-
公开(公告)号：CN119760656A
公开(公告)日：2025-04-04
申请号：CN202411778496.5
申请日：2024-12-05
Applicant: 国网湖北省电力有限公司孝感供电公司 , 中南大学
Abstract: 本发明涉及电力设备运行状态监测与故障预警的技术领域，特别是涉及一种变压器温度预警方法和系统，步骤一、收集变压器历史温度数据；步骤二、计算滑动窗口大小；步骤三、根据步骤一收集的变压器温度数据和步骤二得到的滑动窗口大小训练支持向量回归模型；步骤四、根据步骤一收集的变压器温度数据和步骤二得到的滑动窗口大小训练随机森林模型；步骤五、根据步骤一收集的变压器温度数据和步骤二得到的滑动窗口大小训练梯度提升回归模型；步骤六、得到Stacking模型，并计算；步骤七、预测未来温度；步骤八、根据历史数据和专业知识构建预警规则库，作为变压器温度预测后预警的评判标准；步骤九、进行判断并预警；其提高预测准确率。
-
公开(公告)号：CN119719649A
公开(公告)日：2025-03-28
申请号：CN202411629563.7
申请日：2024-11-14
Applicant: 国网湖北省电力有限公司孝感供电公司 , 中南大学
IPC: G06F18/20 , G06F18/2135 , G06F18/213
Abstract: 本申请公开了一种变电站的故障检测方法、系统及存储介质，变电站的故障检测方法，包括：S1、获取变电站的设备故障数据，并对设备故障数据进行预处理；S2、选择核函数，基于预处理后的设备故障数据构建核矩阵；S3、对核矩阵，中心化处理，以获得中心化核矩阵；S4、计算中心化核矩阵特征值与特征值对应的特征向量；S5、对特征值与特征向量排序，按照预设阈值截取部分特征向量，以构成向量矩阵；S6、基于向量矩阵，计算向量矩阵中各项分量的贡献率；S7、根据预设的贡献率阈值，对变电站进行PCA和KPCA分析，确定变电站的设备故障特征，筛选出关键信息，降低误判、漏判风险。
-
公开(公告)号：CN104268818B
公开(公告)日：2018-04-03
申请号：CN201410556887.2
申请日：2014-10-20
Applicant: 中南大学
Abstract: 本发明公开了一种移动目标应急跟踪及震灾范围确定的系统与方法。系统包括服务端和移动终端，在服务端建立移动目标数据库；当应急跟踪事件发生时，服务端筛选出跟踪目标并向其携带移动终端发送应急跟踪请求；移动端接收、解析请求并向服务端发送当前位置信息以启动应急跟踪。震灾严重损毁区域确定方法，首先根据震中和烈度确定粗略灾区范围、筛选出常住在该区域内的移动目标，对其进行应急跟踪，获取移动目标反馈位置，以震中为中心将粗略范围划分为多个扇形单元，顺序连接各单元距离震中最近点即得到较精确灾区严重损毁区域。本发明能减少网络传输数据量，减轻服务端数据库存储压力，并提高震灾严重损毁区域确定效率。
-
-
公开(公告)号：CN119721265A
公开(公告)日：2025-03-28
申请号：CN202411632114.8
申请日：2024-11-14
Applicant: 国网湖北省电力有限公司孝感供电公司 , 中南大学
Abstract: 本申请公开了一种基于模糊推理的故障检测方法、系统及存储介质，基于模糊推理的故障检测方法，包括如下步骤：S1、获取变电站设备的历史故障数据，其中，历史故障数据包括告警信息、故障信息及执行动作信息；S2、基于变电站设备的历史故障数据，构建模糊推理规则，模糊推理规则包括：P RVQ，通过Petri网梳理找出推理规则集合A，对集合A中的每条规则进行分解，得到一个只含有原子规则的集合B；将集合B的前提命题赋值，并标记为P，将集合B的结论命题赋值，并标记为Q；S3、基于模糊推理规则，获取变电站设备的当前数据信息，并判断变电站设备的故障情况，提高故障检测效率与精度。
-
Patent Agency Ranking
公开(公告)号：CN119622485A
公开(公告)日：2025-03-14
申请号：CN202411451200.9
申请日：2024-10-16
Applicant: 国网湖北省电力有限公司孝感供电公司 , 中南大学
