-
公开(公告)号：CN108334824B
公开(公告)日：2022-05-06
申请号：CN201810055660.8
申请日：2018-01-19
Applicant: 国网电力科学研究院武汉南瑞有限责任公司 , 国网江苏省电力有限公司电力科学研究院 , 华中科技大学
IPC: G06V20/20
Abstract: 本发明公开了一种基于背景差分和迭代搜索的高压隔离开关状态识别方法，依次包括以下步骤：1)取多帧连续图像序列，将多帧图像序列中对应位置的像素点灰度值取中间值作为背景图像中对应像素点的灰度值，获取背景图像；2)对当前帧图像和背景帧图像进行差分运算，得到前景图像；3)通过阴影抑制法对前景图像进行处理，标记出高压隔离开关的位置；4)当高压隔离开关的位置发生变化时，通过迭代计算跟踪高压隔离开关的位置；5)以上一帧的结果作为输入循环迭代，获取高压隔离开关的运动轨迹；6)获取高压隔离开关的运动轨迹后，根据开关追踪点与中心线的夹角分析高压隔离开关的状态。本发明实时性强，应用范围广，稳定可靠。
-
公开(公告)号：CN108470161A
公开(公告)日：2018-08-31
申请号：CN201810199222.9
申请日：2018-03-12
Applicant: 国网电力科学研究院武汉南瑞有限责任公司 , 国网江苏省电力有限公司电力科学研究院 , 华中科技大学
Abstract: 本发明公开了一种基于目标跟踪的高压隔离开关状态识别方法，将目标跟踪技术应用到高压隔离开关的分合状态识别中，该方法以隔离开关分合过程视频为对象，将目标检测和目标跟踪结合对隔离开关的位置和运动轨迹进行捕捉来判断隔离开关的分合状态，提供一种高效、鲁棒性强、应用度广的基于目标追踪检测高压隔离开关状态的方法。
-
公开(公告)号：CN108711955A
公开(公告)日：2018-10-26
申请号：CN201810373917.4
申请日：2018-04-24
Applicant: 国网电力科学研究院武汉南瑞有限责任公司 , 国网江苏省电力有限公司电力科学研究院 , 华中科技大学
Abstract: 本发明公开了一种激光供能系统最大输出功率点的追踪方法，该方法结合遗传算法和增量电导法，其遗传算法在P‑V曲线出现多峰的情况下也能够将光伏阵列的工作点调整到最大功率点附近，然后使用小步长的增量电导法逼近最大功率点；与单纯的遗传算法相比，本发明通过复合算法，算法可以追踪到全局最优解；本发明比单纯的增量电导法响应更快，由于逼近最大功率点时选取的步长比较小，可以更好地保证系统的跟踪精度，避免了步长过大导致的振动。
-
公开(公告)号：CN108334824A
公开(公告)日：2018-07-27
申请号：CN201810055660.8
申请日：2018-01-19
Applicant: 国网电力科学研究院武汉南瑞有限责任公司 , 国网江苏省电力有限公司电力科学研究院 , 华中科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于背景差分和迭代搜索的高压隔离开关状态识别方法，依次包括以下步骤：1)取多帧连续图像序列，将多帧图像序列中对应位置的像素点灰度值取中间值作为背景图像中对应像素点的灰度值，获取背景图像；2)对当前帧图像和背景帧图像进行差分运算，得到前景图像；3)通过阴影抑制法对前景图像进行处理，标记出高压隔离开关的位置；4)当高压隔离开关的位置发生变化时，通过迭代计算跟踪高压隔离开关的位置；5)以上一帧的结果作为输入循环迭代，获取高压隔离开关的运动轨迹；6)获取高压隔离开关的运动轨迹后，根据开关追踪点与中心线的夹角分析高压隔离开关的状态。本发明实时性强，应用范围广，稳定可靠。
-
公开(公告)号：CN108280270A
公开(公告)日：2018-07-13
申请号：CN201810007391.8
申请日：2018-01-04
Applicant: 国网电力科学研究院武汉南瑞有限责任公司 , 国网江苏省电力有限公司电力科学研究院 , 华中科技大学
Abstract: 本发明公开了一种激光供能系统中追踪光伏阵列最大输出功率点以提高能效的方法，其包括如下步骤：采集电路参数与外界数据，确定神经网络模型；由已知数据对神经网络的层间权值做更新迭代，利用训练好的模型预测最大输出电压与开路电压的比值，使得激光供能系统迅速工作于最优值环境；采用扰动观察法进行小步长高精度追踪，重复进行指定次数后的最终输出值即为光伏阵列最大功率点对应的电压值。本发明的优点在于：复合追踪算法比传统单一的扰动观察法稳定性好，用时也更短；神经网络算法可以快速逼近最大功率点，避免了扰动观察法前期的盲目搜索；用小步长的扰动观察法，可以尽可能的减少该算法会带来的振荡，相应的也提高了追踪的精度。
-
Patent Agency Ranking
公开(公告)号：CN108711955B
公开(公告)日：2021-10-08
申请号：CN201810373917.4
申请日：2018-04-24
Applicant: 国网电力科学研究院武汉南瑞有限责任公司 , 国网江苏省电力有限公司电力科学研究院 , 华中科技大学
