-
公开(公告)号：CN117408367A
公开(公告)日：2024-01-16
申请号：CN202311124325.6
申请日：2023-09-01
Applicant: 国家电网有限公司华北分部 , 华南理工大学
IPC: G06Q10/04 , G06F18/241 , G06F18/214 , G06Q50/06 , G06N3/006
Abstract: 本发明公开了一种基于PSO‑RF的输电线路山火跳闸概率预测方法，包括以下步骤：获取满足精度要求的相关数据信息形成数据集；采用不同机器学习算法对数据集进行训练，分析比较不同机器学习算法对分类预测问题的处理效果；评估模型对于不同预测结果的可信程度或把握程度，引入置信度衡量预测结果可信程度；划分训练集与测试集，以随机森林模型对测试集样本进行跳闸分类预测，展示正确分类样本分别被预测为跳闸与不跳闸的概率；初始化粒子群每个粒子的位置和速度，更新粒子速度和位置，计算每个粒子的适应度值，根据每个粒子的适应度值，更新个体最优解和全局最优解，搜索空间中寻找到较优的解。
-
公开(公告)号：CN119246976A
公开(公告)日：2025-01-03
申请号：CN202411397818.1
申请日：2024-10-09
Applicant: 华南理工大学
IPC: G01R29/12
Abstract: 本发明公开了一种基于静电力和压阻效应耦合的微型电场传感器件，其特征在于，包括水平放置可垂直自由振动的半导体薄膜，半导体薄膜的第一表面上设有金属薄膜；半导体薄膜的第二表面通过埋氧层连接半岛端十字梁和弧瓣状岛屿结合的凸台结构以及衬底层；半导体薄膜的四周与器件层的固定部分连接；器件层上设有金属电极区和四个弧形短梁，金属薄膜通过弧形短梁连接至金属电极区；弧形短梁镶嵌有多个离子注入区域，离子注入区域之间设有沟槽结构；离子注入区域通过金属电极区形成惠斯通电桥结构。本发明的微型电场传感器件在满足小体积、低成本和低功耗的同时，具备高灵敏度、高分辨率、宽线性范围和高结构稳定性等特点，可广泛应用于电场传感领域。
-
公开(公告)号：CN119147885A
公开(公告)日：2024-12-17
申请号：CN202411653649.3
申请日：2024-11-19
Applicant: 华南理工大学
Abstract: 本发明提出的电‑热‑力多场老化下的复合绝缘子芯棒寿命预测方法，包括以下步骤：对复合绝缘子芯棒开展多物理场联合老化试验，取不同老化间隔老化样品，表征微观形貌；分析电热联合作用下电荷能量与热能对孔洞形变影响，得到孔洞机械应变、孔洞电荷能量密度和每基团电荷能量；增加机械应力分析电热力协同作用对孔洞扩大的效应；施加电场获取材料电荷能量；通过拉伸模式测试计算样品体积弹性模量；建立仿真模型计算单个孔洞内壁电场分布；利用密度计测量样品密度计算孔隙率和孔洞半径；结合上述以芯棒完全断裂作为寿命终结标志，根据芯棒孔洞电荷能量与老化时间的关系，预测复合绝缘子芯棒剩余寿命。
-
公开(公告)号：CN118445676B
公开(公告)日：2024-11-08
申请号：CN202410360755.6
申请日：2024-03-27
Applicant: 华南理工大学
IPC: G06F18/241 , G06F18/213 , G06F18/23213 , G06N3/0464 , G06N3/088 , G06N3/096 , G06N3/0895 , G01R31/12 , G06F123/02
Abstract: 本发明公开了一种基于无监督领域自适应的电力设备绝缘故障诊断方法，包括：搭建基于深度学习的绝缘缺陷诊断模型；利用含有标签信息的特定数据集预训练模型；在特征提取器输出的高维特征空间中，构建簇原型向量匹配的目标域伪标签生成器；构建源域和未见场景中无标签数据集在特征空间中的簇子域；以簇原型向量为锚点，簇子域内同类样本为正样本对，构建簇对比学习机制，强化域内类可判别特征机器细粒度；利用高斯径向基函数将簇子域映射到高维的希尔伯特空间，构建簇子域特征匹配器，对齐源域和目标域簇子域特征，联合簇对比学习机制和簇子域特征匹配器，更新特征提取器参数；利用含有标签信息的源域微调分类器参数，实现绝缘缺陷故障诊断。
-
公开(公告)号：CN118445676A
公开(公告)日：2024-08-06
申请号：CN202410360755.6
申请日：2024-03-27
Applicant: 华南理工大学
IPC: G06F18/241 , G06F18/213 , G06F18/23213 , G06N3/0464 , G06N3/088 , G06N3/096 , G06N3/0895 , G01R31/12 , G06F123/02
Abstract: 本发明公开了一种基于无监督领域自适应的电力设备绝缘故障诊断方法，包括：搭建基于深度学习的绝缘缺陷诊断模型；利用含有标签信息的特定数据集预训练模型；在特征提取器输出的高维特征空间中，构建簇原型向量匹配的目标域伪标签生成器；构建源域和未见场景中无标签数据集在特征空间中的簇子域；以簇原型向量为锚点，簇子域内同类样本为正样本对，构建簇对比学习机制，强化域内类可判别特征机器细粒度；利用高斯径向基函数将簇子域映射到高维的希尔伯特空间，构建簇子域特征匹配器，对齐源域和目标域簇子域特征，联合簇对比学习机制和簇子域特征匹配器，更新特征提取器参数；利用含有标签信息的源域微调分类器参数，实现绝缘缺陷故障诊断。
