-
公开(公告)号:CN116933126A
公开(公告)日:2023-10-24
申请号:CN202310726191.9
申请日:2023-06-19
Applicant: 广西电网有限责任公司电力科学研究院
IPC: G06F18/24 , G01R31/00 , G06F18/214 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06Q50/06
Abstract: 本发明公开了一种基于深度学习网络的配电网触电故障检测方法,属于配电网技术领域,该方法包括:基于长短期记忆网络和卷积神经网络构建深度学习网络;获取配电线路发生生物体触电故障时的触电故障样本作为原始训练数据;对原始训练数据进行动态批量采样得到新的训练样本;对新的训练样本进行信号谱提取,获取新的训练样本的完整信号谱;根据完整信号谱对深度学习网络进行参数优化,并对深度学习网络求解,使训练后的深度学习网络输出触电故障类型,完成深度学习网络训练;对训练后的深度学习网络进行验证是否训练完成,当训练完成时,则能够识别出触电故障类型;将实时检测的触电故障样本输入训练后的深度学习网络进行配电网触电故障检测。
-
公开(公告)号:CN118920895A
公开(公告)日:2024-11-08
申请号:CN202410668230.9
申请日:2024-05-28
Applicant: 广西电网有限责任公司电力科学研究院
Abstract: 本发明公开了一种三相立体星型铁芯18脉变压器整流系统,包括三相立体星型铁芯、原边绕组移相变压器、三相整流桥和平衡电抗器,三相整流桥分别连接原边绕组移相变压器和平衡电抗器。与现有的三相星型铁芯的12脉整流变压器相比,本发明每相仅增加1个绕组便能构成18脉冲变压整流系统,并且绕组连接方式简单;输入电流含18阶梯波,总谐波含量小于7%,满足谐波标准的要求;输出直流电压含18脉波,电压纹波系数小,省去大容量滤波电容;变压器等效容量仅为输出功率的19%,保持了变压器体积小重量轻的优势,有助整流系统的小型化。
-
公开(公告)号:CN116434479A
公开(公告)日:2023-07-14
申请号:CN202310213384.4
申请日:2023-03-07
Applicant: 广西电网有限责任公司电力科学研究院
IPC: G08B21/10 , G06N3/0442 , G06N3/08 , G06Q10/04 , G06Q50/26 , G06F30/27 , G06F113/08 , G06F111/10
Abstract: 本发明涉及洪涝灾害监测技术领域,具体涉及一种区域性洪涝灾害等级预测预警方法及系统。方法包括:建立LSTM神经网络预测模型,预测区域的未来降雨累计量;获取未来24小时天气数据和区域流域水位实时数据;对洪涝灾害等级进行预测;当预测的洪涝灾害等级超过预设值时发出预警信号。系统包括数据采集模块、预测模型构建模块、降雨量预测模块、洪涝灾害等级预测模块、预警模块。本发明的方法不限于特有的洪涝灾害点,对所有类型的洪涝灾害具有普适性,能进行内涝等级划分。
-
公开(公告)号:CN109490816A
公开(公告)日:2019-03-19
申请号:CN201811203929.9
申请日:2018-10-16
Applicant: 广西电网有限责任公司电力科学研究院
Abstract: 本发明涉及计量自动化终端故障检测与诊断领域,具体公开了一种分体式计量自动化终端故障检测设备,具体包括上位机和下位机,下位机负责采集计量自动化终端的各类信号,上位机负责对各类信号进行故障检测,有效地解决了在实际终端安装现场由于空间狭小而引起的操作不便,现有故障诊断工具功能单一等问题,能够方便、迅速地实现现场接口故障检测、接线错误检测和通信规约合规性检测三大功能,有效提高了计量自动化终端故障诊断的效率。
-
公开(公告)号:CN109490814A
公开(公告)日:2019-03-19
申请号:CN201811046099.3
申请日:2018-09-07
Applicant: 广西电网有限责任公司电力科学研究院
CPC classification number: G01R35/04 , G01R35/00 , G06K9/6269 , G06N3/0454 , G06N3/084 , G06N3/088
Abstract: 本发明公开了一种基于深度学习和支持向量数据描述的计量自动化终端故障诊断方法,涉及电力计量故障诊断技术领域。所述基于深度学习和支持向量数据描述的计量自动化终端故障诊断方法,通过深度学习中的深度置信网络模型对计量自动化终端采集的故障数据进行特征提取,并利用支持向量数据描述进行故障诊断和分类;其深度置信网络模型可直接从低层的原始信号出发,通过逐层贪心训练得到高层特征表示,避免特征提取与选择的人工操作,有效地消除传统人工特征提取与选择特征所带来的复杂性和不确定性,增强诊断过程的智能性;本发明使用支持向量数据描述对样本进行分类识别,有效提高计量自动化终端故障诊断的多类分类问题的准确率与效率。
-
公开(公告)号:CN118659315A
公开(公告)日:2024-09-17
