-
公开(公告)号：CN113837141B
公开(公告)日：2023-10-27
申请号：CN202111188680.0
申请日：2021-10-12
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网有限公司
IPC: G06F18/213 , G06F18/214 , G06F18/2411
Abstract: 本发明提供了一种抗驱鼠器干扰的信号提取方法及系统，该方法包括如下步骤：获取含抗鼠器干扰的原始局部放电超声信号；含抗鼠器干扰的原始局部放电超声信号进行集合经验模态分解得到各固有模态函数分量；根据各固有模态函数分量和训练好的SVM模型，对放电分量与驱鼠器干扰分量进行模式识别得到抗干扰信号，可有效反映放电信号与驱鼠器干扰之间的特征差异，算法最终获得的抗驱鼠器干扰信号具有明显的工频周期性与高信噪比的优点。
-
公开(公告)号：CN113392732B
公开(公告)日：2023-05-26
申请号：CN202110599932.2
申请日：2021-05-31
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网有限公司
IPC: G06F18/213 , G06F18/23213 , G01R31/12
Abstract: 本发明属于局部放电领域，提供了一种局部放电超声信号抗干扰方法及系统。其中，该方法包括对输入的局部放电超声信号进行EMD分解成若干固有模态函数IMF；利用排列熵算法计算各IMF的熵值，将各IMF的排列熵作为特征量并聚类成两类，将聚类中心大的一类IMF作为干扰集中的位置；对干扰集中的IMF分别进行基于小波变换的多尺度分解，获得各层的近似系数与细节系数；分别将每层的细节系数作为特征量且聚类成两类，将聚类中心小的一类系数作为干扰系数，并对干扰系数进行阈值处理，基于各层近似系数及处理后的各层细节系数重构获得降噪后的IMF；基于排列熵聚类中心小的一类IMF与降噪后的IMF，重构获得最终的抗干扰信号。
-
公开(公告)号：CN115375565A
公开(公告)日：2022-11-22
申请号：CN202210941085.8
申请日：2022-08-05
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网有限公司 , 北京邮电大学 , 中国电力科学研究院有限公司
Inventor： 师伟 , 林颖 , 李杰 , 秦佳峰 , 孙景文 , 王江伟 , 张丕沛 , 汪鹏 , 孙承海 , 张峰达 , 李壮壮 , 刘萌 , 白德盟 , 郑文杰 , 熊永平 , 吕晓兵 , 刘碧云 , 杜非 , 常文治 , 李程启 , 张围围 , 刘辉 , 周超
Abstract: 本申请涉及一种图像中特定形状噪声去除方法，包括以下步骤：根据图像中特定形状噪声的特性，生成包含特定形状噪声的图像数据集；训练并保存对图像进行特定形状噪声分割的图像分割网络，利用所述图像分割网络对图像数据集中的图像进行分割处理；训练并保存去除特定形状噪声的生成对抗网络，将利用图像分割网络分割后的图像输入生成对抗网络，利用所述生成对抗网络去除图像中的特定形状噪声。本申请可以有效地去除图形中特定形状的噪声。
-
公开(公告)号：CN112732934B
公开(公告)日：2022-05-27
申请号：CN202110029159.6
申请日：2021-01-11
Applicant: 国网山东省电力公司电力科学研究院 , 北京邮电大学 , 国家电网有限公司
IPC: G06F16/36 , G06F16/35 , G06F16/33 , G06F40/211 , G06F40/242 , G06F40/247 , G06F40/295 , G06N3/04 , G06N3/08
Abstract: 一种电网设备分词词典和故障案例库构建方法，构建了电网领域分词词典，然后对故障案例数据进行格式转换、分词等预处理，然后运用多种技术手段，从文本数据中分析生成结构化电网设备故障案例、特征标签、关键词云、关联规则等信息。为上述信息设计关系型数据库Schema，以报告为主键，将上述文本信息和预处理中保留的图片、作者等信息一起入库，形成电网设备故障案例库。提升了电网领域文本的分词准确性，结构化的案例数据库使根据案例内容的检索更为准确，将故障案例数据库中的特征标签作为项集，整理挖掘故障的有效关联规则，可用于故障预警，填补了电网领域文本分析技术应用的空白。提升了电网领域语料的应用价值，降低了查阅成本。
-
公开(公告)号：CN114065815A
公开(公告)日：2022-02-18
申请号：CN202111362144.8
申请日：2021-11-17
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网有限公司
Abstract: 本公开提供了提供了一种基于EEMD与神经网络的变压器局部放电识别方法及系统，包括：获取变压器高频局放信号，并进行相应预处理；利用集合经验模态分解方法，对高频局放信号进行初始特征提取；基于预先训练的神经网络模型及提取的初始特征，获得局部放电识别结果；其中，所述神经网络模型采用卷积神经网络与长短时记忆网络的结合，通过所述卷积神经网络从初始特征中提取局部局放特征，并通过所述长短时记忆网络从局部局放特征中提取整体局放特征。所述方案通过集合经验模态分解方法获取变压器局放高频信号主要特征，并将特征送入到CNN‑LSTM中进行学习，解决了传统深度学习方法依赖大量数据，准确度低，泛化能力不足的问题，提高了局放识别的准确性。