IPC: G06F18/2411 , G06F18/214 , G06F18/213 , G06N3/126
Abstract: 本申请公开了一种基于改进遗传算法优化的支持向量机断路器状态判别方法、系统及存储介质，断路器状态判别方法包括：S1、获取断路器中线圈电流信号，提取相关特征数据；S2、采集断路器内部机械相互作用产生的振动信号时间序列；S3、通过锦标赛选择机制和混合交叉以及高斯变异来设计改进的遗传算法的选择、交叉、变异环节，以支持向量机判别结果作为适应度函数；S4、选择径向基核函数，并基于改进的遗传算法寻找惩罚系数和核函数参数组合的最优参数来构建优化后的支持向量机模型；S5、利用训练集数据集训练优化后支持向量机模型；S6、获取断路器线圈电流信号和振动信号，提取特征后输入到训练好的优化后的支持向量机模型中。
-
公开(公告)号：CN119739981A
公开(公告)日：2025-04-01
申请号：CN202411778489.5
申请日：2024-12-05
Applicant: 国网湖北省电力有限公司孝感供电公司 , 中南大学
Abstract: 本发明涉及变压器溶解气体浓度预测的技术领域，特别是涉及一种基于D‑S证据理论优化集成学习的变压器溶解气体浓度预测方法，包括以下步骤：生成子数据集、对每个子数据集训练基学习器得到多个独立模型、使用训练好的基学习器对待预测样本进行预测得到预测结果、为每个基学习器的预测结果计算基本概率分配、使用D‑S证据理论对所有基学习器的预测结果进行融合并生成最终预测值、基于D‑S证据理论优化的集成学习模型进行变压器溶解气体浓度预测；其基于集成学习中的Bagging方法，并使用D‑S证据理论用于基学习器的融合，提高了集成学习模型的变压器溶解气体浓度预测准确率；采用序列最小二乘规划算法，方便处理复杂的约束条件，并且提高收敛速度和计算效率。
-
公开(公告)号：CN119622530A
公开(公告)日：2025-03-14
申请号：CN202411451180.5
申请日：2024-10-16
Applicant: 国网湖北省电力有限公司孝感供电公司 , 中南大学
IPC: G06F18/243 , G06F18/214 , G06F18/23213 , G06F18/213 , G06N20/20
Abstract: 本申请公开了一种变电站的基于GKA‑RF技术的电气设备状态识别分类的技术方法，以辅助变电站的故障诊断，包括：S1、获取变电站的设备状态数据，并使用基于GMM的K‑means聚类对设备状态数据进行预处理；S2、基于预处理后的设备状态数据将之划分为训练集和测试集；S3、将先验算法(Apriori)应用在预处理后的训练集，进行关联规则的挖掘；S4、使用随机森林算法(Random Forest)进行分类训练，将训练后的模型应用在测试集以及新加入的样本中进行状态识别分类，从而提升模型对设备状态识别分类的准确率与判别能力。
-
公开(公告)号：CN107120273A
公开(公告)日：2017-09-01
申请号：CN201710461910.3
申请日：2017-06-19
Applicant: 中南大学
CPC classification number: F04C18/126 , F04C29/00 , F04C2230/10 , F04C2230/60 , F04C2240/20 , F04C2250/20
Abstract: 本发明公开了一种罗茨机械增压器扭叶转子的型线及加工工艺，该转子的型线设计是基于范成法原理；转子的加工工艺步骤：第一步，选用铝合金棒材作为转子坯料，精加工其中心轴孔，并粗车转子外圆及两端面；第二步，将已加工成形的转子心轴与第一步加工的转子毛坯装配成一体，精车转子外圆及两端面；第三步，采用滚齿机对转子工件的齿面进行滚切加工。本发明的特点在于采用专用滚刀对罗茨转子齿面的滚切加工，该加工方法为多刀刃连续切削加工，生产效率高，适合大批量、多规格的罗茨扭叶转子加工；采用专用滚刀加工出的罗茨扭叶转子互换性好，齿面精度高。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.02 seconds)
