-
公开(公告)号：CN112287520A
公开(公告)日：2021-01-29
申请号：CN202011076146.6
申请日：2020-10-10
Applicant: 国网吉林省电力有限公司电力科学研究院 , 上海交通大学 , 吉林省电力科学研究院有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种基于两步优化法的油纸绝缘扩展德拜模型参数辨识方法，属于电气设备绝缘老化状态检测技术领域，本发明通过鲸鱼优化算法与LM算法相结合对扩展德拜模型参数辨识目标函数求解，首先，通过鲸鱼优化算法展开全局搜索，然后将得到的近似解作为初值传递给LM算法，继而通过LM算法进行近似解附近的精确搜索，最终确定出一组合适的解，解决易陷入局部最优解的问题，有效提升求解效率和求解精度，实现扩展德拜模型对油纸绝缘介电响应的准确表征，能有效解决目前油纸绝缘系统的等效模型研究中利用等效模型参数所存在的可靠性不足的问题。
-
公开(公告)号：CN110889228B
公开(公告)日：2023-04-18
申请号：CN201911193946.3
申请日：2019-11-28
Applicant: 国网吉林省电力有限公司电力科学研究院 , 上海交通大学 , 吉林省电力科学研究院有限公司 , 国家电网有限公司
IPC: G06F30/20 , G06N3/006 , G06N3/0464 , G06N3/0499 , G06N3/045 , G06N3/084 , G06F119/04
Abstract: 本发明提供一种基于鸡群优化BP神经网络的变压器油纸绝缘老化预测方法，首先，训练BP神经网络拟合去极化电流和聚合度之间的关系，消除环境温度带来的误差，实现不同环境温度下的油纸绝缘老化预测；然后，采用鸡群算法对神经网络权值和阈值优化，解决BP神经网络训练时存在学习效率低、速度慢、易陷入局部极值点的问题。最后进行仿真研究，结果表明，本方法可以消除温度对极化去极化电流的影响，实现了对油纸绝缘老化的准确预测。
-
公开(公告)号：CN113514739B
公开(公告)日：2022-09-06
申请号：CN202110664278.9
申请日：2021-06-16
Applicant: 国网吉林省电力有限公司电力科学研究院 , 上海交通大学 , 吉林省电力科学研究院有限公司 , 国家电网有限公司
IPC: G01R31/12
Abstract: 本发明一种基于IWOA‑BP算法的油纸绝缘老化评估方法，属于电气技术领域；包括步骤1：制作油纸绝缘模型；步骤2：对不同老化状态下的油纸绝缘模型进行PDC实验；步骤3：进行油纸绝缘老化评估；步骤4：以不同老化时间为标准，结合综合电导率划分老化状态。本发明首次提出基于PDC法以及IWOA‑BP模型的变压器油纸绝缘老化状态评估模型。
-
公开(公告)号：CN113514739A
公开(公告)日：2021-10-19
申请号：CN202110664278.9
申请日：2021-06-16
Applicant: 国网吉林省电力有限公司电力科学研究院 , 上海交通大学 , 吉林省电力科学研究院有限公司 , 国家电网有限公司
IPC: G01R31/12
Abstract: 本发明一种基于IWOA‑BP算法的油纸绝缘老化评估方法，属于电气技术领域；包括步骤1：制作油纸绝缘模型；步骤2：对不同老化状态下的油纸绝缘模型进行PDC实验；步骤3：进行油纸绝缘老化评估；步骤4：以不同老化时间为标准，结合综合电导率划分老化状态。本发明首次提出基于PDC法以及IWOA‑BP模型的变压器油纸绝缘老化状态评估模型。
-
公开(公告)号：CN110889228A
公开(公告)日：2020-03-17
