-
公开(公告)号:CN114528773B
公开(公告)日:2022-09-02
申请号:CN202210435426.4
申请日:2022-04-24
申请人: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江西省电力有限公司
摘要: 本发明公开了基于大数据分析的轨道交通杂散电流波形预测系统及方法,该方法通过轨道交通杂散电流分析大数据库收集轨道交通的杂散电流历史波形数据、轨道交通历史运行数据、非交通类历史数据和非交通类短期预测数据,对收集到的数据进行分类归集,通过人工智能技术预测短期轨道交通运行数据;对杂散电流历史波形数据预处理形成杂散电流波形特征数据集,并输入XGBoost模型训练,将短期轨道交通运行数据和非交通类短期预测数据输入训练后的XGBoost模型,实现对未来时刻轨道交通的杂散电流波形进行预测,再将预测后的波形特征数据集作为测试集,检验和修正XGBoost模型,保证XGBoost模型预测的精准度。
-
公开(公告)号:CN112966990A
公开(公告)日:2021-06-15
申请号:CN202110539663.0
申请日:2021-05-18
申请人: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江西省电力有限公司 , 南昌大学
摘要: 本发明公开了一种变电设备综合状态评价的方法,导入状态指标数据处理结果,电力变压器状态评价以表征电力变压器异常状态的数据集为基础,按状态指标的分类、指标数据的处理、构建分层评价体系、使用主客观融合赋权法制定指标权重并据此得到电力变压器的状态评价结果四个步骤进行;在线监测装置的状态评价以由在线监测装置工作的异常导致的异常数据集为基础,状态评价包括构建异常模式的数据与在线监测装置异常状态之间的表征关系、异常状态概率表征、使用模糊评价理论中隶属度函数完成在线监测装置的状态评价三步。本发明针对电力变压器与在线监测装置分别建立其状态评价模型,从而构成基于数据驱动的变电设备综合状态评价体系。
-
公开(公告)号:CN114528773A
公开(公告)日:2022-05-24
申请号:CN202210435426.4
申请日:2022-04-24
申请人: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江西省电力有限公司
摘要: 本发明公开了基于大数据分析的轨道交通杂散电流波形预测系统及方法,该方法通过轨道交通杂散电流分析大数据库收集轨道交通的杂散电流历史波形数据、轨道交通历史运行数据、非交通类历史数据和非交通类短期预测数据,对收集到的数据进行分类归集,通过人工智能技术预测短期轨道交通运行数据;对杂散电流历史波形数据预处理形成杂散电流波形特征数据集,并输入XGBoost模型训练,将短期轨道交通运行数据和非交通类短期预测数据输入训练后的XGBoost模型,实现对未来时刻轨道交通的杂散电流波形进行预测,再将预测后的波形特征数据集作为测试集,检验和修正XGBoost模型,保证XGBoost模型预测的精准度。
-
公开(公告)号:CN112966990B
公开(公告)日:2021-09-10
申请号:CN202110539663.0
申请日:2021-05-18
申请人: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江西省电力有限公司 , 南昌大学
摘要: 本发明公开了一种变电设备综合状态评价的方法,导入状态指标数据处理结果,电力变压器状态评价以表征电力变压器异常状态的数据集为基础,按状态指标的分类、指标数据的处理、构建分层评价体系、使用主客观融合赋权法制定指标权重并据此得到电力变压器的状态评价结果四个步骤进行;在线监测装置的状态评价以由在线监测装置工作的异常导致的异常数据集为基础,状态评价包括构建异常模式的数据与在线监测装置异常状态之间的表征关系、异常状态概率表征、使用模糊评价理论中隶属度函数完成在线监测装置的状态评价三步。本发明针对电力变压器与在线监测装置分别建立其状态评价模型,从而构成基于数据驱动的变电设备综合状态评价体系。
-
公开(公告)号:CN113792754B
公开(公告)日:2024-08-16
申请号:CN202110922307.7
申请日:2021-08-12
申请人: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江西省电力有限公司 , 南昌大学
IPC分类号: G06F18/23213 , G06N3/006 , G06F16/215
摘要: 本发明公开了一种先除异后修复的换流变DGA在线监测数据处理方法,第一阶段引入滑动窗口算法的思想,使用分段线性化算法将序列数据划分为若干由斜率与跨度表征的线段,再使用基于最大最小距离改进的K‑means聚类将在线监测数据符号化,最后使用APRIORI算法挖掘DGA中不同指标之间的关联性,并以此发掘其中存在的异常数值;第二阶段,根据筛除的异常数值采样点,提出改进的粒子群优化的支持向量回归算法,定义粒子解集之间的距离,使用模糊推理规则划分不同类型的粒子,并以此定义不同更新公式,保证算法的求解速度与求解多样性,优化支持向量回归算法中的关键参数对这些采样点进行修复,实现在线DGA监测数据的处理。
-
公开(公告)号:CN118243295A
