-
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:CN117070008A
公开(公告)日:2023-11-17
申请号:CN202310040503.0
申请日:2023-01-11
申请人: 北京智慧能源研究院 , 国网安徽省电力有限公司超高压分公司
摘要: 本发明提供了一种具有优异抗老化性能的绝缘料及其制备方法,以重量份数计包括低密度聚乙烯LDPE 96‑98份、复配抗氧剂0.1‑0.9份、复配交联剂1‑5份和电压稳定剂0.01‑0.3份。本发明通过选用特定的复配抗氧剂体系和特定的复配交联剂体系,使得材料的交联效率更高且匹配性能更好,并通过双螺杆挤出机将LDPE、复配抗氧剂和电压稳定剂熔融混炼,滤去杂质后挤出造粒,制备中间料,再用中间料进行复配交联剂吸收,在抗老化性能提升的同时材料的电气性能保持在较高的水平,抑制了绝缘材料在长期电场作用下的电老化,尤其是电树枝化,提高了绝缘材料的绝缘性能、击穿强度,降低了材料的介电损耗。
-
公开(公告)号:CN118709041A
公开(公告)日:2024-09-27
申请号:CN202410810857.3
申请日:2024-06-21
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: G06F18/241 , G06F18/214 , G06N3/092 , G06N3/09
摘要: 本发明公开了一种变压器状态故障类型预测方法、系统、介质及设备,方法包括:根据多台变压器的历史数据,获取多维数据集;应用人工神经网络提取多维数据集的多维数据特征,获取特征向量;将所述特征向量作为输入,利用随机配置网络进行分类,预测变压器故障类型;使用深度强化学习进行自我学习和迭代优化,学习到训练人工神经网络和随机配置网络最优的策略,提高预测变压器故障类型的准确性。本发明使用深度强化学习,让深度学习强大的特征提取和强化学习的交互学习能力相结合的优势,使激励模型在较弱的奖励反馈信号下学习更多的本质特征,有望具有更好的学习能力和鲁棒性。
-
公开(公告)号:CN118314486B
公开(公告)日:2024-09-24
申请号:CN202410743393.9
申请日:2024-06-11
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 , 国网智能电网研究院有限公司
IPC分类号: G06V20/17 , G06V20/64 , G06V10/22 , G06V10/80 , G06V10/94 , G06Q10/20 , G06Q50/06 , G06V10/82
摘要: 本发明公开了一种基于多模态数据的变电站缺陷立体定位检测方法,包括:对三维点云数据和二维图像分别进行特征提取,并将两种模态特征分别依次通过三维区域提议网络和二维度区域提议网络,生成三维候选区域聚合和二维候选区域聚合;将二维图像的特征和三维点云数据输入到2D‑3D提议的转换器中,生成伪三维候选区域;将伪三维候选区域和三维候选区域聚合结合,获取融合三维候选区域聚合;将融合三维候选区域聚合和二维候选区域聚合通过多模态跨目标融合模块进行跨模态融合;使用多模态跨目标融合模块融合后的多层感知3D查询作为检测头执行三维目标检测定位。本发明克服了物体遮挡和距离较远且反射点较少造成的挑战,同时保持特征融合的有效性和准确性。
-
公开(公告)号:CN118314489B
公开(公告)日:2024-09-17
申请号:CN202410743404.3
申请日:2024-06-11
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 , 国网智能电网研究院有限公司 , 中国电力科学研究院有限公司 , 国网电力科学研究院有限公司
摘要: 本发明公开了一种用于特高压变电站故障预警的图像预处理方法,包括:无人机根据最优特高压变电站巡检路径规划进行拍摄,获取设备图像;获取无人巡检系统拍摄的所有位置的图像集,并整理分类针对同一位置所摄的不同角度的图像序列,并对每个图像序列中的图像标定数据来源;以及每个图像序列中通过人工判读的方式,选取参考图像;对图像序列分别依次进行多尺度分解、细节增强图像和融合图像,获取融合图像序列,将所有融合图像序列和原始的图像集作为数据集;应用数据集训练获取最优双重注意力DAT模型实现最终的图像超分辨率操作,获得各个角度关键部位清晰的高质量图像;本发明对原图数据前提前进行清晰化预处理,提高后续故障检测的准确性。
