-
公开(公告)号：CN119939205A
公开(公告)日：2025-05-06
申请号：CN202411577219.8
申请日：2024-11-06
Applicant: 国网青海省电力公司 , 国网青海省电力公司海东供电公司
Inventor： 彭家琦 , 马育林 , 方保民 , 王兴顺 , 冶海平 , 艾斌 , 罗津 , 赵明学 , 何艳娇 , 李寿 , 芈书亮 , 刘军 , 赵首明 , 朱小斌 , 潘辉 , 朱明慧 , 李云 , 者成斌 , 谈生磊 , 戴国君 , 郭世云 , 马顺青 , 犹洲 , 李国威 , 谢婷 , 马宁 , 杨寰宇 , 曹勇 , 哈全德 , 郑洪飞 , 杨铭 , 许永鹏 , 江秀臣 , 刘亚东 , 严英杰 , 臧奕茗
IPC: G06F18/213 , G06F18/10 , G06N3/0455 , G06F18/24 , G06F17/16
Abstract: 一种多视图变压器油中溶解气体图结构预测表示的方法和系统，方法包括采集油中溶解的多元气体序列，使用多头注意机制模块提取隐藏特征，得到多组RELI特征矩阵；通过分割RELI特征矩阵并使用多视图‑图生成器构造特征图，进一步利用图卷积网络处理特征图以获取不同子空间信息的特征。随后，更新RELI特征矩阵并再次输入多头注意机制模块，捕捉特征间的复杂关系。最终，输出经过处理的特征矩阵以生成预测气体序列。本发明在预测准确性上提升了17.41％，显著降低了计算资源需求，减少了内存使用量和运行时间，优化了特征提取能力，降低了过拟合风险，并增强了模型效率，适用于电力预测、天气预报和交通流量预测等领域。
-
公开(公告)号：CN111948485A
公开(公告)日：2020-11-17
申请号：CN202011045878.9
申请日：2020-09-29
Applicant: 国网青海省电力公司海东供电公司 , 国网青海省电力公司
Inventor： 彭家琦 , 刘继雷 , 刘军 , 郭世云 , 戴强 , 王伟 , 杨寰宇 , 侯天录 , 黄思磊 , 张红强 , 哈全德 , 曹勇 , 屈有清 , 段一平 , 何海宁 , 代国军 , 孙保磊 , 葸全德 , 邓欣 , 李向荣 , 冶海平 , 孙士升 , 韦克玲 , 张新星 , 谢婷 , 马宁
Abstract: 一种插接避雷器试验工装，涉及高压试验工装的技术领域，其结构为：底座上端固定焊接避雷器固定筒，避雷器固定筒上端设置有避雷器固定器，避雷器固定器包括固定螺孔、螺栓和垫片，避雷器固定筒中间内部设置有避雷器底部支撑座，接线螺杆A贯穿避雷器底部支撑座中心，接线螺杆B贯穿试验接线板，接线螺杆A和接线螺杆B两端通过垫圈、螺母固定，试验接线板外侧的接线螺杆B端部固定安装有接地试验接线柱，接线螺杆A和接线螺杆B通过电导线两端的接线圈连接。本发明的有益效果在于：结构简单，操作方便，可用于不同电压等级及不同型号不同大小的避雷器的试验，节省了人力物力，提高工作效率、试验质量，有效降低安全风险。
-
公开(公告)号：CN109991536A
公开(公告)日：2019-07-09
申请号：CN201910383934.0
申请日：2019-05-08
Applicant: 国网青海省电力公司海东供电公司 , 国网青海省电力公司
Inventor： 冶海平 , 蒲寅 , 刘军 , 于生文 , 戴强 , 李永胜 , 彭家琦 , 郭世云 , 贾忠军 , 马育林 , 何海宁 , 黄思磊 , 邓欣 , 思全德 , 王伟 , 谈生磊 , 李剑武 , 马洪林 , 马宁 , 郑敏 , 张庆琴 , 朱明慧 , 张红强 , 寇仲漪 , 彭勇 , 屈有清 , 段娜 , 孙保磊 , 马顺青 , 牟霞 , 康志强 , 牟雪梅