公开(公告)日:2024-06-25
申请号:CN202410683402.X
申请日:2024-05-30
摘要: 本发明公开了一种油浸式变压器渗漏油的紫外‑红外联合检测方法及系统,属于变压器检测技术领域。所述方法包括:获取变压器油枕部位的红外图像,对获得的红外图像进行预处理,通过边缘检测获得变压器油枕的油位线,计算变压器油枕的油位信息和剩余油量,获得变压器油位状态;采用紫外光源对预设点位进行照射,并通过紫外光相机采集紫外荧光图像,计算得到渗漏油区域和背景区域,获得变压器的渗漏油状态;综合变压器油位状态和变压器渗漏油状态,得到变压器状态的评估结果,并生成告警信息。本发明公开的方法实现了对变压器渗漏油状态的精准检测和评估,提高检测的效率和准确性,保障变压器的安全稳定运行。
-
公开(公告)号:CN114037755A
公开(公告)日:2022-02-11
申请号:CN202111126503.X
申请日:2021-09-26
申请人: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江西省电力有限公司 , 南昌工程学院
摘要: 本发明公开了一种基于尺度不变特征变换的仪器面板关键数据精准定位方法,按照构造尺度空间、筛选定位关键点、关键点方向分配、描述关键点特征的步骤提取模板图片A和待测试图片B的关键点,然后将待测试图片B与模板图片A进行匹配校准;选取一张清晰无干扰的仪器正面图片;对该仪器正面图片特征进行分析,确认仪器关键数据信息像素位置,用纯白像素代替关键数据信息位置,从而制成模板图片C;对模板图片C处理,将处理后的模板图片C中的纯白像素图片与步骤一中经过校准的待测试图片B进行匹配,从而对仪器面板关键信息进行提取。本发明可在变电检测试验现场辅助数据图片高效采集定位环节,提升试验现场数据记录效率和质量。
-
公开(公告)号:CN116127163B
公开(公告)日:2023-08-15
申请号:CN202310398270.1
申请日:2023-04-14
申请人: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌科晨电力试验研究有限公司 , 国网江西省电力有限公司
IPC分类号: G06F16/907 , G01R31/00 , G06F16/901
摘要: 本发明属于电力工程技术领域,公开了一种抗干扰的电力变压器短路冲击分析系统及方法,该系统包括短路冲击管控数据库、录波读取模块、冲击分析模块、干扰识别模块和终端接收模块;所述干扰识别模块对电流通道状态变量的标记为F的电流通道设置五个串行判据;该方法通过电流采样值计算确定电流突变时刻,并更改电流通道状态变量的标记,然后根据短路电流比更改电流通道状态变量的标记,对电流通道状态变量的标记为F的电流通道设置五个串行判据,将经干扰识别模块处理的故障录波反馈回短路冲击管控数据库,根据管控要求设定短路电流比的注意值、预警值和异常值。本发明实现了变压器短路冲击数字化分析。
-
公开(公告)号:CN116127163A
公开(公告)日:2023-05-16
申请号:CN202310398270.1
申请日:2023-04-14
申请人: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌科晨电力试验研究有限公司 , 国网江西省电力有限公司
IPC分类号: G06F16/907 , G01R31/00 , G06F16/901
摘要: 本发明属于电力工程技术领域,公开了一种抗干扰的电力变压器短路冲击分析系统及方法,该系统包括短路冲击管控数据库、录波读取模块、冲击分析模块、干扰识别模块和终端接收模块;所述干扰识别模块对电流通道状态变量的标记为F的电流通道设置五个串行判据;该方法通过电流采样值计算确定电流突变时刻,并更改电流通道状态变量的标记,然后根据短路电流比更改电流通道状态变量的标记,对电流通道状态变量的标记为F的电流通道设置五个串行判据,将经干扰识别模块处理的故障录波反馈回短路冲击管控数据库,根据管控要求设定短路电流比的注意值、预警值和异常值。本发明实现了变压器短路冲击数字化分析。
-
公开(公告)号:CN113792754A
公开(公告)日:2021-12-14
申请号:CN202110922307.7
申请日:2021-08-12
申请人: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江西省电力有限公司 , 南昌大学
IPC分类号: G06K9/62 , G06N3/00 , G06F16/215
摘要: 本发明公开了一种先除异后修复的换流变DGA在线监测数据处理方法,第一阶段引入滑动窗口算法的思想,使用分段线性化算法将序列数据划分为若干由斜率与跨度表征的线段,再使用基于最大最小距离改进的K‑means聚类将在线监测数据符号化,最后使用APRIORI算法挖掘DGA中不同指标之间的关联性,并以此发掘其中存在的异常数值;第二阶段,根据筛除的异常数值采样点,提出改进的粒子群优化的支持向量回归算法,定义粒子解集之间的距离,使用模糊推理规则划分不同类型的粒子,并以此定义不同更新公式,保证算法的求解速度与求解多样性,优化支持向量回归算法中的关键参数对这些采样点进行修复,实现在线DGA监测数据的处理。
-
-
-
-
-
-
-
-
-