-
公开(公告)号：CN117288209B
公开(公告)日：2024-01-30
申请号：CN202311589520.6
申请日：2023-11-27
申请人： 南昌工程学院 , 江西博微新技术有限公司 , 江西派源科技有限公司
摘要： 本发明公开了一种变压器声级测定方法及系统，该方法获取变压器声级测定场地环境信息；采用栅格法对变压器声级测定场地环境信息进行空间栅格化，建立场地栅格图；在场地栅格图内通过Logistic混沌映射初始化金枪鱼群位置，确定变压器声级测定装置的初始位置和目标位置；通过金枪鱼群优化算法对变压器声级测定装置的位置进行迭代寻优，每次迭代的金枪鱼群位置最优个体位置即为变压器声级测定装置的位置；贝塞尔曲线平滑处理，得到变压器声级测定装置巡检的最优路径。本发明解决现有变压器声级测定方法存在误差较大、效率过低的问题。(56)对比文件A.S. Afanasenko;V.V. Fedchishin;G.S.Kudryashev.Selecting Power TransformersBased on Magnetic Path Parameters.2019International Science and TechnologyConference "EastConf".2019,全文.谭立静;王红;牛奔.基于ACLBFO算法的车辆路径规划.系统工程.2015,33(04),全文.
-
公开(公告)号：CN117288209A
公开(公告)日：2023-12-26
申请号：CN202311589520.6
申请日：2023-11-27
申请人： 南昌工程学院 , 江西博微新技术有限公司 , 江西派源科技有限公司
摘要： 本发明公开了一种变压器声级测定方法及系统，该方法获取变压器声级测定场地环境信息；采用栅格法对变压器声级测定场地环境信息进行空间栅格化，建立场地栅格图；在场地栅格图内通过Logistic混沌映射初始化金枪鱼群位置，确定变压器声级测定装置的初始位置和目标位置；通过金枪鱼群优化算法对变压器声级测定装置的位置进行迭代寻优，每次迭代的金枪鱼群位置最优个体位置即为变压器声级测定装置的位置；贝塞尔曲线平滑处理，得到变压器声级测定装置巡检的最优路径。本发明解决现有变压器声级测定方法存在误差较大、效率过低的问题。
-
公开(公告)号：CN116610911A
公开(公告)日：2023-08-18
申请号：CN202310884271.7
申请日：2023-07-19
申请人： 南昌工程学院 , 江西博微新技术有限公司
摘要： 本发明属于数据修复领域，公开了一种基于贝叶斯高斯张量分解模型的用电数据修复方法及系统，收集天气、节假日、星期类型和用电量数据，构建成天气因子、节假日因子和星期因子，根据天气因子、节假日因子和星期因子构建相似度目标函数；使用野马优化算法对相似度目标函数进行寻优，在历史日中查找到与修复日相似度最高的M个相似日；以相似度最高的M个相似日的用电量数据构成三阶张量，将三阶张量输入到贝叶斯高斯张量分解模型中进行数据修复。本发明采用改进的野马优化算法选择相似日，输入贝叶斯高斯张量分解模型中对残缺数据进行修复，提升了修复准确率，以提高数据质量，达到提升预测等行为的精确性。
-
公开(公告)号：CN116610911B
公开(公告)日：2023-09-19
申请号：CN202310884271.7
申请日：2023-07-19
申请人： 南昌工程学院 , 江西博微新技术有限公司
摘要： 本发明属于数据修复领域，公开了一种基于贝叶斯高斯张量分解模型的用电数据修复方法及系统，收集天气、节假日、星期类型和用电量数据，构建成天气因子、节假日因子和星期因子，根据天气因子、节假日因子和星期因子构建相似度目标函数；使用野马优化算法对相似度目标函数进行寻优，在历史日中查找到与修复日相似度最高的M个相似日；以相似度最高的M个相似日的用电量数据构成三阶张量，将三阶张量输入到贝叶斯高斯张量分解模型中进行数据修复。本发明采用改进的野马优化算法选择相似日，输入贝叶斯高斯张量分解模型中对残缺数据进行修复，提升了修复准确率，以提高数据质量，达到提升预测等行为的精确性。
-
公开(公告)号：CN117708696B
公开(公告)日：2024-11-12
申请号：CN202311632988.9
申请日：2023-11-29
申请人： 国网湖北省电力有限公司超高压公司 , 国网湖北省电力有限公司电力科学研究院 , 南昌工程学院
发明人： 罗浪 , 邓华璞 , 杜军 , 杨丰帆 , 张子熙 , 武晓蕊 , 赵泽予 , 李佳 , 吴荻玮 , 高牧风 , 何琦 , 潘晓璐 , 贺佳慧 , 童歆 , 张露 , 李旭东 , 袁军 , 侯成 , 吕嘉威 , 许志浩 , 康兵 , 丁贵立 , 王宗耀
IPC分类号： G06F18/2415 , G06F18/243 , G06F18/2431 , G06F18/213 , G06N7/01