IPC: G01R31/327 , G01R27/20 , G01R27/02
Abstract: 本发明公开了一种用于高压断路器电气试验的测试引线集线器及其测试方法，涉及电力行业变配电用的高压断路器进行电气试验工器具技术领域，其结构为：外部设置有6个接线柱，6根测试引线，8个测试端子和5个选线开关，内部设置12个转引线；该集线器完成一次接线后将断路器6个线板全部引至集线器上，根据不同的试验项目选择相应的按钮进行选线接线组合，可完成全部的试验项目。本发明的有益效果在于：该集线器完成一次接线后可完成全部的试验项目，能有效减少和作业人员的爬高接线次数及降低作业风险，提高了试验效率及可靠性；缩短作业时间，提高电网供电可靠性。
-
公开(公告)号：CN119397397A
公开(公告)日：2025-02-07
申请号：CN202411478632.9
申请日：2024-10-22
Applicant: 国网青海省电力公司 , 国网青海省电力公司海东供电公司
Inventor： 彭家琦 , 冶海平 , 方保民 , 王兴顺 , 马育林 , 李寿 , 艾斌 , 何艳娇 , 曹勇 , 赵明学 , 芈书亮 , 刘军 , 李云 , 朱明慧 , 罗津 , 者成斌 , 谈生磊 , 戴国君 , 郭世云 , 哈全德 , 马宁 , 杨寰宇 , 潘辉 , 郑洪飞 , 杨铭 , 马顺青 , 犹洲 , 朱小斌 , 李国威 , 谢婷 , 赵首明 , 许永鹏 , 江秀臣 , 刘亚东 , 严英杰 , 臧奕茗
IPC: G06F18/2415 , G06F18/2431 , G06F18/214 , G06N3/045 , G06N3/047 , G06N3/0495 , G06N3/084 , G06N3/0895 , G06N3/09
Abstract: 一种基于伪标签驱动的稀疏深度置信网络变压器故障诊断方法及系统。方法包括：初始化网络结构参数，利用差分空间优化算法更新网络；采用伪标签策略获取新样本标签，并循环优化网络结构；根据最优参数实时诊断变压器故障。系统包含初始优化、伪标签驱动、循环优化及离线/在线诊断模块。本发明在优化网络结构时，加入基于广义高斯函数的稀疏正则项，这对于抑制网络训练中的过拟合现象非常有益，同时使用伪标签指导学习策略，计算每个伪标签样本的信心水平，选择信心水平较高的样本添加到训练集中以循环优化网络，从而减少了伪标签噪声的影响。因此，该发明能够有效地应用于变压器关键部件的故障诊断中，提高了诊断的准确性并减少了误判的可能性。
-
公开(公告)号：CN117543576A
公开(公告)日：2024-02-09
申请号：CN202311296286.8
申请日：2023-10-07
Applicant: 国网青海省电力公司海东供电公司 , 国网青海省电力公司
IPC: H02J3/06 , H02J3/38 , H02J3/28 , H02J3/00 , G06Q10/0631 , G06Q50/06 , G06F30/18 , G06F111/04 , G06F111/06 , G06F113/04
Abstract: 本发明属于配电网优化运行方法领域，尤其涉及本发明公开了一种提升新能源发电消纳能力的蜂巢状配电网优化运行方法，包括以下步骤：基于多微电网构成的蜂巢状配电网拓扑结构，构建多微电网之间的电能交换机制；在多微电网交易机制的基础上，建立以新能源发电消纳能力和碳排放为目标的优化运行模型；建立计及多微电网构成的蜂巢状配电网运行的约束条件模型；构建蜂巢状配电网多目标优化运行的求解方法及流程；相较于现有技术，本发明可以实现蜂巢状配电网中多微电网之间的优化运行，保证系统安全稳定运行的条件下，提升新能源发电的消纳能力。
-
Patent Agency Ranking
