-
公开(公告)号：CN207820095U
公开(公告)日：2018-09-04
申请号：CN201721773254.2
申请日：2017-12-17
Applicant: 国网湖北省电力有限公司宜昌供电公司 , 武汉市豪迈电力自动化技术有限责任公司
Abstract: 本实用新型提出了一种变电站保护压板状态监控系统，通过智能手机获取保护压板表面开关的实时图片，并通过后端服务器对实时图片进行分析，获取告警信息，如此，可便于获取高清的图片信息，提高智能识别系统的准确性；通过智能手机获取图片采集时间，便于后端服务器监督管理巡视人员的工作，并推送提示信息；通过设置单通道信号隔离器，对采集的信号进行过滤，配合局域网，提高信息的安全性。
-
公开(公告)号：CN208255682U
公开(公告)日：2018-12-18
申请号：CN201820881310.2
申请日：2018-06-06
Applicant: 国网湖北省电力有限公司 , 国网湖北省电力有限公司宜昌供电公司 , 武汉市豪迈电力自动化技术有限责任公司
IPC: G05B19/042
Abstract: 本实用新型涉及一种保护定值压板监测装置，包括主控板、开关电源、信号转接板、通讯接口板、工控机、显示装置以及指示灯。所述主控板通过所述信号转接板与所述指示灯电连接；所述主控板上设有一网络交换机，所述网络交换机包括6路网络信号接口，其中5路网络信号接口与所述通讯接口板连接，形成用于接收压板数据的对外接口，1路网络信号接口通过信号转接板与所述工控机电连接；所述工控机与所述显示装置电连接；所述开关电源接220V外部电源，并产生12V和5V两路输出，其中12V输出为显示装置供电，5V输出通过信号转接板为主控板和工控机供电。本实用新型实时采集压板状态信息，进行显示，并通过网络接口实时上传，提高现场运行管理的实时化、智能化。
-
Patent Agency Ranking
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
Applicant: 三峡大学 , 国网湖北省电力有限公司宜昌供电公司
IPC: G06F18/2415 , G06F18/243 , G06F18/2431 , G06N20/00
Abstract: 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：CN117408299A
公开(公告)日：2024-01-16
申请号：CN202311158819.6
申请日：2023-09-08
Applicant: 国网湖北省电力有限公司宜昌供电公司 , 三峡大学
IPC: G06N3/0442 , G06N3/045 , G06N3/0985 , G06N3/006 , G01N30/00
Abstract: 本发明提供一种基于深度学习的变压器油中溶解气体浓度预测方法，包括如下步骤：S1、在线监测系统对变压器油中溶解气体浓度进行监测，将各油中溶解气体浓度时间序列送入CEEMDAN分解模型进行模态分解；S2、将分解得到的各子序列输入DBO‑BiLSTM模型进行点预测；S3、将各子序列预测结果进行叠加拟合得到油中溶解气体浓度点预测结果并评价；S4、将拟合的点预测结果与原始序列相比较，得到的点预测误差序列；S5、选择点预测误差序列重复抽样次数，拟合不同置信度下的误差置信区间，结合点预测结果，得到不同置信水平下区间预测结果并评价。该方法在提高点预测精度的同时，考虑点预测模型误差生成不同置信度下的区间预测，提高预测的准确度。
-
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
Applicant: 国网湖北省电力有限公司宜昌供电公司 , 三峡大学
IPC: G06F18/25 , G06F18/214 , G06F18/23213 , G06F18/2411 , G06F18/243 , G06N5/01 , G06N20/20 , G01R31/62 , G01R31/00
Abstract: 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：CN117349786B
公开(公告)日：2024-08-09
申请号：CN202311166171.7
申请日：2023-09-11
Applicant: 国网湖北省电力有限公司宜昌供电公司 , 三峡大学
IPC: G06F18/25 , G06F18/214 , G06F18/23213 , G06F18/2411 , G06F18/243 , G06N5/01 , G06N20/20 , G01R31/62 , G01R31/00
Abstract: 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：CN117829138A
公开(公告)日：2024-04-05
申请号：CN202311634610.2
申请日：2023-11-29
Applicant: 三峡大学 , 国网湖北省电力有限公司宜昌供电公司
IPC: G06F40/279 , G06F40/30 , G06F16/31 , G06F16/35 , G06N3/0442 , G06N3/045 , G06N3/0499 , G06N7/01 , G06N5/022 , G06Q10/20 , G06Q50/06
Abstract: 本发明公开了一种基于深度学习的电力缺陷实体识别方法，通过提出融合基于全词掩码的预训练模型BERT与注意力机制的电力缺陷文本识别模型，通过BERT‑WWM模型生成上下文信息丰富的词向量表示，之后通过BiLSTM层和Attention层对这些词向量进行处理，最后利用CRF层进行序列标注；本方案解决了现有技术模型对电力专业文本及关键词和上下文理解能力较弱，需要手动构建词典，需要大量专业知识，依赖人工手动添加的问题，可以有效避免因字级别的遮罩而导致的模型学习偏差，提高处理复杂电力专业词汇时模型理解能力，并捕获各电力实体间复杂的依赖关系。
-
-
-
-
-
-
Search Results
7
records
(took 0.059 seconds)
