公开(公告)号：CN117493761A

公开(公告)日：2024-02-02

申请号：CN202311387224.8

申请日：2023-10-24

Applicant: 国家电网有限公司华东分部

Inventor： 李珂 ,  杨国庆 ,  王凯 ,  张沈习 ,  卢波 ,  张正东

IPC: G06F18/10 ,  G06F18/2433 ,  G06F18/23 ,  G01R31/12

Abstract: 本申请公开了一种变压器状态数据清洗方法及装置、存储介质、计算机设备，该方法包括：获取待清洗变压器状态检测时序数据；判断所述待清洗变压器状态检测时序数据中的每条数据是否属于预设的正常聚类簇，将不属于所述正常聚类簇的待清洗变压器状态检测时序数据作为异常数据；识别所述异常数据的类型，根据所述异常数据的类型确定所述异常数据中的待清洗的脏数据；利用回声状态网络模型对所述脏数据进行数据清洗。本申请能够有效检测出变压器状态检测时序数据中的脏数据，并对脏数据进行有效清洗，提高了对变压器状态数据清洗的质量，从而，有助于提高对后续参量预测以及运行状态预测的效果。

公开(公告)号：CN118940166A

公开(公告)日：2024-11-12

申请号：CN202410892474.5

申请日：2024-07-04

Applicant: 国家电网有限公司华东分部

Inventor： 李珂 ,  王凯 ,  张沈习 ,  汪全虎 ,  杨国庆 ,  卢波 ,  贾景龙

IPC: G06F18/2433 ,  G06F18/2321 ,  G06N3/006 ,  G06F123/02

Abstract: 本发明公开了一种变压器异常检测方法及装置、存储介质、计算机设备，涉及变压器异常分析技术领域，主要在于解决在电力系统统一信息平台的集成数据中不能及时有效得对变压器的异常状态进行分析，导致的变压器异常状态风险的在线评估与预警能力差的问题，包括采用智能优化算法对密度聚类模型中的领域半径和领域内最少包含点数进行优化处理，得到密度聚类优化模型；获取变压器监测数据集，并采用所述密度聚类优化模型对所述变压器监测数据集进行聚类处理，得到数据聚类结果；基于所述数据聚类结果对变压器的异常状态进行分析，得到变压器异常分析结果。

公开(公告)号：CN118940128A

公开(公告)日：2024-11-12

申请号：CN202410892473.0

申请日：2024-07-04

Applicant: 国家电网有限公司华东分部

Inventor： 卢波 ,  李珂 ,  张沈习 ,  王凯 ,  汪全虎 ,  杨国庆 ,  贾景龙

IPC: G06F18/2411 ,  G06N20/10 ,  G06N3/006

Abstract: 本申请涉及变压器风险评估技术领域，提出了一种变压器故障诊断方法、装置、设备及介质，其中，方法包括：利用蜘蛛蜂算法对影响支持向量机性能的各个超参数进行寻优，以得到最优参数组合；根据所述最优参数组合，构建基于支持向量机的目标变压器故障诊断模型；获取待诊断变压器的变压器油中溶解气体含量参数；将所述变压器油中溶解气体含量参数输入至所述目标变压器故障诊断模型，以输出变压器故障类型。通过该技术方案，通过变压器故障诊断模型可以及时准确的发现变压器的异常和故障，显著提高变压器故障风险的在线评估和预警能力。

公开(公告)号：CN119377560A

公开(公告)日：2025-01-28

申请号：CN202411298535.1

申请日：2024-09-18

Applicant: 国家电网有限公司华东分部

Inventor： 卢波 ,  李珂 ,  张沈习 ,  王凯 ,  杨国庆 ,  贾景龙

IPC: G06F18/10 ,  G06F18/2433 ,  G06F18/27 ,  G06F17/18 ,  G06N3/0442 ,  G06F123/02

Abstract: 本申请涉及数据处理技术领域，公开了一种基于多模型的变压器监测数据的清洗方法及装置；其方法包括：基于时间序列模型对变压器监测数据的时间序列进行异常检测，确定残差序列；基于残差序列中每个检测点的残差和监测数据的绝对离差均值确定每个检测点的监测数据是否属于异常数据；若确定监测数据属于异常数据，确定所述异常数据中待清洗的脏数据；基于双向长短期记忆网络模型对所述脏数据进行数据清洗。本申请能够更精准的确定出异常数据，并对异常数据中的脏数据进行有效清洗。

公开(公告)号：CN117935957A

公开(公告)日：2024-04-26

申请号：CN202311787126.3

申请日：2023-12-22

Applicant: 国家电网有限公司华东分部

Inventor： 卢波 ,  张沈习 ,  李珂 ,  贾景龙

IPC: G16C20/20 ,  G16C20/70 ,  G06N3/0499 ,  G06N3/08 ,  G06F18/2131 ,  G06F18/2134 ,  G06F123/02

Abstract: 本申请公开了一种变压器油中溶解气体浓度的预测方法及装置、介质、终端，涉及变分模态分解技术领域以及极限学习机技术领域，主要目的在于现有预测技术得到的预测结果难以满足预测准确度要求的问题。包括：获取预设监测时段内待预测气体的浓度时间变化的原始序列；对所述原始序列进行变分模态分解处理，得到多个浓度时间变化的子序列；基于各个所述子序列所对应的已完成模型训练的浓度预测模型分别预测各个所述子序列在预设预测时刻的预测浓度值，并将各个所述子序列的预测浓度值进行叠加，得到所述待预测气体在所述预设预测时刻的预测浓度值，所述浓度预测模型是基于极限学习机构建，并利用各个所述子序列中的浓度数据进行模型训练得到的。

公开(公告)号：CN117690517A

公开(公告)日：2024-03-12

申请号：CN202311446044.2

申请日：2023-11-01

Applicant: 国家电网有限公司华东分部

Inventor： 李珂 ,  王凯 ,  杨国庆 ,  马芸芸 ,  卢波 ,  张沈习

IPC: G16C20/70 ,  G01R31/00 ,  G16C20/20 ,  G06F18/2411 ,  G06N3/006

Abstract: 本申请一些实施例中公开了一种基于优化的支持向量机的变压器故障诊断方法，该方法中利用白鲨算法对影响支持向量机性能的核参数与惩罚因子进行寻优，并根据最优参数组合构建基于改进支持向量机的变压器故障诊断模型。通过与其他优化算法改进的支持向量机相比可知，本申请实施例中的方法收敛更快，且故障诊断精度更高，能够及时发觉变压器异常和故障等信息，显著提高变压器故障风险的在线评估与预警能力。