公开(公告)号：CN117437933A
公开(公告)日：2024-01-23
申请号：CN202311284544.0
申请日：2023-10-07
Applicant: 国网青海省电力公司海东供电公司 , 国网青海省电力公司
Inventor： 冶海平 , 彭家琦 , 方保民 , 芈书亮 , 蒲寅 , 马育林 , 李永胜 , 刘军 , 张红强 , 艾斌 , 马世旭 , 何海宁 , 李云 , 马宁 , 马志彬 , 朱明慧 , 张进 , 朵向阳 , 央青卓玛 , 王伟 , 丁猛
IPC: G10L25/51 , G01R31/00 , G01H17/00 , G06N3/047 , G06N3/0455 , G06N3/084 , G06N3/088 , G06F18/2321 , G10L25/30 , G10L25/27
Abstract: 一种基于特征聚类结合生成式学习的电力变压器声纹信号故障无监督检测方法，属于电力变压器故障诊断技术领域，在变压器放置声纹信号传感器，并将信号提取出来；采用滑动窗口对提取的声纹信号进行切片得到样本集；构建DAE，提取训练后的瓶颈层；设计DBSCAN模型对瓶颈层聚类得到待训练样本X；训练VAE并将训练后的DAE中编码器部分和VAE的输入端连接得到D‑Vae模型；待测声纹信号输入训练后的D‑Vae，输出生成序列样本；比较生成序列样本和真实的特征提取序列，并使用3‑sigma法则检测故障。本发明降低声纹信号故障检测的误报率和漏报率，通过特征聚类和生成式学习实现无监督检测，提高了故障检测的准确性和鲁棒性。
-
公开(公告)号：CN115912234A
公开(公告)日：2023-04-04
申请号：CN202211518712.3
申请日：2022-11-30
Applicant: 国网青海省电力公司海东供电公司 , 国网青海省电力公司
Inventor： 张红强 , 芈书亮 , 刘军 , 冶海平 , 马志斌 , 戴强 , 李寿 , 赵明学 , 马顺青 , 郭世云 , 艾斌 , 马育林 , 马世旭 , 彭家琦 , 犹洲 , 丁再贤 , 何海宁 , 李云 , 朱明慧 , 马宁 , 思全德
IPC: H02G7/16
Abstract: 本发明公开了一种电力工程维护用电网除冰器，包括下壳体、上壳体和刷饰组件，所述下壳体和上壳体的内底壁均连接有移动件；移动件包括安置槽、主动辊、从动辊、驱动电机和履带，两个所述安置槽分别开设在下壳体和上壳体的内底壁，所述主动辊和从动辊均通过转杆转动连接在安置槽的内部，两个所述驱动电机分别固定安装在下壳体和上壳体的侧边，且输出端与连接主动辊的转杆一端固定连接。本发明通过设置加温机构，使得刷饰组件在刷饰之前能够更好的配合着排风扇将加热管附近的热风排出，从而吹在冰上，使得冰得到快速的融化，从而进一步确保了冰块的除去，让整个除冰器的工作效率变得更高。
-
公开(公告)号：CN117437933B
公开(公告)日：2024-12-24
申请号：CN202311284544.0
申请日：2023-10-07
Applicant: 国网青海省电力公司海东供电公司 , 国网青海省电力公司
Inventor： 冶海平 , 彭家琦 , 方保民 , 芈书亮 , 蒲寅 , 马育林 , 李永胜 , 刘军 , 张红强 , 艾斌 , 马世旭 , 何海宁 , 李云 , 马宁 , 马志彬 , 朱明慧 , 张进 , 朵向阳 , 央青卓玛 , 王伟 , 丁猛
IPC: G10L25/51 , G01R31/00 , G01H17/00 , G06N3/047 , G06N3/0455 , G06N3/084 , G06N3/088 , G06F18/2321 , G10L25/30 , G10L25/27