Abstract: 本发明公开了一种激光供能系统最大输出功率点的追踪方法，该方法结合遗传算法和增量电导法，其遗传算法在P‑V曲线出现多峰的情况下也能够将光伏阵列的工作点调整到最大功率点附近，然后使用小步长的增量电导法逼近最大功率点；与单纯的遗传算法相比，本发明通过复合算法，算法可以追踪到全局最优解；本发明比单纯的增量电导法响应更快，由于逼近最大功率点时选取的步长比较小，可以更好地保证系统的跟踪精度，避免了步长过大导致的振动。
-
公开(公告)号：CN114137366B
公开(公告)日：2024-08-09
申请号：CN202111283232.9
申请日：2021-11-01
Applicant: 国网电力科学研究院武汉南瑞有限责任公司 , 国网电力科学研究院有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司
IPC: G01R31/12 , G06F18/213 , G06F18/232 , G06F18/25 , G06N3/0455 , G06N3/048
Abstract: 本发明公开了一种考虑快速发展型故障的局部放电特征信息提取系统及方法，它的提取所述局部放电信号采集模块采集的n组局部放电信号的特征信息，根据放电特征的不同变化将每组局部放电信号划分为r个阶段，并针对每个阶段的局部放电信号绘制出4种TARPD谱图，基于每种TARPD谱图提取出3种特征信息，将特征信息分为训练集特征信息和测试集特征信息；以训练集特征信息训练所述SDAE网络获得SDAE网络参数，将确定SDAE网络参数后的SDAE网络与DBSCAN密度聚类算法相结合构建缺陷识别模型；使用缺陷识别模型将测试集特征信息输入缺陷识别模型，得到变压器的故障识别结果。
-
公开(公告)号：CN114137366A
公开(公告)日：2022-03-04
申请号：CN202111283232.9
申请日：2021-11-01
Applicant: 国网电力科学研究院武汉南瑞有限责任公司 , 国网电力科学研究院有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司
Abstract: 本发明公开了一种考虑快速发展型故障的局部放电特征信息提取系统及方法，它的提取所述局部放电信号采集模块采集的n组局部放电信号的特征信息，根据放电特征的不同变化将每组局部放电信号划分为r个阶段，并针对每个阶段的局部放电信号绘制出4种TARPD谱图，基于每种TARPD谱图提取出3种特征信息，将特征信息分为训练集特征信息和测试集特征信息；以训练集特征信息训练所述SDAE网络获得SDAE网络参数，将确定SDAE网络参数后的SDAE网络与DBSCAN密度聚类算法相结合构建缺陷识别模型；使用缺陷识别模型将测试集特征信息输入缺陷识别模型，得到变压器的故障识别结果。
-
公开(公告)号：CN112069930A
公开(公告)日：2020-12-11
申请号：CN202010844222.7
申请日：2020-08-20
Applicant: 国网山西省电力公司电力科学研究院 , 华中科技大学 , 国网电力科学研究院武汉南瑞有限责任公司
Abstract: 本发明公开了一种提升GIS设备故障诊断准确率的振动信号处理方法及装置，方法包括采集不同健康等级下的GIS设备振动信号；将GIS设备振动信号以一个周期为时间长度划分成多个样本，构建振动信号数据集；对振动信号数据集中所有样本做归一化处理，然后做一维转二维的图像化操作，获得图像化的振动信号，得到振动图像数据集；将振动图像数据集按照预设比例划分为训练集和测试集，构建基于卷积神经网络的GIS设备故障诊断模型；将实时采集到的GIS设备振动信号归一化处理后做图像化操作，得到图像化的振动信号输入GIS设备故障诊断模型，得到当前GIS设备的健康等级，实现GIS设备故障诊断。本发明对GIS设备具体运行状态进行判断且故障诊断准确性较高。
-
公开(公告)号：CN112182490A
公开(公告)日：2021-01-05
申请号：CN202010906417.X
申请日：2020-09-01
Applicant: 华中科技大学 , 国网四川省电力公司电力科学研究院 , 国网电力科学研究院武汉南瑞有限责任公司
Abstract: 本发明公开了一种电抗器状态诊断方法及系统，包括以下步骤：S1、采集待测电抗器运行时表面产生的振动信号，并对其进行预处理；S2、对于所得预处理后的振动信号进行谱残差运算，并基于所得谱残差计算得到该振动信号的显著性序列；S3、将所得振动信号的显著性序列输入到预处理好的状态诊断模型中，得到待测电抗器的运行状态；其中，状态诊断模型为卷积神经网络；本发明通过提取振动信号的显著性序列，去除了振动信号中存在的冗余信息，得到了对信息变化趋势更加敏感的信息，并结合卷积神经网络对所得显著性序列进行识别，可以实时的对电抗器具体运行状态进行判断，且状态诊断的准确性较高。
-
-
-
-
-
-
-
-
-
Search Results
286
records
(took 0.177 seconds)
