-
公开(公告)号:CN117349786B
公开(公告)日:2024-08-09
申请号:CN202311166171.7
申请日:2023-09-11
申请人: 国网湖北省电力有限公司宜昌供电公司 , 三峡大学
IPC分类号: G06F18/25 , G06F18/214 , G06F18/23213 , G06F18/2411 , G06F18/243 , G06N5/01 , G06N20/20 , G01R31/62 , G01R31/00
摘要: 本发明提供一种基于数据均衡的证据融合变压器故障诊断方法,包括如下步骤:步骤一、收集在线监测的油浸式变压器油中溶解气体含量数据,将带有状态标签的特征气体含量数据集划分训练集和测试集;步骤二、确定原始数据集中的小样本集,通过RO‑BSMOTE均衡规则对小样本数据集扩充;步骤三、分别构建多分类模型,均衡后的数据集及故障标签作为模型训练集;训练完成后,测试集输入分类模型,经PCR5规则的融合模型融合输出,得出诊断结果;步骤四、选择分类任务评价指标,实现对模型性能的综合评价。该方法对DGA数据均衡化处理,增强少数类数据携带的特征关系,考虑单结构分类模型的不足,引入证据融合理论,实现多分类器融合判别,以提高故障诊断精度。
-
公开(公告)号:CN117349786A
公开(公告)日:2024-01-05
申请号:CN202311166171.7
申请日:2023-09-11
申请人: 国网湖北省电力有限公司宜昌供电公司 , 三峡大学
IPC分类号: G06F18/25 , G06F18/214 , G06F18/23213 , G06F18/2411 , G06F18/243 , G06N5/01 , G06N20/20 , G01R31/62 , G01R31/00
摘要: 本发明提供一种基于数据均衡的证据融合变压器故障诊断方法,包括如下步骤:步骤一、收集在线监测的油浸式变压器油中溶解气体含量数据,将带有状态标签的特征气体含量数据集划分训练集和测试集;步骤二、确定原始数据集中的小样本集,通过RO‑BSMOTE均衡规则对小样本数据集扩充;步骤三、分别构建多分类模型,均衡后的数据集及故障标签作为模型训练集;训练完成后,测试集输入分类模型,经PCR5规则的融合模型融合输出,得出诊断结果;步骤四、选择分类任务评价指标,实现对模型性能的综合评价。该方法对DGA数据均衡化处理,增强少数类数据携带的特征关系,考虑单结构分类模型的不足,引入证据融合理论,实现多分类器融合判别,以提高故障诊断精度。
-
公开(公告)号:CN117972556A
公开(公告)日:2024-05-03
申请号:CN202311813977.0
申请日:2023-12-26
申请人: 三峡大学 , 国网湖北省电力有限公司宜昌供电公司
IPC分类号: G06F18/2415 , G06F18/243 , G06F18/2431 , G06N20/00
摘要: 本发明公开了一种基于过采样的变压器故障诊断方法,该方法基于SMOTE均衡油中溶解特征气体数据,灰狼算法优化随机森林分类器超参数实现变压器故障诊断。针对实际运行工况下变压器正常运行样本较少,不利于随机森林分类器提取少数类样本特征的问题,采本发明采用合成少数类过采样算法均衡数据集,增强原始数据中少数类样本的特征信息;考虑到随机森林参数选取对分类结果影响较大,采用灰狼算法优化随机森林的超参数,增强随机森林对非线性故障特征提取能力,提高故障诊断模型诊断精度。
-
公开(公告)号:CN117828105A
公开(公告)日:2024-04-05
申请号:CN202410100913.4
申请日:2024-01-23
申请人: 三峡大学
IPC分类号: G06F16/36 , G06N5/02 , G06F18/24 , G06F18/25 , G06F40/30 , G06F40/295 , G06N3/0442 , G06N3/045 , G06N3/048 , G06N3/08 , G06Q50/06
摘要: 本发明公开了一种基于联合抽取的电力缺陷文本知识图谱构建方法,该方法首先构建电力缺陷领域的联合标注体系,通过包含实体标签和关系标签的统一标注集,对文本进行标注,以识别出文本中的所有实体及实体对关系;该方法通过构建融合BERT、全连接层、双向长短期记忆网络和条件随机场的实体关系抽取模型,通过性能对比得出引入全连接层可较好提高模型性能,能捕捉重叠关系中的实际结构信息,对比其他三个模型,能更精细地表示电力缺陷实体在不同关系中的语义角色,便于后续下游任务利用结构化信息,为后续的知识图谱构建了良好的基础。
-
公开(公告)号:CN117937559A
公开(公告)日:2024-04-26
申请号:CN202311784605.X
申请日:2023-12-21
申请人: 三峡大学
摘要: 本发明公开一种基于可信容量替代效应的风光火储系统多目标决策方法,其特征在于:包括:步骤1:针对风力、光伏和负荷的不确定性问题,通过自回归滑动平均模型建立误差模型,利用蒙特卡洛法生成场景,并用基于概率距离的快速前代消除法进行场景削减,采用场景法将不确定性问题转化为确定性问题;步骤2:考虑新能源对传统能源的替代效应得出其充裕容量,并计算系统发电容量充裕度;步骤3:建立基于两阶段随机规划的调度决策模型的目标函数;步骤4:考虑系统充裕性的调度决策模型的约束条件;本发明综合考虑电力系统运行时的经济性和充裕性需求,建立多目标决策模型,采用加权求和法实现人工干预系统经济性和充裕性影响程度的目的。
-
公开(公告)号:CN117833286A
公开(公告)日:2024-04-05
申请号:CN202311625227.0
申请日:2023-11-29
申请人: 三峡大学
摘要: 本发明公开了一种基于发电容量充裕性的季节性储能合约电量分解方法,首先根据火电机组、水库型水电机组、风电机组和光伏机组的发电特性确定其发电初始容量,然后结合停运因素对机组初始容量进行调整,最后在发电容量充裕度的基础上考虑季节性储能的参与对系统充裕性的影响,构建以系统发电容量充裕度最小为目标的优化模型;该方法解决了现有技术对系统发电容量充裕性和季节性储能合约电量分解策略结合的研究不足的问题,具有可对系统的发电容量充裕度计算方法进行详细的阐述,保证分解方法的泛用性,为解决新能源加入后系统充裕性波动过大提供思路,既验证了模型的可行性,也为选择合适的储能方式提供参考意见的特点。
-
公开(公告)号:CN118114155A
公开(公告)日:2024-05-31
申请号:CN202311814583.7
申请日:2023-12-26
申请人: 三峡大学
IPC分类号: G06F18/2431 , G06F18/243 , G06F18/2415 , G06F18/213 , G06N20/20
摘要: 本发明公开了一种基于数据均衡及GBDT的油浸式变压器故障诊断方法,该方法基于Borderline‑SMOTE数据均衡模型和Optuna‑GBDT故障诊断模型实现变压器故障诊断;针对变压器故障类型数据样本量较少,不利于梯度提升决策树分类器拟合故障特征的问题,本方案采用Borderline‑SMOTE算法对收集的不平衡数据集均衡化处理,增强少数故障类别样本的特征;考虑到梯度提升决策树集成学习算法的超参数选取决定了分类结果,采用Optuna超参数自动优化器搜索梯度提升决策树的最佳参数,提高故障诊断模型诊断性能。
-
-
-
-
-
-