Abstract: 一种基于特征聚类结合生成式学习的电力变压器声纹信号故障无监督检测方法，属于电力变压器故障诊断技术领域，在变压器放置声纹信号传感器，并将信号提取出来；采用滑动窗口对提取的声纹信号进行切片得到样本集；构建DAE，提取训练后的瓶颈层；设计DBSCAN模型对瓶颈层聚类得到待训练样本X；训练VAE并将训练后的DAE中编码器部分和VAE的输入端连接得到D‑Vae模型；待测声纹信号输入训练后的D‑Vae，输出生成序列样本；比较生成序列样本和真实的特征提取序列，并使用3‑sigma法则检测故障。本发明降低声纹信号故障检测的误报率和漏报率，通过特征聚类和生成式学习实现无监督检测，提高了故障检测的准确性和鲁棒性。
-
公开(公告)号：CN117746899A
公开(公告)日：2024-03-22
申请号：CN202311726332.3
申请日：2023-12-15
Applicant: 国网青海省电力公司海东供电公司 , 国网青海省电力公司
Inventor： 彭家琦 , 冶海平 , 方保民 , 芈书亮 , 蒲寅 , 马育林 , 刘军 , 李永胜 , 艾斌 , 张红强 , 李云 , 马宁 , 何海宁 , 马志彬 , 朱明慧 , 马世旭 , 张进 , 朵向阳 , 央青卓玛 , 王伟 , 丁猛
Abstract: 本发明公开了一种基于改进DSC‑DenseNet的变压器声纹图谱识别方法及系统，该方法包括：搭建采集环境，采集变压器铁芯的振动声音信号；对采集到的原始声纹信号进行预处理，将Mel滤波非线性处理用在变压器铁芯声纹的提取中；构建基于改进的DSC‑DenseNet架构的图像分类网络。本申请通过Mel时频谱分析技术对声纹数据进行了预处理，强化了低频和中低频部分的能量特征，同时准确描述了变压器铁芯在运行状态下的平稳声波信号特性；构建了基于改进DSC‑DenseNet架构的图像分类网络模型，该模型具有更高的精度和特异性，尤其在捕捉铁芯声纹的细微特征上取得了革命性进步。
-
公开(公告)号：CN119513649A
公开(公告)日：2025-02-25
申请号：CN202411469846.X
申请日：2024-10-21
Applicant: 国网青海省电力公司 , 国网青海省电力公司海东供电公司
Inventor： 彭家琦 , 冶海平 , 马育林 , 方保民 , 王兴顺 , 李寿 , 艾斌 , 何艳娇 , 赵明学 , 芈书亮 , 刘军 , 李云 , 朱明慧 , 罗津 , 者成斌 , 谈生磊 , 戴国君 , 郭世云 , 马顺青 , 犹洲 , 朱小斌 , 潘辉 , 李国威 , 谢婷 , 赵首明 , 马宁 , 杨寰宇 , 曹勇 , 哈全德 , 郑洪飞 , 杨铭
IPC: G06F18/24 , G06F18/214 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/096
Abstract: 本发明公开了一种基于自适应故障注意力残差网络变压器故障诊断方法，包步骤：利用具有电容谐振器的MEMS光声传感器，通过光声光谱以及信号处理技术分析声波信号，采集油中溶解性气体并形成参数序列；引入自适应激活函数和故障索引函数；使用LMMD和领域判别器调整源域和目标域特征分布，其中，所述源域和目标域的数据分别来自不同的分布，但共享相同的标签空间，通过LMMD和领域判别器最小化特征和条件的边缘分布差异，以实现跨领域的不变特征学习；通过权衡超参数来优化模型性能，平衡各方面的损失意以实现动态平衡。本发明能够有效地应用于变压器的故障诊断中，大大提高了诊断的准确性。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.121 seconds)