-
Patent Agency Ranking
公开(公告)号：CN117914010A
公开(公告)日：2024-04-19
申请号：CN202311679163.2
申请日：2023-12-07
Applicant: 华南理工大学
Abstract: 本发明公开了一种用于高压输电线路取能的D‑WPT系统及方法，无线电能传输技术领域。其中系统包括绝缘子串、D‑WPT模块和有线连接模块；绝缘子串包括第一均压环、第二均压环以及设置在第一均压环和第二均压环之间的多个伞裙；D‑WPT模块包括一个发射线圈、多个中继线圈和一个接收线圈；有线连接模块包括电流互感器、整流器、逆变器和整流桥；安装在高压输电线上的电流互感器用于收集能量，并过经整流器、逆变器后，通过线圈无线传输至低压的杆塔侧，经过整流桥以向用电设备供电。本发明不仅克服了WPT线圈的引入造成绝缘子串电场进一步畸变的不利现象，且收发线圈的尺寸不再受限于伞裙尺寸，整体及传输效率可进一步提高。
-
公开(公告)号：CN116545130B
公开(公告)日：2024-08-27
申请号：CN202310340889.7
申请日：2023-03-31
Applicant: 华南理工大学
Abstract: 本申请公开了一种长距离WPT系统、长距离WPT电池负载状态识别方法、数据处理装置、介质，包括直流电源、逆变器、二端口等效网络模型和整流器及电池负载电路，直流电源用于产生直流电；逆变器用于将所述直流电转换为交流电；二端口等效网络模型包括有发射线圈、目标阻抗和接收线圈，所述目标阻抗用于实现长距离无线电能传输；整流器及电池负载电路用于对所述交流电进行整流及对电池充电，根据本申请的技术方案，通过设置目标阻抗，从而取代中继线圈实现长距离无线电能传输，提高了无效电能传输的便捷性。
-
公开(公告)号：CN117914010B
公开(公告)日：2024-08-16
申请号：CN202311679163.2
申请日：2023-12-07
Applicant: 华南理工大学
Abstract: 本发明公开了一种用于高压输电线路取能的D‑WPT系统及方法，无线电能传输技术领域。其中系统包括绝缘子串、D‑WPT模块和有线连接模块；绝缘子串包括第一均压环、第二均压环以及设置在第一均压环和第二均压环之间的多个伞裙；D‑WPT模块包括一个发射线圈、多个中继线圈和一个接收线圈；有线连接模块包括电流互感器、整流器、逆变器和整流桥；安装在高压输电线上的电流互感器用于收集能量，并过经整流器、逆变器后，通过线圈无线传输至低压的杆塔侧，经过整流桥以向用电设备供电。本发明不仅克服了WPT线圈的引入造成绝缘子串电场进一步畸变的不利现象，且收发线圈的尺寸不再受限于伞裙尺寸，整体及传输效率可进一步提高。
-
公开(公告)号：CN116545130A
公开(公告)日：2023-08-04
申请号：CN202310340889.7
申请日：2023-03-31
Applicant: 华南理工大学
Abstract: 本申请公开了一种长距离WPT系统、长距离WPT电池负载状态识别方法、数据处理装置、介质，包括直流电源、逆变器、二端口等效网络模型和整流器及电池负载电路，直流电源用于产生直流电；逆变器用于将所述直流电转换为交流电；二端口等效网络模型包括有发射线圈、目标阻抗和接收线圈，所述目标阻抗用于实现长距离无线电能传输；整流器及电池负载电路用于对所述交流电进行整流及对电池充电，根据本申请的技术方案，通过设置目标阻抗，从而取代中继线圈实现长距离无线电能传输，提高了无效电能传输的便捷性。
-
公开(公告)号：CN116842357B
公开(公告)日：2024-12-10
申请号：CN202310522987.2
申请日：2023-05-10
Applicant: 华南理工大学
IPC: G06F18/213 , G06F18/214 , G06N3/0464 , G06N3/08 , G06F18/241
Abstract: 本发明公开了基于代价敏感和双分支结构的气体开关设备PD识别方法，包括步骤：S1、搭建一维卷积神经网络提取原始特高频数据时序特征；S2、逐个求解各类样本的有效样本数目，构建类有效样本数目代价敏感机制；S3、在Res2Net中融入类有效样本代价敏感机制，提高模型对少数类关注度；S4、搭建双边分支网络结构，优化算法训练过程；S5、基于实测PD特高频数据，完成模型训练，实现PD模式识别。本发明包括类有效样本数目代价敏感机制、Res2Net算法改进和双边分支网络结构构建，能够很好的缓解常规再平衡学习方法导致模型表示学习性能下降的问题，全面提高模型处理不平衡学习问题的鲁棒性，提高PD模式识别准确率。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.041 seconds)