摘要： 本发明属于变压器故障诊断技术领域，涉及一种基于LGEO‑gcForest的油浸式变压器故障诊断方法，根据变压器的油中溶解气体数据样本，计算油中溶解气体的非编码比值，将非编码比值标准化，并划分训练集和测试集；将gcForest模型的多粒度扫描窗口大小和级联森林允许的最大级联数作为寻优参数，并以gcForest模型的故障诊断准确率作为适应度；使用金鹰优化算法对gcForest模型进行优化，返回最优参数；根据返回的最优参数构建LGEO‑gcForest故障诊断模型，用于获取变压器故障诊断结果。本发明通过优化gcForest模型的关键参数，可以提高变压器故障诊断的准确性。
-
公开(公告)号：CN118656731A
公开(公告)日：2024-09-17
申请号：CN202411066900.6
申请日：2024-08-06
申请人： 南昌工程学院
IPC分类号： G06F18/2415 , G06N3/047 , G06N3/006 , G01R31/12
摘要： 本发明公开了一种基于神经网络的变压器局部放电检测方法，包括：S1：采集变压器历史运行时局部放电的信号数据，根据风险类型对信号数据分别进行标记，以此构建数据集，对数据集进行预处理获取特征数据集；S2：构建概率神经网络模型，导入S1中的特征数据集至概率神经网络模型进行训练，在训练过程中，通过苦鱼算法优化概率神经网络模型的平滑因子，获取最优的平滑因子；S3：采集变压器实时运行时局部放电的信号数据并进行预处理，将其导入训练后的概率神经网络模型进行检测，输出变压器实时的局部放电的风险类型。本发明采用改良的苦鱼算法优化概率神经网络的方法，极大地提高了检测的准确性。
-
公开(公告)号：CN118378759B
公开(公告)日：2024-09-13
申请号：CN202410806199.0
申请日：2024-06-21
申请人： 南昌工程学院
摘要： 本发明公开了一种基于逆向云场景聚类的风电功率区间预测方法及系统，该方法通过获取风电功率的相关气象影响因子数据、风电功率预测数据以及与实际值的误差序列；对相关气象影响因子数据进行融合降维并进行聚类；基于风电功率预测数据使用自适应带宽核密度估计构建功率预测区间；根据三维云向量特征的聚类结果对每种类型赋予不同的修正权重并使用改进的MODBO算法对修正权重进行优化；使用优化后的修正权重通过自适应带宽核密度估计重新构建误差修正后的功率预测区间。本发明可提高区间预测的质量，解决当前区间预测方案无法兼顾多种风电功率预测误差的复杂场景，且覆盖率不足，区间宽度过大的问题。
-
公开(公告)号：CN115436464B
公开(公告)日：2024-09-10
申请号：CN202211070900.4
申请日：2022-08-31
申请人： 南昌工程学院
摘要： 本发明公开了基于漏磁检测的耐张线夹压接凹槽位置检测装置及方法，该装置包括倒U型磁化器、聚磁结构、磁敏传感器，倒U型磁化器由磁轭、永磁体、磁极组成，整体组成一个开环磁轭，倒U型磁化器整体呈现倒U型结构，开环磁轭内镶嵌永磁体，且末端的磁极有一切角，两个磁极紧贴并垂直于耐张线夹的铝层表面，聚磁结构由两块聚磁片对称分布构成，位于耐张线夹检测面上端，倒U型磁化器两个磁极中间位置；磁敏传感器置于两块聚磁片中间位置。本发明仅需操作人员手持检测装置沿轴线移动扫过耐张线夹表面，通过检测装置识别出漏磁场信号，根据漏磁场信号反演出耐张线夹压接凹槽的开端位置和整个凹槽宽度，定位了耐张线夹压接凹槽位置。
-
公开(公告)号：CN118471254A
公开(公告)日：2024-08-09
申请号：CN202410918593.3
申请日：2024-07-10
申请人： 南昌工程学院
IPC分类号： G10L25/30 , G10L25/51 , G10L25/24 , G10L21/0272 , G10L21/0208 , G06N3/0475 , G06N3/094 , G01H17/00
摘要： 本发明公开了一种变压器声纹信号样本扩充方法，使用声音采集装置采集变压器声纹信号，并通过LMS自适应滤波方法对采集到的变压器声纹信号进行滤波处理，分离出变压器运行声音和外界环境干扰噪声，得到滤波后的变压器声纹信号，构成变压器声纹信号数据集；对滤波后的变压器声纹信号进行MFCC特征提取，得到MFCC参数；使用改进瞪羚优化算法优化MFCC参数，得到最优MFCC参数；构建生成对抗网络；将构建好的生成对抗网络模型用于变压器声纹信号样本的生成。本发明具有较好的泛化性，可用于变压器声纹信号样本扩充。
-
公开(公告)号：CN118378759A
公开(公告)日：2024-07-23
申请号：CN202410806199.0
申请日：2024-06-21
申请人： 南昌工程学院
摘要： 本发明公开了一种基于逆向云场景聚类的风电功率区间预测方法及系统，该方法通过获取风电功率的相关气象影响因子数据、风电功率预测数据以及与实际值的误差序列；对相关气象影响因子数据进行融合降维并进行聚类；基于风电功率预测数据使用自适应带宽核密度估计构建功率预测区间；根据三维云向量特征的聚类结果对每种类型赋予不同的修正权重并使用改进的MODBO算法对修正权重进行优化；使用优化后的修正权重通过自适应带宽核密度估计重新构建误差修正后的功率预测区间。本发明可提高区间预测的质量，解决当前区间预测方案无法兼顾多种风电功率预测误差的复杂场景，且覆盖率不足，区间宽度过大的问题。
-
-
-
-
-
-
-
-
-
搜索结果
89 条记录 (耗时 0.055 秒)
