集中的量测量叠加高斯白噪声模拟实际量测量，训练并测试深度神经网络。根据相关性分析结果提取实际量测量，输入快速状态估计模型，获得状态量。本发明所提电‑热综合能源系统快速状态估计模型能够有效提高状态估计精度，减少状态估计时间，为电‑热综合能源系统的调度提供实时、准确的运行数据。
-
公开(公告)号：CN113393165A
公开(公告)日：2021-09-14
申请号：CN202110783326.6
申请日：2021-07-12
申请人： 东南大学
摘要： 本发明公开一种具备可解释性的晶闸管换流阀运行状态评估方法，包括如下步骤：确定状态量与状态等级，输入换流阀运行状态数据集；训练CatBoost分类器，以全局准确率、召回率对结果进行评价；对换流阀运行状态进行实时评估，基于SHAP归因分析法解释评估模型的结果。本发明在对特高压直流输电晶闸管换流阀状态评估方面具有较高的准确率，算法简单易于实现，且能够解释评估模型的运算逻辑与真实推理过程，找出影响评估结果的关键因素，在一定程度上能帮助工程人员正确判断换流阀的运行状态，为检修决策的制定提供针对性的理论指导，应用价值和前景巨大。
-
公开(公告)号：CN111650444A
公开(公告)日：2020-09-11
申请号：CN202010655356.4
申请日：2020-07-09
申请人： 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 东南大学 , 国家电网有限公司 , 江苏省电力试验研究院有限公司
摘要： 本发明公开了一种基于回归分析的电磁环境中TCU失效预警方法，包括步骤：(1)通过电磁时域仿真软件确定TCU电路板图上的敏感器件；(2)在敏感器件上设置若干个探头，监视感应电压波动或感应电流波动，若出现异常则记录到异常日志中；(3)对异常日志pn进行信息提取，构造异常信息向量sn，并评估其失效模式概率 (4)建立历史异常信息与失效模式之间的关系，构造失效检测器；(5)利用失效检测器对实时异常信息向量sn进行评估，判断其失效趋势及是否发出预警。本发明充分利用回归分析有监督学习的特征，不断扩大失效模式，修正预警时间参数，提高预警的精确性。本发明方法可为晶闸管级的检修提供支撑，应用价值和前景巨大。
-
公开(公告)号：CN107703913B
公开(公告)日：2019-09-06
申请号：CN201710833926.2
申请日：2017-09-15
申请人： 东南大学
IPC分类号： G05B23/02
摘要： 一种UPFC故障诊断方法，包括：1)建立UPFC模型，模拟4种故障，采集UPFC直流侧正极电压和直流电流在4种故障与正常状态下的数据，利用边界提取与二次采样法简化原始数据，构成有效数据仓库；2)采用小波变换将预处理过的数据经消噪和重构处理后识别出故障点，得到统一数量级的故障特征数据集；3)提取特征值，包括4个直流侧正极电压上边界电压特征值，4个直流侧正极电压下边界电压特征值和4个直流电流特征值，构造特征样本空间；4)建立支持向量机故障预测模型，对UPFC的5种状态进行故障诊断。本发明能高效、精确、迅速识别模拟的5种UPFC状态，提高电网智能化运维水平，延长设备使用年限，减少UPFC运维成本，弥补控保系统在故障早期预警和故障定位中的不足。
-
-
-
-
-
-
-
-
-
搜索结果
56 条记录 (耗时 0.083 秒)
