-
公开(公告)号：CN116595853A
公开(公告)日：2023-08-15
申请号：CN202310105034.6
申请日：2023-02-13
申请人： 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
IPC分类号： G06F30/27 , G06N3/0442 , G06N3/04 , G06F119/04
摘要： 本发明公开了一种基于残差收缩网络和长短期记忆网络的变电站设备寿命预测方法，包括以下步骤：(1)采用数字孪生技术和多物理场技术，获取数据；(2)融合多传感器数据，构建数据集；(3)对多数据集进行预处理并划分训练集、测试集和验证集；(4)构建结合残差收缩和长短期记忆网络的预测模型；(5)训练最佳预测模型；(6)测试模型；基于卷积神经网络的残差收缩网络能够针对数据集的噪声等级设置不同的阈值，可以很好的增强有效信息，减弱无效的噪声干扰信息；长短期记忆神经网络筛选出更能反映变电站设备在全寿命周期内退化过程的特征量，提取信号中隐藏的历史信息和未来信息，可以充分利用具有时间相关性的退化历史数据，得到变电站设备性能退化时的状态变化过程，提高了剩余寿命预测的精度。
-
公开(公告)号：CN116340812A
公开(公告)日：2023-06-27
申请号：CN202310138741.5
申请日：2023-02-20
申请人： 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
IPC分类号： G06F18/24 , G06F18/213 , G06F18/23 , G06N3/08
摘要： 本发明公开了一种变压器局部放电故障模式识别方法及系统，该方法包括：利用传感器获取变压器不同时间段不同运行状态的局部放电信号，采用希尔伯特‑黄变换对训练集中的局部放电故障信号进行分解和重构，并最终表示为即Hilbert谱；对所述Hilbert谱按指数分布族提取能量特征值。变压器不同状态下的能量特征值构成特征向量，将特征向量构成特征矩阵，并将特征矩阵输入到PNN神经网络中进行训练，得到训练好的PNN神经网络。本发明通过希尔伯特能量图谱分析局部放电信号的信号特点，提出希尔伯特能量聚类算法，其提高了特征值自身的可分性，使分类效果更加明显。并结合PNN作为局部放电故障识别的分类器，具有更高的识别率，同时有着较好的扩展性。
-
公开(公告)号：CN116226772A
公开(公告)日：2023-06-06
申请号：CN202310135446.4
申请日：2023-02-20
申请人： 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
IPC分类号： G06F18/2433 , G01H17/00 , G06F18/213 , G06F18/10
摘要： 本发明公开了一种基于振动信号的变压器铁心松动故障诊断方法，包括以下步骤：利用加速度传感器采集变压器箱体表面的原始振动信号；利用经验模态分解方法对所述原始振动信号进行分解；利用基于相关系数的方法对分解后的信号进行重构，得到重构后的振动信号；根据重构后的振动信号计算故障特征指标；将得到的故障特征指标与设定的故障阈值进行比较，并判断是否发生铁心松动故障。本发明利用EMD方法对所采集的振动信号进行分解，利用基于相关系数的方法对分解后的信号进行重构，筛选掉与原始信号相关性较小的部分，从而滤除无法反映原始信号特征的噪声部分，提高了后续故障诊断的精确度。
-
公开(公告)号：CN115985031A
公开(公告)日：2023-04-18
申请号：CN202310065157.1
申请日：2023-01-17
申请人： 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
IPC分类号： G08B13/196
摘要： 本发明提供一种基于高斯YOLOv3人体检测的变电站辅控防盗报警系统及方法，该方法包括采用传感器监测警戒区画面；将传感器监测的图像通过无线技术或互联网连接传输到云端的数据中心；数据中心进行预处理后将数据传输到基于高斯YOLOv3的监视系统；在高斯YOLOv3的监视系统中进行进一步的分析和训练，标定边界框；将数据处理结果发送回数据中心，同时判断是否需要发出警报。本发明利用高斯YOLOv3网络模型，对输入图像信息进行识别检测，使原模型获得更高的准确率，很好地解决了信息显示不完整、可视化程度低、无相应报警功能、以及报警不及时等问题。
-
-
-
搜索结果
4 条记录 (耗时 0.054 秒)