申请号：CN201911193946.3
申请日：2019-11-28
Applicant: 国网吉林省电力有限公司电力科学研究院 , 上海交通大学 , 吉林省电力科学研究院有限公司 , 国家电网有限公司
IPC: G06F30/20 , G06N3/00 , G06N3/04 , G06F119/04
Abstract: 本发明提供一种基于鸡群优化BP神经网络的变压器油纸绝缘老化预测方法，首先，训练BP神经网络拟合去极化电流和聚合度之间的关系，消除环境温度带来的误差，实现不同环境温度下的油纸绝缘老化预测；然后，采用鸡群算法对神经网络权值和阈值优化，解决BP神经网络训练时存在学习效率低、速度慢、易陷入局部极值点的问题。最后进行仿真研究，结果表明，本方法可以消除温度对极化去极化电流的影响，实现了对油纸绝缘老化的准确预测。
-
Patent Agency Ranking
公开(公告)号：CN112287520B
公开(公告)日：2022-09-30
申请号：CN202011076146.6
申请日：2020-10-10
Applicant: 国网吉林省电力有限公司电力科学研究院 , 上海交通大学 , 吉林省电力科学研究院有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种基于两步优化法的油纸绝缘扩展德拜模型参数辨识方法，属于电气设备绝缘老化状态检测技术领域，本发明通过鲸鱼优化算法与LM算法相结合对扩展德拜模型参数辨识目标函数求解，首先，通过鲸鱼优化算法展开全局搜索，然后将得到的近似解作为初值传递给LM算法，继而通过LM算法进行近似解附近的精确搜索，最终确定出一组合适的解，解决易陷入局部最优解的问题，有效提升求解效率和求解精度，实现扩展德拜模型对油纸绝缘介电响应的准确表征，能有效解决目前油纸绝缘系统的等效模型研究中利用等效模型参数所存在的可靠性不足的问题。
-
公开(公告)号：CN119335065A
公开(公告)日：2025-01-21
申请号：CN202311013216.7
申请日：2023-08-11
Applicant: 国网吉林省电力有限公司电力科学研究院 , 吉林省电力科学研究院有限公司
Inventor： 刘俊博 , 李守学 , 高昌龙 , 王昕 , 金鹏 , 栾靖尧 , 邰宇峰 , 赵天成 , 赵春明 , 于群英 , 杨代勇 , 张恒源 , 葛志成 , 刘春博 , 郭家昌 , 李嘉帅 , 杨海威 , 王俊淇 , 赵炳然 , 袁守彬 , 马煜普 , 王伟达
Abstract: 本发明提供了一种复合绝缘子内部缺陷识别方法和系统，包括：通过超声波探头在复合绝缘子外表面上所选取的探测区域采集超声波检测信号，并构建检测信号样本集；采用小波变化去噪算法对检测信号样本集中的信号进行预处理，得到预处理后的信号；对预处理后的信号进行经验模态分解，提取信号中的特征参数，并对特征参数降维处理后构建特征数据集；利用随机森林算法对特征数据集进行分析，得到复合绝缘子内部缺陷的识别结果。从而解决了现有人为识别缺陷方法主观性较强、误判较多等问题，可以借助缺陷识别结果对复合绝缘子的出厂检测、缺陷防治和批量更换提供指导作用，缺陷识别精度高，抗干扰能力强，实现了对复合绝缘子内部的自动无损检测。
-
公开(公告)号：CN118013191A
公开(公告)日：2024-05-10
申请号：CN202410056507.2
申请日：2024-01-15
Applicant: 国网吉林省电力有限公司电力科学研究院 , 吉林省电力科学研究院有限公司
