-
公开(公告)号:CN117700937A
公开(公告)日:2024-03-15
申请号:CN202311766255.4
申请日:2023-12-19
申请人: 合肥工业大学 , 国网安徽省电力有限公司超高压分公司 , 北京智慧能源研究院
摘要: 本发明提供一种基于金刚石填充的高导热环氧复合绝缘材料制备方法,涉及绝缘材料技术领域,其制备方法包括:分别获取纯化后的金刚石、SiO2、硅微粉、轻质碳酸钙和硅灰石;将环氧树脂、固化剂和部分促进剂置于反应釜内,获得混合均匀的有机相;将纯化后的SiO2、硅微粉、轻质碳酸钙和硅灰石按顺序依次加入有机相内,获得混合均匀的混合相;向混合相内加入金刚石,获得混合均匀的复合相,并进行初次真空脱气,真空脱气完成后,向复合相内加入剩余促进剂,并进行二次真空脱气,获得目标复合相;对目标复合相进行真空浇注后阶梯固化,脱模后获得目标产物;本发明无须对金刚石进行表面处理,所得材料具有较优的绝缘、耐热、机械和导热性能。
-
公开(公告)号:CN118982726A
公开(公告)日:2024-11-19
申请号:CN202411414081.X
申请日:2024-10-11
申请人: 国网安徽省电力有限公司超高压分公司 , 合肥工业大学
IPC分类号: G06V10/77 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464
摘要: 一种特高压换流变压器故障诊断方法、装置及存储介质,属于变压器故障诊断技术领域,解决如何提高换流变压器的故障诊断准确率术问题本发明通过采集换流变压器监测时序数据并分段;采用图像编码将经处理后的数据转化为图像数据;选择网络层数并训练深度残差网络;构建适用于针对换流变压器时序数据的故障诊断模型;本发明的方法基于多尺度和残差学习,采用图像编码技术直接从图像数据中提取有效的故障特征,并且利用深度残差网络有效解决深层卷积神经网络梯度以及网络退化问题,大大的减少了模型训练时间,并提高了换流变压器的故障诊断准确率。
-
公开(公告)号:CN116955951A
公开(公告)日:2023-10-27
申请号:CN202310857743.X
申请日:2023-07-12
申请人: 合肥工业大学 , 国网安徽省电力有限公司 , 国网安徽省电力有限公司超高压分公司
IPC分类号: G06F18/20 , G06F18/214 , G06N3/0442 , G06N3/08 , G01R31/12
摘要: 本发明公开了基于自注意力的异构网络的变压器故障诊断方法及装置,所述方法包括:在变压器故障状态下,获取变压器的热红外图像进行预处理得到第一训练集T1;采集变压器的油中溶解气体含量进行预处理得到第二训练集T2;构建基于自注意力的异构融合网络模型,模型包括关注全局时标信息的自注意力LSTM网络、关注局部空间信息的自注意力残差网络、特征融合层以及Softmax分类器,第一训练集T1输入到自注意力残差网络中,第二训练集T2输入到自注意力LSTM网络中;训练基于自注意力的异构融合网络模型,利用训练好的模型进行故障诊断;本发明的优点在于:提取的特征完备,最终诊断结果较为准确。
-
公开(公告)号:CN118861691A
公开(公告)日:2024-10-29
申请号:CN202411323609.2
申请日:2024-09-23
申请人: 国网安徽省电力有限公司电力科学研究院 , 合肥工业大学 , 国网安徽省电力有限公司 , 国网安徽省电力有限公司超高压分公司 , 南京南瑞继保工程技术有限公司 , 国电南瑞科技股份有限公司
IPC分类号: G06F18/214 , G06F40/151 , G06N3/0455 , G06F9/50 , G06Q50/06 , G06F17/15 , G06F17/16
摘要: 本发明公开了一种集控系统中报警信息目标模型的构建方法、系统、应用。包括:收集报警信息,预处理报警信息,剔除报警信息中的无意义词;利用Word2vec模型表示预处理后的监测报警信息的分布向量;利用Word2vec模型表示预处理后的监测报警信息的分布向量;改进的Mamba模型并训练;采用改进后的Mamba模型,对报警信息进行整合与分类,并提取关键报警信息。本发明改进的Mamba模型,可对向量信息进行压缩,减小计算量,提高计算速度。
-
公开(公告)号:CN117949870A
公开(公告)日:2024-04-30
申请号:CN202410116488.8
申请日:2024-01-26
申请人: 国网安徽省电力有限公司超高压分公司 , 合肥工业大学
IPC分类号: G01R31/62 , G06F18/241 , G06N3/0464 , G06N3/0499 , G06N3/084
摘要: 本发明公开了基于数字孪生的直流换流变压器隐性故障诊断方法及系统,方法包括:采集特高压直流换流变压器的运行状态数据;利用运行状态数据在虚拟空间建立换流变压器数字孪生模型并对该模型进行实时更新;通过运行状态数据和数字孪生模型数据构建信息系统S,利用粗糙集理论的数据处理方法获得信息系统S的特征参量集N;通过局部稀疏设计构建深度优化网络,并训练该网络;将实时采集的特征参量集N输入训练好的深度优化网络,得到故障诊断结果;本发明的优点在于:提高故障诊断的效率和准确性。