-
Patent Agency Ranking
公开(公告)号：CN113946994A
公开(公告)日：2022-01-18
申请号：CN202111194081.X
申请日：2021-10-13
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网有限公司
Inventor： 杨祎 , 辜超 , 郑文杰 , 李杰 , 林颖 , 白德盟 , 崔其会 , 黄锐 , 吕学宾 , 吕俊涛 , 刘萌 , 邢海文 , 任敬国 , 师伟 , 李程启 , 秦佳峰 , 张丕沛
IPC: G06F30/23 , G06F17/16 , G06F111/10 , G06F119/14
Abstract: 本发明属于计算机技术领域，公开了一种基于数字孪生体的光滑有限元数值计算方法，所述方法包括：获取固体材料的固体材料数据和多边形单元数据；将目标范围内的每个所述多边形单元分别划分为多个光滑单元；计算每个所述光滑单元的刚度矩阵，并得到所述多边形单元的刚度矩阵；基于所述多边形单元的刚度矩阵得到固体材料刚度矩阵和荷载矩阵；根据固体材料刚度矩阵及荷载矩阵进行矩阵运算，得到固体材料静态弹性问题的位移近似解矩阵U。能够在不增加计算成本的前提下，极大改善了有限元的求解精度与能量收敛速度，并且可以消除对双线性等参元形状的限制，更灵活地离散问题域，解决了传统有限元法对映射单元形状的限制的问题。
-
公开(公告)号：CN113887107A
公开(公告)日：2022-01-04
申请号：CN202111194573.9
申请日：2021-10-13
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网有限公司
Abstract: 本申请实施例公开了基于数字孪生体的六面体体积计算方法及系统，所述方法包括：根据设定编号规则对目标六面体的八个顶点进行编号；确定目标六面体的八个顶点的坐标；进一步根据顶点的坐标计算目标六面体的每个面的对角线向量坐标；将对角线向量组成矩阵，计算矩阵行列式；最终将每个面的矩阵行列式的结果相加，得到目标六面体的体积。针对现有的计算六面体体积浮点数计算繁琐，消耗大量计算资源等问题，从构造四角化六面体出发，将四角化六面体的体积分解成六个子体积之和，减少了计算六面体体积的浮点数运算次数。
-
公开(公告)号：CN113884844A
公开(公告)日：2022-01-04
申请号：CN202111369869.X
申请日：2021-11-18
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网有限公司
IPC: G01R31/12
Abstract: 本发明属于电故障探测技术领域，提供了一种变压器局部放电类型识别方法及系统，包括：获取变压器至少两种类型的局部放电图谱；对获取的图谱进行预处理；将预处理后的图谱输入局部放电类型识别模型，得到变压器的局部放电类型；其中，局部放电类型识别模型的特征提取网络采用CBAM结构将注意力机制同时运用在通道层面和空间层面两个维度上，通道层面用于捕获不同类型的局部放电图谱的特征，空间层面用于捕获局部放电图谱的相位、幅度和周期的聚集关系，减少了无效特征的权重，提取出更有利于提高识别准确率的特征，提高了放电类型识别的准确率。
-
公开(公告)号：CN113392732A
公开(公告)日：2021-09-14
申请号：CN202110599932.2
申请日：2021-05-31
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网有限公司
Abstract: 本发明属于局部放电领域，提供了一种局部放电超声信号抗干扰方法及系统。其中，该方法包括对输入的局部放电超声信号进行EMD分解成若干固有模态函数IMF；利用排列熵算法计算各IMF的熵值，将各IMF的排列熵作为特征量并聚类成两类，将聚类中心大的一类IMF作为干扰集中的位置；对干扰集中的IMF分别进行基于小波变换的多尺度分解，获得各层的近似系数与细节系数；分别将每层的细节系数作为特征量且聚类成两类，将聚类中心小的一类系数作为干扰系数，并对干扰系数进行阈值处理，基于各层近似系数及处理后的各层细节系数重构获得降噪后的IMF；基于排列熵聚类中心小的一类IMF与降噪后的IMF，重构获得最终的抗干扰信号。
-
公开(公告)号：CN113177566A
公开(公告)日：2021-07-27
申请号：CN202110581559.8
申请日：2021-05-26
Applicant: 全球能源互联网研究院有限公司 , 国网山东省电力公司电力科学研究院 , 国家电网有限公司
Abstract: 本发明公开了一种特征提取模型训练方法、装置及计算机设备，该方法包括如下步骤：获取特征提取模型的图像训练数据集，特征提取模型的图像训练数据集包括：无标签图像训练数据集；对特征提取模型的图像训练数据集中的每一张图像进行裁切，得到图像块集；对图像块集中的每一个图像块进行两次不同的预处理操作，得到图像块对集；将图像块对集输入到第一机器学习模型中进行训练，直到满足预设条件，得到特征提取模型。本发明通过对裁切后的图像块进行两次不同的预处理操作，将得到的图像块对集输入到第一机器学习模型中进行训练，直接学习目标图像块的特征，能够适应样本图像分辨率高、图像内容较为复杂的条件，提高特征提取模型的性能。
-
-
-
-
-
-
-
-
-
Search Results
141
records
(took 0.119 seconds)
