一种变压器绕组挡油板结构优化方法、系统、设备和介质

    公开(公告)号:CN117610169A

    公开(公告)日:2024-02-27

    申请号:CN202311338132.0

    申请日:2023-10-16

    IPC分类号: G06F30/17 G06F30/27 G06N3/006

    摘要: 本发明公开了一种变压器绕组挡油板结构优化方法、系统、设备和介质,属于变压器结构优化技术领域。本发明的一种基于代理模型的变压器绕组挡油板结构优化方法,通过构建挡油板尺寸参数化模型、动态径向基函数代理模型、参数优化模型和全局寻优模型,得到变压器挡油板尺寸最优组合参数,完成基于代理模型的变压器绕组挡油板结构优化。本发明只需计算一定数目的数据集挡油板尺寸样本,便可将变压器结构优化问题拟合成一个明确表达式形式,再对相应表达式进行优化将大大提高优化效率,并能有效减少了挡油板尺寸样本点选取数量,大大提高了全局优化能力,可以获得更好的优化结果,并能兼顾计算精度和计算效率。

    电力设备故障分析方法、装置、设备及存储介质

    公开(公告)号:CN117235254A

    公开(公告)日:2023-12-15

    申请号:CN202310999991.8

    申请日:2023-08-09

    IPC分类号: G06F16/35 G06F40/30

    摘要: 本发明公开了一种电力设备故障分析方法,涉及深度学习技术领域,用于解决现有电力设备故障检测不准确的问题,该方法包括以下步骤:获取故障描述文本,并对所述描述文本进行预处理,得到待处理文本;对所述待处理文本进行向量初始化,得到文本初始化向量;通过BERT模型对所述初始化向量进行语义提取,得到聚合语义向量;对所述聚合语义向量进行文本相似度计算及文本聚类;根据所述文本聚类结果,进行故障分析匹配。本发明还公开了一种电力设备故障分析装置、电子设备和计算机存储介质。本发明通过对故障描述文本进行语义信息提取,结合BERT模型,获取故障类型的精准匹配结果。

    一种低频电压的局部放电程度识别方法及系统

    公开(公告)号:CN116662900A

    公开(公告)日:2023-08-29

    申请号:CN202310515415.1

    申请日:2023-05-06

    摘要: 本发明公开了一种低频电压的局部放电程度识别方法及系统,属于局部放电识别技术领域。现有方案,没有公开如何识别局部放电的严重程度。本发明的一种低频电压的局部放电程度识别方法,通过构建拟合分布模型,对局部放电数据拟合,得到局放分布状况;根据局放分布状况,计算形状参数或/和尺度参数,并得到形状参数或/和尺度参数的变化趋势;根据变化趋势,确定用于区分局放程度的阈值;根据阈值,能够对发生局放的程度进行准确识别;并且基于形状参数或/和尺度参数的变化趋势进行判断,识别结果准确,不会被外界因素干扰,不易出现误判,进而可对绝缘系统的可靠性以及绝缘老化程度进行准确评估,可以满足复杂电力系统的实际要求。