-
公开(公告)号:CN117421918A
公开(公告)日:2024-01-19
申请号:CN202311468836.X
申请日:2023-11-06
申请人: 国网安徽省电力有限公司超高压分公司 , 合肥工业大学
摘要: 本发明公开一种用于数字孪生平台的变压器状态预测模型构建方法及系统,方法包括采集变压器不同运行状态下的工况数据,所述工况数据包括经设备采集得到的运行参数、经物理计算得到的第一物理参数以及经数据拟合得到的第二物理参数;构建网络模型,所述网络模型包括并行的两个随机配置网络;将不同运行状态下的工况数据分别输入至两个随机配置网络中进行点块混合并行学习,得到用于进行变压器运行状态预测的网络模型;采用本发明构建的网络模型在进行变压器运行状态预测时,可快速且准确的预测变压器运行状态。
-
公开(公告)号:CN118869476A
公开(公告)日:2024-10-29
申请号:CN202411324985.3
申请日:2024-09-23
申请人: 合肥工业大学 , 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 国网安徽省电力有限公司超高压分公司 , 南京南瑞继保工程技术有限公司 , 国电南瑞科技股份有限公司
IPC分类号: H04L41/0823 , H04L41/0833 , H04L41/0896 , H04L41/16 , H04L43/0852 , H04L43/08 , H04L67/61 , H04L67/10
摘要: 本发明提供一种云边协同集控系统中的任务调度策略及系统,属于物联网云边协同智能电网站点领域,解决了在动态变化的云边系统集控系统中的资源分配、任务处理时效性的问题。主要采用方法如下:通过计算卸载任务传输速率、传输时延、计算时延、终端处理能耗、任务处理完成时延,最后确定目标函数和约束条件,运运用进粒子群算法求解目标函数,输出最优解。本发明通过应用优化的粒子群算法,确定一组最优参数配置,包括最优的传输功率、网络带宽分配比例以及计算资源分配比例,以实现在云边协同的集控系统框架内,将任务处理的总时延降至最低。
-
公开(公告)号:CN118862942A
公开(公告)日:2024-10-29
申请号:CN202411337201.0
申请日:2024-09-25
申请人: 国网安徽省电力有限公司电力科学研究院 , 合肥工业大学 , 国网安徽省电力有限公司 , 国网安徽省电力有限公司超高压分公司 , 国电南瑞科技股份有限公司 , 南京南瑞继保工程技术有限公司
IPC分类号: G06N3/006 , H04L41/16 , G06F18/22 , G06Q10/047
摘要: 本发明公开了一种变电站集控系统中设备连接优化方法及系统,其步骤包括:1、建立变电站内不同设备节点之间的通信链路关系及链路系统裕量表达模型。2、将不同设备表达为链路节点,利用混合推荐机制多蚁群算法在设备链路图中进行迭代搜索,以发现多设备间的最优通讯路径。3、根据蚁群算法得到的最优通讯路径,对不同电气设备间的连接关系进行优化和分级,以实现网络资源的合理利用和通讯质量的提升。
-
公开(公告)号:CN118378553B
公开(公告)日:2024-08-27
申请号:CN202410828402.4
申请日:2024-06-25
申请人: 国网安徽省电力有限公司超高压分公司 , 合肥工业大学
摘要: 本发明提供一种数字孪生模型构建方法及系统,方法包括:采集待建模设备的历史工况数据;从历史工况数据中获取并根据随机样本,基于随机配置网络SCN,对数字孪生模型进行初始建模,其中,根据历史工况数据设置训练集,利用训练集训练随机配置网络SCN,以得到初始模型M;通过主动学习操作,利用初始模型M,在未参与建模样本中进行价值筛选,选取并处理适用价值样本,处理得到有价值数据#imgabs0#,基于有价值数据#imgabs1#更新初始模型M,得到适用孪生模型#imgabs2#;基于适用孪生模型#imgabs3#,筛选并保存实时数据流中的实时有价值数据。本发明解决了模型构建、训练、更新过程中所用数据量过大,以及数字孪生模型的数据处理成本、数据保存成本、模型更新成本较高的技术问题。
-
公开(公告)号:CN118393402A
公开(公告)日:2024-07-26
申请号:CN202410855003.7
申请日:2024-06-28
申请人: 国网安徽省电力有限公司超高压分公司 , 合肥工业大学
IPC分类号: G01R31/62
摘要: 本发明提供特高压直流换流变压器隐性故障诊断方法及系统,包括:采集换流变压器的电气量数据;对电气量数据进行变换处理,得到电压电流椭圆方程、椭圆倾角、长半轴、短半轴以及离心率;根据电压电流椭圆方程、椭圆倾角、长半轴、短半轴以及离心率,建立隐性故障与电气量特征之间映射关系;基于集成随机配置网络SCN,根据隐性故障与电气量特征之间映射关系,构建SCN分类网络模型,据以进行模型训练,得到适用SCN分类网络模型,以进行特高压直流换流变压器隐性故障诊断,获取变压器故障类型、故障程度,集成随机配置网络SCN包括:不少于2个单SCN网络。解决了隐性故障难以发现、网络冗余较大以及分类结果准确性较低的问题。
-
-
-
-
-
-
-
-
-