公开(公告)号：CN112949497B

公开(公告)日：2024-05-31

申请号：CN202110241080.X

申请日：2021-03-04

Applicant: 西南石油大学

Inventor： 蒲彩霞 ,  林钰 ,  杨威 ,  李佳杰 ,  李茜 ,  张安安

IPC: G06F18/241 ,  G06F18/2135 ,  G06F18/10 ,  G06F18/23213 ,  G01R31/12 ,  G06N3/047 ,  G06N3/09

Abstract: 本发明公开了一种基于改进广义回归神经网络的GIS局放模式识别方法，可以同时监测GIS的多个气室，通过对所监测的气室进行编号，采集气室内的局部放电信息，通过滤波、降噪等数据预处理之后，能够提高数据的可靠性，将处理后的有效信息传入到主机进行存储和处理；根据得到的有效局放信息绘制PRPD和PEPS图谱，通过图谱信息提取特征量，采用主成分分析法提取关键特征量，可以提高模式识别的高效性；采用基于K‑Means聚类算法以及模拟退火算法改进的广义回归神经网络模型作为模式识别的分类器，能够提高模式识别的正确率，从而预防GIS绝缘事故的发生，保证了GIS的安全运行。

公开(公告)号：CN112949497A

公开(公告)日：2021-06-11

申请号：CN202110241080.X

申请日：2021-03-04

Applicant: 西南石油大学

Inventor： 蒲彩霞 ,  林钰 ,  杨威 ,  李佳杰 ,  李茜 ,  张安安

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G01R31/12

Abstract: 本发明公开了一种基于改进广义回归神经网络的GIS局放模式识别方法，可以同时监测GIS的多个气室，通过对所监测的气室进行编号，采集气室内的局部放电信息，通过滤波、降噪等数据预处理之后，能够提高数据的可靠性，将处理后的有效信息传入到主机进行存储和处理；根据得到的有效局放信息绘制PRPD和PEPS图谱，通过图谱信息提取特征量，采用主成分分析法提取关键特征量，可以提高模式识别的高效性；采用基于K‑Means聚类算法以及模拟退火算法改进的广义回归神经网络模型作为模式识别的分类器，能够提高模式识别的正确率，从而预防GIS绝缘事故的发生，保证了GIS的安全运行。

公开(公告)号：CN113033018A

公开(公告)日：2021-06-25

申请号：CN202110403639.4

申请日：2021-04-15

Applicant: 西南石油大学 ,  四川铭学智能技术有限公司

Inventor： 李佳杰 ,  林钰 ,  杨威 ,  蒲彩霞 ,  李茜 ,  张安安

IPC: G06F30/20 ,  G06Q10/06 ,  G06Q10/00 ,  G06Q50/06 ,  G06F111/08 ,  G06F119/02 ,  G06F119/04

Abstract: 本发明公开了一种基于综合状态评估的GIS维修决策智能推荐方法，该方法包括：通过收集设备资产信息（直接反映与间接反映资产状态的信息，包括基础信息、运行参数、环境资料、试验数据、缺陷情况等），在充分了解和掌握设备资产运行、环境、维护以及设备状态性能之间关系的基础上，针对GIS设备开展状态评估与风险评估，以量化的状态指标准确、直观地计算GIS设备当前、未来的运行状态，每台设备状态评估结果与风险评估结果最终直观地以得分数据展示，同时，基于状态评估结果与风险评估结果，在电力企业可用的检修资源的情况下，以定量的指标（故障率、状态、风险等）给出合理的检修、维护建议，从而保证了GIS设备的安全运行。

公开(公告)号：CN118552065A

公开(公告)日：2024-08-27

申请号：CN202311240386.9

申请日：2023-09-25

Applicant: 西南石油大学

Inventor： 张亮 ,  龚泽民 ,  倪庞 ,  苏铭燃 ,  李佳杰 ,  张安安 ,  李茜 ,  杨威

IPC: G06Q10/0639 ,  G06Q10/0635 ,  G06Q10/20 ,  G06Q50/06 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于CNN‑GRU组合神经网络的GIS运行状态预测方法，包括：获取GIS的在线监测数据，构建GIS状态参量指标体系；采用层次分析法进行GIS状态评估，得到状态评估分数，作为预测模型的预测状态参量输入，构建状态预测特征集；采用CNN神经网络深度挖掘所述状态预测特征集与所述状态评估参数之间内在联系的多维特征向量；将所述多维特征向量输入到GRU循环神经网络进行训练，获得GIS状态预测模型；将历史GIS监测数据作为所述GIS状态预测模型的输入，实现对未来时期GIS设备的状态变化预测。该方法有利于掌握GIS设备运行状态发展趋势、实现风险预警；且采用的CNN‑GRU组合神经网络模型与长短期记忆模型、GRU模型相比具有更好的预测精度与效率。

公开(公告)号：CN207966072U

公开(公告)日：2018-10-12

申请号：CN201820406964.X

申请日：2018-03-23

Applicant: 西南石油大学

Inventor： 官子超 ,  张荣飞 ,  陈锐 ,  李佳杰 ,  张其勇 ,  吴勇 ,  陈智

IPC: G07F15/00 ,  G07F9/02 ,  G07F9/10

Abstract: 本实用新型公开了一种伸缩式地下充电桩，包括放置箱和充电桩本体，放置箱的内部设有充电桩本体，充电桩本体的一侧设有升降装置，充电桩本体的一侧中部设有散热扇，充电桩本体的另一侧设有滑块，放置箱的一侧内壁设有与滑块滑动连接的滑槽，放置箱的另一侧内壁设有湿度传感器。本实用新型通过设有的升降装置便于对放置箱中的充电桩进行升降，减少其占用空间，且可以防止充电桩日晒雨淋，提高了充电桩的使用寿命；通过设有的湿度传感器和湿度报警器可以检测放置箱中的湿度，当湿度过高时，湿度报警器可以进行报警，提醒工作人员对密封橡胶垫进行更换，防止下雨时产生的雨水容易进入充电桩。