-
公开(公告)号:CN111325435A
公开(公告)日:2020-06-23
申请号:CN201811543208.2
申请日:2018-12-17
摘要: 本发明涉及一种输变电设备数据质量评价方法及系统,包括确定数据质量评价的指标,包括数据接入、准确性、完备性、一致性以及及时性;分别对所述数据接入指标、准确性指标、完备性指标、一致性指标以及及时性指标进行量化;根据各个指标量化后的数值以及各个指标的权重确定各个指标的质量评分,再根据各个指标的质量评分确定数据质量的整体评价。本发明有利于提升数据治理的准确性和实用性。
-
公开(公告)号:CN108363728A
公开(公告)日:2018-08-03
申请号:CN201810023919.0
申请日:2018-01-10
申请人: 中国电力科学研究院有限公司 , 国家电网公司 , 国网安徽省电力有限公司电力科学研究院 , 国网浙江省电力有限公司 , 国网浙江省电力有限公司电力科学研究院 , 北京邮电大学
CPC分类号: G06F17/30539 , G06F2216/03 , G06N3/006
摘要: 本发明公开了一种挖掘特高压变电设备状态数据关联规则的方法,包括:基于粒子群算法PSO建立候选规则和粒子的位置之间的一一对应关系,将每个候选规则分别编码为粒子;根据特高压变电站设备状态数据集限定编码的上界和下界并随机初始化粒子群数和迭代次数;设置适应度函数,基于Spark分布式并行处理框架在最大迭代次数内进行并行化的迭代处理,确定全局最优解对应的粒子的位置,即特高压变电设备状态数据的关联规则。本发明基于PSO算法将规则量化构造为粒子表示,在关联规则的挖掘中不必进行离散化处理,保证了数据的准确性;基于Spark进行并行化设计,减少了时间消耗,对于解决大数据量下的含有数值型属性特征的关联规则挖掘提供了有价值的解决方案。
-
公开(公告)号:CN118225840A
公开(公告)日:2024-06-21
申请号:CN202410318987.5
申请日:2024-03-20
摘要: 本发明公开了一种基于GCNet的红外图谱目标监测和故障诊断方法及系统,包括获取被监测目标设备的红外图像形成红外图普,方法包括:提取红外图谱中的温度数据,将温度数据进行LUT变换得到灰度图像;将灰度图像输入形状识别GCNet神经网络在灰度图像中提取目标设备的形状坐标;将目标设备的形状坐标输入组件识别GCNet神经网络在目标设备形状区域中提取目标设备各组件的Mask掩膜;获取目标设备各组件Mask掩膜区域的有效的温度数据;依据有效的温度数据根据目标设备各组件温度特征进行故障诊断。本发明通过人工智能图像识别技术解决现场复杂环境、实际作业中红外图谱中设备及部件识别难点,进而诊断分析变电站设备缺陷情况。
-
公开(公告)号:CN118245749A
公开(公告)日:2024-06-25
申请号:CN202410318869.4
申请日:2024-03-20
摘要: 本发明公开了一种红外检测图谱温度数据解析方法,包括:获取一张针对被检测设备带有温度的红外图谱图像;使用Canvas工具将画布与图谱图像相对应进行编辑操作形成与图谱图像相对应、具有温度点坐标的画布;确定被检测设备在画布上的坐标区域;根据温度点坐标确定画布上不同温度范围区域,以及不同温度范围区域在被检测设备的位置,进而实现图谱温度数据解析;本发明通过解析图谱中的温度数据和canvas绘制图谱实现对图谱的实时编辑并获取特定位置的温度值,能够更好地辅助电力设备的维护和管理,解决了传统技术在获取特定位置温度值方面的不准确性问题,有效评估设备状态和进行故障诊断,提高了电力设备带电红外检测的准确性和效率。
-
公开(公告)号:CN109856517B
公开(公告)日:2021-02-23
申请号:CN201910247454.1
申请日:2019-03-29
申请人: 国家电网有限公司 , 国网安徽省电力有限公司电力科学研究院
IPC分类号: G01R31/12
摘要: 本发明公开了一种特高压设备局部放电检测数据的判别方法,包括:将连续的超声波频率信号经采样降至人耳可听到的连续声波频率信号;连续截取一个设定时间长度的帧声波频率信号;提取帧声波频率信号的梅尔频率倒谱系数作为待识别故障放电特征;将提取的待识别故障放电特征送入CNN卷积神经网络,经CNN卷积神经网络分析进入CNN卷积神经网络输出分类层的故障分类器;CNN卷积神经网络根据事先对已知故障放电特征学习形成的故障分类器,识别待识别故障放电特征并输出待识别故障放电类型。本发明直接用卷积神经网络CNN对故障类型进行模式学习和识别,提高了识别的准确率,减少或者避免了人工干预。
-
公开(公告)号:CN109856517A
公开(公告)日:2019-06-07
申请号:CN201910247454.1
申请日:2019-03-29
申请人: 国家电网有限公司 , 国网安徽省电力有限公司电力科学研究院
IPC分类号: G01R31/12