Inventor： 刘俊博 , 李守学 , 高昌龙 , 王昕 , 金鹏 , 栾靖尧 , 邰宇峰 , 赵天成 , 矫立新 , 张赛鹏 , 崔天城 , 杨代勇 , 司昌健 , 刘丹 , 姜露 , 赵春明 , 于群英 , 林海丹 , 葛志成 , 刘春博 , 郭家昌 , 钱二刚 , 俞华 , 刘宏 , 陈宇健 , 翟冠强 , 陈捷元 , 李嘉帅 , 袁守彬 , 陈万意 , 代毓彤 , 李冠群 , 王俊淇 , 沈拓 , 赵炳然 , 杨立伟 , 尚殿波 , 王春阳
IPC: G06F18/10 , G06F18/213 , G06F18/2433
Abstract: 本发明公开了一种基于LSM滤波、CEEMDAN联合小波检测绝缘子的去噪方法，包括：获取绝缘子包含噪声的原始信号；基于最小二乘法滤波对原始信号进行预处理，对噪声进行初步过滤得到LSM滤波后的信号；将LSM滤波后的信号通过CEEMDAN算法进行分解，得到一系列本征模态函数I MF分量；获取所述第一I MF分量并通过小波阈值去噪法提取多尺度特性，并在小波阈值去噪的同时根据预设的小波综合阈值计算方法识别并分离各个尺度上的噪声信号和有效信号；将所述有效信号对应的第三I MF分量与所述第二I MF分量进行信号重构；克服单一技术在处理复杂信号时的局限性，提高检测绝缘子的去噪效率和精确度。
-
公开(公告)号：CN118199563A
公开(公告)日：2024-06-14
申请号：CN202410056504.9
申请日：2024-01-15
Applicant: 国网吉林省电力有限公司电力科学研究院 , 吉林省电力科学研究院有限公司
Inventor： 刘俊博 , 李守学 , 高昌龙 , 王昕 , 金鹏 , 栾靖尧 , 邰宇峰 , 赵天成 , 矫立新 , 崔天城 , 张赛鹏 , 杨代勇 , 司昌健 , 刘丹 , 姜露 , 赵春明 , 于群英 , 林海丹 , 葛志成 , 刘春博 , 郭家昌 , 俞华 , 刘宏 , 代毓彤 , 翟冠强 , 陈捷元 , 李嘉帅 , 梁宝庆 , 徐奇 , 贺微 , 霍新明 , 杨松 , 徐圣忱
Abstract: 本发明公开一种基于信号平均、CEEMDAN及自适应小波阈值绝缘子检测方法及系统，通过超声波换能器接收对复合绝缘子进行检测而反馈回来的超声波信号，通过信号平均法对所述超声波信号进行预处理；通过CEEMDAN对预处理后的所述超声波信号进行分解去噪，直到获得的残差信号为单调函数，不能继续分解；将CEEMDAN分解去噪后的高频信号通过自适应小波阈值进行去噪处理，保留高频的有效成分，再通过信号重构得到去噪后的信号，以改善回波起始位置的信号波形提高信噪比；其中自适应小波阈值去噪处理通过最小化均方误差的无偏估计来确定阈值；对重构后的信号波形进行绝缘子损伤的判断。能显著提高超声波信号的信噪比，在复杂和动态的工业环境中提高超声波信号处理的准确性和效率。
-
公开(公告)号：CN105574231A
公开(公告)日：2016-05-11
申请号：CN201510846238.0
申请日：2015-11-27
Applicant: 上海交通大学 , 国家电网公司 , 国网吉林省电力有限公司电力科学研究院
Abstract: 本发明基于遗传算法和粒子群优化算法-最小二乘支持向量机的理论提出了一种蓄电池剩余容量检测方法，该方法以最基本的最小二乘支持向量机为基础，加以粒子群算法来对其中核函数参数和惩罚系数来进行参数寻优，提高了仿真精度，同时引入遗传算法来增强算法的全局搜索能力，防止陷入局部最优解。只需要通过检测蓄电池开路电压、环境温度、蓄电池内阻这三个量，就可以检测蓄电池的剩余容量。最后通过对比实验数据和预测数据，本方法的检测的平均误差可以控制在5％以内，较传统的最小二乘支持向量机方法，大大提高了预测精度。
-
-
-
-
-
-
-
-
-
Search Results
307
records
(took 0.149 seconds)
