-
公开(公告)号：CN113095019B
公开(公告)日：2022-11-11
申请号：CN202110359329.7
申请日：2021-04-02
申请人： 上海交通大学 , 国网山东省电力公司枣庄供电公司
IPC分类号： G06F30/36 , G06F119/08
摘要： 本发明公开了一种局部放电信号仿真方法，其包括步骤：(1)构建等离子体流体模型；(2)采用等离子体流体模型对绝缘气隙局部放电的微观的粒子反应与运动过程进行局部放电仿真，以得到气隙电容值和感应电容值；(3)搭建模拟绝缘气隙局部放电的三电容实体模型；(4)将放电延迟时间、放电起始电压以及所述气隙电容值和感应电容值施加于所述三电容实体模型，并调整三电容实体模型的仿真参数，进行局部放电信号仿真。相应地，本发明还公开了与该方法对应的局部放电信号仿真系统。
-
公开(公告)号：CN111275108A
公开(公告)日：2020-06-12
申请号：CN202010064775.0
申请日：2020-01-20
申请人： 国网山东省电力公司枣庄供电公司 , 上海交通大学
摘要： 本发明公开了一种基于生成对抗网络对局部放电数据进行样本扩展的方法，其包括：(1)采集局部放电数据；(2)对局部放电数据进行预处理，以得到真实样本数据；(3)构建生成对抗网络并采用生成对抗网络对局部放电数据进行样本扩展，生成对抗网络包括生成器、判别器和生成样本存储器；(4)采用生成样本存储器中的生成样本数据对真实样本数据进行扩展。此外，本发明还公开了一种对局部放电缺陷进行诊断的方法。另外，本发明还公开了一种基于生成对抗网络对局部放电数据进行样本扩展的系统。该方法可以综合考虑数据集的整体分布，分析数据的分布情况，通过生成对抗网络可以对局部放电数据中少量样本进行数据增强，降低样本不平衡。
-
公开(公告)号：CN110334866B
公开(公告)日：2022-11-11
申请号：CN201910602683.0
申请日：2019-07-05
申请人： 上海交通大学 , 上海交通大学烟台信息技术研究院
摘要： 本发明公开了一种考虑绝缘缺陷类别与故障关联性的电力设备故障概率预测方法，其包括步骤：(1)采集电力设备的PRPS图谱数据并对其进行预处理；(2)基于经过预处理的PRPS图谱数据提取局部放电特征；(3)将局部放电特征输入经过训练的卷积神经网络，经过训练的卷积神经网络输出电力设备具有某类绝缘缺陷的概率值P(Dk)；并且还将局部放电特征输入经过训练的长短时记忆神经网络，经过训练的长短时记忆神经网络输出电力设备在Dk的条件下发生故障的概率P(F|Dk)；(4)基于下述公式获得电力设备的最终故障概率P(F)：此外，本发明还公开了一种电力设备故障概率预测系统。
-
公开(公告)号：CN110334866A
公开(公告)日：2019-10-15
申请号：CN201910602683.0
申请日：2019-07-05
申请人： 上海交通大学 , 上海交通大学烟台信息技术研究院
摘要： 本发明公开了一种考虑绝缘缺陷类别与故障关联性的电力设备故障概率预测方法，其包括步骤：(1)采集电力设备的PRPS图谱数据并对其进行预处理；(2)基于经过预处理的PRPS图谱数据提取局部放电特征；(3)将局部放电特征输入经过训练的卷积神经网络，经过训练的卷积神经网络输出电力设备具有某类绝缘缺陷的概率值P(Dk)；并且还将局部放电特征输入经过训练的长短时记忆神经网络，经过训练的长短时记忆神经网络输出电力设备在Dk的条件下发生故障的概率P(F|Dk)；(4)基于下述公式获得电力设备的最终故障概率P(F)：此外，本发明还公开了一种电力设备故障概率预测系统。
-
公开(公告)号：CN110161388B
公开(公告)日：2021-04-06
申请号：CN201910496881.3
申请日：2019-06-10
申请人： 上海交通大学
摘要： 本发明公开了一种高压设备的故障类型识别方法，其包括步骤：(1)获取高压设备局部放电的特高频信号数据和超声波信号数据；(2)分别提取基于特高频信号数据的PRPS图谱特征和基于超声波信号数据的梅尔频谱特征；(3)构建支持向量机神经网络和卷积神经网络，将PRPS图谱特征输入支持向量机神经网络以使其输出PRPS图谱特征所表征的第一故障诊断概率矩阵；将梅尔频谱特征输入卷积神经网络以使其输出梅尔频谱特征所表征的第二故障诊断概率矩阵；(4)基于Choquet模糊积分对第一故障诊断概率矩阵和第二故障诊断概率矩阵进行融合，得到最终诊断的故障类型。此外，本发明还公开了一种高压设备的故障类型识别系统。
-
公开(公告)号：CN114519464B
公开(公告)日：2024-08-09
申请号：CN202210152063.3
申请日：2022-02-18
申请人： 上海交通大学