摘要: 本发明公开了一种特高压设备局部放电检测数据的判别方法,包括:将连续的超声波频率信号经采样降至人耳可听到的连续声波频率信号;连续截取一个设定时间长度的帧声波频率信号;提取帧声波频率信号的梅尔频率倒谱系数作为待识别故障放电特征;将提取的待识别故障放电特征送入CNN卷积神经网络,经CNN卷积神经网络分析进入CNN卷积神经网络输出分类层的故障分类器;CNN卷积神经网络根据事先对已知故障放电特征学习形成的故障分类器,识别待识别故障放电特征并输出待识别故障放电类型。本发明直接用卷积神经网络CNN对故障类型进行模式学习和识别,提高了识别的准确率,减少或者避免了人工干预。
-
公开(公告)号:CN118155024B
公开(公告)日:2024-08-20
申请号:CN202410585235.5
申请日:2024-05-13
申请人: 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网智能电网研究院有限公司
IPC分类号: G06V10/774 , G06V10/30 , G06V10/34 , G06V10/72 , G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/0464
摘要: 本发明提供大模型图像样本自动生成方法及系统,方法包括:采集电网设备的差异光谱图像数据,以作为原始数据,对原始数据进行形态学滤波操作、数据清洗操作以及数据整合操作,以得到模型训练输入数据;利用生成对抗网络GAN进行对抗操作,对模型训练输入图像数据进行训练,以进行样本生成以及样本评估操作,获取稀缺样本;将稀缺样本与实时采集图像混合,利用支持向量机进行标注处理,以构造适用泛化能力新数据集;利用迁移学习技术,在适用泛化能力新数据集上,对预训练ResNet模型进行训练、验证操作,以得到适用电网图像大模型。本发明解决了电网设备监测与诊断操作中存在样本稀缺,导致模型的监测诊断性能受有制约的技术问题。
-
公开(公告)号:CN118033403A
公开(公告)日:2024-05-14
申请号:CN202410176697.1
申请日:2024-02-08
申请人: 国网安徽省电力有限公司电力科学研究院 , 安徽新力电业科技咨询有限责任公司 , 合肥工业大学
IPC分类号: G01R31/327 , G06F17/11 , G01R31/12 , G01R27/26
摘要: 本发明公开了一种高压开关设备绝缘介质介电谱的快速拟合方法,包括如下步骤:利用测量得到的高压开关设备绝缘介质复介电常数实部进行求导变换,得出等效介质损耗因子,进行弛豫峰个数识别;构造包含复介电常数实部和虚部的目标函数,采用遗传算法对目标函数进行拟合分析,得出直流电导率、弛豫时间常数、弛豫峰展宽、弛豫峰不对称效应形状因子、光频介电常数等各弛豫峰特征参数,进一步构建该绝缘介质的HN函数模型。本发明通过引入等效介质损耗因子,取消直流电导的干扰,有效识别高压开关设备绝缘介质介电谱中被直流电导掩盖的非明显弛豫峰,并利用遗传算法,快速拟合高压开关设备绝缘介质介电谱数据,提高绝缘介质介电谱数据的拟合精度。
-
公开(公告)号:CN112345531B
公开(公告)日:2024-04-09
申请号:CN202011115138.8
申请日:2020-10-19
摘要: 本发明公开了一种基于仿生机器鱼的变压器故障检测方法,仿生机器鱼带有无线通讯模块、存储器、摄像头和照明灯,在变压器油室中建立有游弋坐标网络,在变压器外的地面有检测终端,检测终端指令仿生机器鱼根据游弋坐标网络在变压器油室中围绕变压器线圈游弋检测,本发明通过仿生机器鱼浮出液面实时与地面检测终端交换信息,地面检测终端根据接收的图片信息,找出疑似故障点并指示仿生机器鱼再次对故障点进行多角度拍照提供给地面检测终端最终确认故障点,实现对变压器内部故障检测,本发明代替人工进入油浸式变压器内部进行故障检测。
-
公开(公告)号:CN117191364A
公开(公告)日:2023-12-08
申请号:CN202310920833.9
申请日:2023-07-24
申请人: 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
IPC分类号: G01M13/00 , G01M7/02 , G01R31/08 , G06N3/0464 , G06N3/08
摘要: 本发明涉及特高压电网输电技术领域,具体为基于振动感知信号的特高压电抗器松动缺陷识别方法,包括以下步骤:电抗器最佳振动测点数据采集;数据预处理;建立数据集;HVSR‑DenseNet网络故障诊断;有益效果为:本发明提出的基于振动感知信号的特高压电抗器松动缺陷识别方法,过等比缩小实际场景中特高压并联电抗器结构参数,设计搭建了一种特高压电抗器等效缩比模型;基于所搭建的HVSR等效缩比测试平台,探究可良好反应电抗器内部机械状态的最佳振动测点位置;在最佳测点选择的基础上,探究能够对最佳测点振动数据实时解析,捕捉隐藏在振动数据内部的可识别诊断特征并准确识别诊断HVSR松动故障的检测方法。
-
-
-
-
-
-
-
-
-