公开(公告)号：CN117909802A

公开(公告)日：2024-04-19

申请号：CN202311535936.X

申请日：2023-11-15

申请人： 国网湖北省电力有限公司超高压公司 ,  许继电气股份有限公司 ,  河南许继继保电气自动化有限公司 ,  华北电力大学

发明人： 周凯 ,  尹秋旎 ,  杨荆宜 ,  陈斌 ,  邓茂军 ,  孙海洋 ,  张莹 ,  梅华威 ,  王明 ,  郭宝圣 ,  宋帅佳 ,  曹旺斌 ,  安高翔 ,  谢松 ,  王勇杰 ,  焦龄霄

IPC分类号： G06F18/241 ,  G06F18/214 ,  G06F18/25

摘要： 本发明涉及一种基于深度学习的高压断路器故障诊断方法和装置，属于高压断路器技术领域，本发明通过收集高压断路器工况运行数据和对应的高压断路器状态，作为训练数据；构建联合故障诊断模型，包括第一分类模型、第二分类模型和D‑S证据理论，利用训练数据对联合故障诊断模型进行训练；使用训练后的联合故障诊断模型对待测高压断路器进行故障判别，最后得到故障诊断结果，本发明使用多种数据模型对高压断路器进行诊断，综合多种模型的优点有效的提高了诊断精度。

公开(公告)号：CN116864037A

公开(公告)日：2023-10-10

申请号：CN202310785450.5

申请日：2023-06-29

申请人： 国网湖北省电力有限公司超高压公司 ,  许继电气股份有限公司 ,  华北电力大学

发明人： 周凯 ,  陈斌 ,  杨荆宜 ,  程龙 ,  王勇杰 ,  洪叶 ,  温皓澜 ,  邱红叶 ,  翁一潇 ,  张红跃 ,  崔敏 ,  王明 ,  郭宝圣 ,  梅华威 ,  曹旺斌

IPC分类号： G16C20/70 ,  G16C20/20 ,  G06F18/214 ,  G06F18/243 ,  G06F18/2413 ,  G06F18/27 ,  G06N3/006 ,  G06N5/01 ,  G01R31/62 ,  G01N33/00

摘要： 本发明涉及一种油浸式变压器故障诊断方法，属于电力系统技术领域。本发明首先对采集到的油浸式变压器的故障数据进行处理并划分，然后制定变压器故障状态编码，构建分类回归树弱分类器模型并用加法学习方式训练弱分类器模型，通过使用麻雀搜索算法对分类器参数进行优化得到油浸式变压器的XGBoost故障诊断模型，对待测数据进行预测得到故障诊断结果。本发明使用麻雀搜索算法优化XGBoost模型，结构简单、易于实现，具有较好的全局探索和局部开发能力，在加速XGBoost模型训练的同时，提升了变压器故障诊断的准确性，使维修部门能够及时准确的维护变压器，显著降低油浸式变压器故障的频率，保证了电力系统安全稳定的运行。

公开(公告)号：CN117992736A

公开(公告)日：2024-05-07

申请号：CN202410254943.0

申请日：2024-03-06

申请人： 华北电力大学(保定)

发明人： 曹旺斌 ,  王明 ,  郭宝圣 ,  李甲 ,  李丽芬 ,  梅华威

IPC分类号： G06F18/10 ,  G06F18/2431 ,  G06F18/23213

摘要： 本发明提供了一种基于分类合并的时序数据预处理及预测方法。它包括以下步骤：采集目标领域的原始时序数据；采用VMD分解算法对原始时序数据进行分解，得到n种频率成分的分解信号；针对分解后的n种分解信号，分别采用K‑means算法进行聚类，每种信号分成2类，一共产生2n种组合；对得到的2n类数据进行数据合并，将合并后的数据分别输入预测模型中进行训练，得到可预测不同类别的时序数据预测模型；利用得到的时序数据预测模型对待测数据进行预测，得到预测结果。与传统直接使用K‑means聚类相比，本发明提出的方法，分类准确度更高，基于分类训练出来的预测模型对时序数据的预测精度更高。