公开(公告)号：CN117520803B

公开(公告)日：2024-10-18

申请号：CN202311378586.0

申请日：2023-10-23

申请人： 国网江苏省电力有限公司南京供电分公司

发明人： 冯隆基 ,  方磊 ,  徐俊 ,  何映虹 ,  林鹤 ,  吴芳柱 ,  楚成博 ,  汪自虎 ,  邢晓帆 ,  赵逸 ,  戴宝琴 ,  王振宇 ,  陈雪薇 ,  李楠 ,  朱泽

IPC分类号： G06F18/2113 ,  B60L53/60 ,  B60L53/62 ,  G06F18/214 ,  G06N3/0499 ,  G06N3/006 ,  G06N3/08

摘要： 本申请提供了一种充电桩故障诊断方法、计算机可读介质及设备，其中，方法为基于自适应特征模态分解与核极限学习机(Adaptive feature mode decomposition–Kernel extreme learning machine,AFMD‑KELM)的充电桩故障诊断方法，包括：(1)数据获取与准备；(2)信号自适应分解；(3)故障特征筛选；(4)充电桩故障诊断模型搭建与训练；(5)充电桩故障诊断。本发明将采集到的充电桩传感器信号可以自适应地分解为多个特征分量，根据重要性刻画指标选择出其中重要的特征，提取信号中有效信息并减少噪声的干扰。利用金枪鱼群优化的核极限学习机将提取的特征进行分类，进一步提高充电桩故障诊断的准确率。

公开(公告)号：CN117668690A

公开(公告)日：2024-03-08

申请号：CN202311546758.0

申请日：2023-11-20

申请人： 国网江苏省电力有限公司南京供电分公司

发明人： 方磊 ,  徐俊 ,  冯隆基 ,  何映虹 ,  吴芳柱 ,  楚成博 ,  解文涛 ,  林鹤 ,  汪晶 ,  邢晓帆 ,  赵逸 ,  刘昱 ,  王振宇 ,  陆晟 ,  严嘉钰 ,  朱泽

IPC分类号： G06F18/2415 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/0455 ,  G06N3/08 ,  G06Q10/04 ,  G01R31/00 ,  G01D21/02

摘要： 本发明公开了一种基于数字孪生实现的电力HPLC台区故障监测方法，其特征在于，包括如下步骤：步骤1，构建HPLC台区对应的数字孪生展示模型，将台区设备映射到时虚拟空间；步骤2，在台区设备周围部署传感器，用于对设备周围的环境进行监测获取设备周围环境数据；步骤3，构建故障预测模型，用于对台区设备的故障类型进行预测，所述故障预测模型的输入为台区设备上传的设备数据，以及设备周围环境数据；步骤4，对故障预测模型进行训练，采用训练好的故障预测模型对采集到的设备数据，以及设备周围环境数据进行故障类型预测。结合传感器采集到台区内各个设备的环境数据，直观的展示整个台区的状况。利用网络分析等功能，可以精细化的监控展示台区内的每个设备，同时支持整个台区的状态的展示和预测。

公开(公告)号：CN117520803A

公开(公告)日：2024-02-06

申请号：CN202311378586.0

申请日：2023-10-23

申请人： 国网江苏省电力有限公司南京供电分公司

发明人： 冯隆基 ,  方磊 ,  徐俊 ,  何映虹 ,  林鹤 ,  吴芳柱 ,  楚成博 ,  汪自虎 ,  邢晓帆 ,  赵逸 ,  戴宝琴 ,  王振宇 ,  陈雪薇 ,  李楠 ,  朱泽

IPC分类号： G06F18/2113 ,  B60L53/60 ,  B60L53/62 ,  G06F18/214 ,  G06N3/0499 ,  G06N3/006 ,  G06N3/08

摘要： 本申请提供了一种充电桩故障诊断方法、计算机可读介质及设备，其中，方法为基于自适应特征模态分解与核极限学习机(Adaptive feature mode decomposition–Kernel extreme learning machine,AFMD‑KELM)的充电桩故障诊断方法，包括：(1)数据获取与准备；(2)信号自适应分解；(3)故障特征筛选；(4)充电桩故障诊断模型搭建与训练；(5)充电桩故障诊断。本发明将采集到的充电桩传感器信号可以自适应地分解为多个特征分量，根据重要性刻画指标选择出其中重要的特征，提取信号中有效信息并减少噪声的干扰。利用金枪鱼群优化的核极限学习机将提取的特征进行分类，进一步提高充电桩故障诊断的准确率。