-
公开(公告)号:CN118314488B
公开(公告)日:2024-09-17
申请号:CN202410743397.7
申请日:2024-06-11
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 , 国网智能电网研究院有限公司 , 中国电力科学研究院有限公司 , 国网电力科学研究院有限公司
IPC分类号: G06V20/17 , G06V20/10 , G06V10/22 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048
摘要: 本发明公开了一种特高压变电站空天地多尺度重决策目标检测方法,包括:获取二维模态数据和三维点云模态数据;确定目标定位;其中,确定目标定位的方式包括:应用二维模态数据进行图像目标定位以及应用二维模态数据和三维点云模态数据进行跨模态特征级联融合,进行三维目标检测定位;根据目标定位,判断可能故障位置;并应用立体多模态数据感知设备重新拍照得到不同空间尺度的图像;应用目标定位对应的检测定位网络,对重新拍照得到的不同空间尺度的图像进行故障分析,完成对特高压变电站故障的多尺度重决策;本发明能够提高故障识别精度。
-
公开(公告)号:CN117333791A
公开(公告)日:2024-01-02
申请号:CN202311093307.6
申请日:2023-08-25
申请人: 国网安徽省电力有限公司超高压分公司 , 国网安徽省电力有限公司 , 合肥工业大学 , 安徽明生恒卓科技有限公司
发明人: 张学友 , 董翔宇 , 张放 , 阮巍 , 李奇 , 马欢 , 邵华 , 李永熙 , 魏南 , 谢佳 , 殷振 , 樊培培 , 刘之奎 , 朱涛 , 廖军 , 张军 , 蒋欣峰 , 李腾 , 张俊杰 , 田杰 , 黄刚 , 贺成成 , 郑海鑫 , 周雨西 , 李奇越 , 黄海宏 , 刘冬梅 , 韩平平 , 孙伟 , 李帷韬 , 崔北为 , 龙铭
摘要: 本发明实施例提供一种多断口断路器储能弹簧位移的检测方法及同步性检验方法,属于断路器储能弹簧位移检测技术领域。所述检测方法包括获取断路器的储能弹簧在振动时的视频信息;对所述视频信息进行预处理,以获取所述储能弹簧的运动信息序列;本发明通过获取储能弹簧振动时的视频信息,并对该视频信息进行预处理,以获取储能弹簧的运动信息序列,依次经过低频小波时频记忆递归层和高频小波时频特征递归层,最后获取储能弹簧的位移预测值,以实现储能弹簧位移的非接触式检测,保证了储能弹簧的可靠性;且采用不同尺度下的时频分析,能够有效提高位移预测值的准确性。
-
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:CN118643936A
公开(公告)日:2024-09-13
申请号:CN202410748044.6
申请日:2024-06-11
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: G06Q10/04 , G06Q50/06 , G06F18/214 , G06F18/27 , G06N3/0455 , G06N3/084
摘要: 本发明公开了一种变压器状态预测方法、系统及计算机可读存储介质,方法包括:获取变压器运行状态样本;将变压器运行状态样本作为输入,构建基于极限学习机的稀疏自编码模型,消除稀疏自编码模型的隐层输出的随机性;构建基于稀疏自编码模型的模块化差分学习的变压器数据驱动模型,获取隐层抽象特征及对应的差分特征并重构变压器运行状态样本;根据重构的变压器运行状态样本,利用局部可解释性方法增加变压器数据驱动模型的可解释性,获取最优变压器可解释数据驱动模型;应用最优变压器数据驱动模型预测变压器状态,本发明能够提高电力系统的可靠性和安全性。
-
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。
-
-
-
-
-
-
-
-
-