IPC分类号： G06Q10/04 , G06Q50/06 , G06F16/36 , G06F40/284 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/082 , G06N5/022
摘要： 本发明公开了一种设备灾害事故预测方法，其包括步骤：(1)采集自然灾害下输电线路事故发生的历史案例；(2)构建电网自然灾害知识图谱的本体模型；(3)基于历史案例和本体模型构建历史电网自然灾害知识图谱；(4)采用自注意网络双向编译表示模型得到历史电网自然灾害知识图谱中每个实体的低维嵌入化向量表示，其中每一个历史案例中的所有实体的低维嵌入化向量表示组成该历史案例的特征矩阵；(5)构建图卷积神经网络，以每个历史案例的特征矩阵作为图卷积神经网络的输入对其进行训练以得到事故概率预测模型的模型参数；(6)进行预测时，将待预测案例的特征矩阵输入经过训练的图卷积神经网络，可得不同事故类型发生概率。
-
公开(公告)号：CN110161388A
公开(公告)日：2019-08-23
申请号：CN201910496881.3
申请日：2019-06-10
申请人： 上海交通大学
摘要： 本发明公开了一种高压设备的故障类型识别方法，其包括步骤：(1)获取高压设备局部放电的特高频信号数据和超声波信号数据；(2)分别提取基于特高频信号数据的PRPS图谱特征和基于超声波信号数据的梅尔频谱特征；(3)构建支持向量机神经网络和卷积神经网络，将PRPS图谱特征输入支持向量机神经网络以使其输出PRPS图谱特征所表征的第一故障诊断概率矩阵；将梅尔频谱特征输入卷积神经网络以使其输出梅尔频谱特征所表征的第二故障诊断概率矩阵；(4)基于Choquet模糊积分对第一故障诊断概率矩阵和第二故障诊断概率矩阵进行融合，得到最终诊断的故障类型。此外，本发明还公开了一种高压设备的故障类型识别系统。
-
公开(公告)号：CN113569558B
公开(公告)日：2023-09-26
申请号：CN202110761402.3
申请日：2021-07-06
申请人： 上海交通大学
IPC分类号： G06F40/211 , G06F40/289 , G06F16/33 , G06F18/214 , G06N3/048 , G06N3/02
摘要： 本发明公开了一种实体关系抽取方法，其通过标注电力设备局部放电中文文本，获得训练样本和实测样本；构建自注意网络双向编译表示模型，用训练样本对其进行预训练，将训练样本或实测样本输入上述模型中，得到第一向量序列，并将第一向量序列输入多层自注意力网络得到第二向量序列，将需要进行关系抽取的两个实体的向量序列片段从第一向量序列中提取，用最大池化法得到两个实体的语义特征向量，计算得到两个实体的位置特征向量并与语义特征向量相加得到两个实体向量；用分段最大池化法将第二向量序列转化为句子向量，将句子向量与两个实体向量拼接在一起，而后输入全连接神经网络中进行关系分类，得到两个实体在文本句子中的关系。
-
公开(公告)号：CN113095019A
公开(公告)日：2021-07-09
申请号：CN202110359329.7
申请日：2021-04-02
申请人： 上海交通大学
IPC分类号： G06F30/36 , G06F119/08
摘要： 本发明公开了一种局部放电信号仿真方法，其包括步骤：(1)构建等离子体流体模型；(2)采用等离子体流体模型对绝缘气隙局部放电的微观的粒子反应与运动过程进行局部放电仿真，以得到气隙电容值和感应电容值；(3)搭建模拟绝缘气隙局部放电的三电容实体模型；(4)将放电延迟时间、放电起始电压以及所述气隙电容值和感应电容值施加于所述三电容实体模型，并调整三电容实体模型的仿真参数，进行局部放电信号仿真。相应地，本发明还公开了与该方法对应的局部放电信号仿真系统。
-
公开(公告)号：CN113139069B
公开(公告)日：2022-10-18
申请号：CN202110526606.9
申请日：2021-05-14
申请人： 上海交通大学
摘要： 本发明公开了一种文本实体识别方法，其包括步骤：(1)标注作为训练样本的电力故障中文文本；(2)构建自注意网络双向编译表示模型，输入训练样本进行预训练，得第一模型权重参数；构建预训练用单一实体识别器，输入训练样本进行预训练，得第二模型权重参数；(3)构建识别模型，其包括：具有第一模型权重参数的自注意网络双向编译表示模型，若干个具有第二模型权重参数的识别用单一实体识别器，多类型实体识别器；(4)向识别模型输入待识别电力故障中文文本，由自注意网络双向编译表示模型转换为连续向量序列，各识别用单一实体识别器分别输出结果向量，拼接结果向量并输入多类型实体识别器，输出识别结果。
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.045 秒)