申请号:CN202410623720.7
申请日:2024-05-20
Applicant: 广西电网有限责任公司电力科学研究院
IPC: H02H7/26 , H02H3/06 , H02H3/05 , H02H1/00 , G01R31/52 , G01R31/08 , G01R19/00 , G06F18/2411 , G06F18/213 , G06N3/0464 , G06F123/02
Abstract: 本发明公开了基于CNN‑SVM的覆冰线路单相自适应重合闸方法及系统,涉及电力系统管理技术领域,包括采集电压数据,对采集的电压数据处理,构建训练数据集,构建CNN综合模型,并用CNN综合模型对训练数据集提取覆冰线路故障性质特征,基于覆冰线路故障性质特征进行故障性质识别,从训练数据集中获得覆冰线路二次电弧熄弧时刻特征向量集,把特征向量集输入到多核SVM模型中,基于输出结果进行二次电弧熄弧判定,基于二次电弧熄弧判定结果,决定是否执行重合闸动作。本发明所述方法在可靠性、经济性以及效率性方面都取得更加良好的效果。
-
公开(公告)号:CN116933623A
公开(公告)日:2023-10-24
申请号:CN202310726480.9
申请日:2023-06-19
Applicant: 广西电网有限责任公司电力科学研究院
IPC: G06F30/27 , H02J3/00 , G06F18/214 , G06F18/24 , G06N3/04 , G06N3/084 , G06Q50/06 , G06F111/04 , G06F113/04
Abstract: 本发明公开了一种大规模配电网故障预测的快速神经网络训练,属于配电网预测技术领域,该方法通过获取配电网的运行数据;对配电网的运行数据进行预处理;对神经网络的目标函数的约束函数进行松弛,得到新的目标函数;根据配电网的拓扑结构和故障类型、新的目标函数构建神经网络模型,将预处理后的数据输入神经网络模型进行训练,所述训练包括并行训练,使训练完后的神经网络模型输出配电网故障预测结果。通过新的目标函数设置能够提高提高训练速度,实现并行训练。
-
公开(公告)号:CN116451832A
公开(公告)日:2023-07-18
申请号:CN202310213527.1
申请日:2023-03-07
Applicant: 广西电网有限责任公司电力科学研究院
IPC: G06Q10/04 , G01W1/14 , G06Q50/26 , G06F30/27 , G06N3/0455 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/084 , G08B21/10 , G06F111/10 , G06F113/08 , G06F119/12
Abstract: 本发明涉及灾害预测技术领域,具体涉及一种基于数据驱动的洪涝持续时间预测方法及系统。本发明基于多层多普勒雷达回波图、地表地形数据、地物水文参数以及排水管网等数据融合,利用CNN+LSTM构建基于“数据驱动”的关联关系挖掘与“模型驱动”的因果解析洪涝持续时间预测模型。系统包括网格降雨量预测模型构建模块、降雨量预测模块、网格水位预测模型构建模块、水位预测模块、洪涝持续时间计算模块。本发明将多维数据融合,以更高维度的数据来精准地预测洪涝持续时间,大大的提高了洪涝灾害的可预见性,为人民生命财产转移安置,应急预案响应提供重要支撑。
-
公开(公告)号:CN109490816B
公开(公告)日:2021-04-20
申请号:CN201811203929.9
申请日:2018-10-16
Applicant: 广西电网有限责任公司电力科学研究院
Abstract: 本发明涉及计量自动化终端故障检测与诊断领域,具体公开了一种分体式计量自动化终端故障检测设备,具体包括上位机和下位机,下位机负责采集计量自动化终端的各类信号,上位机负责对各类信号进行故障检测,有效地解决了在实际终端安装现场由于空间狭小而引起的操作不便,现有故障诊断工具功能单一等问题,能够方便、迅速地实现现场接口故障检测、接线错误检测和通信规约合规性检测三大功能,有效提高了计量自动化终端故障诊断的效率。
-
公开(公告)号:CN118695062A
公开(公告)日:2024-09-24
申请号:CN202410616624.X
申请日:2024-05-17
Applicant: 广西电网有限责任公司电力科学研究院
Abstract: 本发明公开了一种覆冰监测摄像头除雾方法及系统,涉及图像处理与监控技术领域,包括实时采集监测区域的图像数据,进行实时分析,识别雾气特征;使用自适应除雾算法调整图像,将处理后的图像与原始图像进行对比,调整算法参数;结合历史数据和实时环境信息,构建雾气判断模型判断雾气的严重程度,启动预除雾程序;根据雾气的严重程度实施多级除雾策略,实时监测除雾系统的运行状态和关键参数,优化除雾策略和雾气预测模型。本发明确保除雾操作的精准性,能够及时启动除雾程序。提高雾气严重程度判断的准确性,有效避免因雾气导致的图像质量下降问题,提升除雾效果和预测准确性。
-
-
-
-
-
-
-
-
-