一种变压器故障预测方法、装置、设备及存储介质

    公开(公告)号:CN116070734A

    公开(公告)日:2023-05-05

    申请号:CN202211447332.5

    申请日:2022-11-18

    摘要: 本发明公开了一种变压器故障预测方法、装置、设备及存储介质,该方法包括:对目标变压器在大电流情形下的工作电流、工作电压以及工作油温进行无监督估计,得到目标变压器的未知参数;根据目标变压器在大电流情形下的工作电流、工作电压以及工作油温和目标变压器的未知参数,建立目标变压器工作在大电流情形下的非均匀连续时间隐半马尔可夫过程的多状态退化模型;根据非均匀连续时间隐半马尔可夫过程的多状态退化模型,得到目标变压器的退化函数;根据退化函数,预测所述目标变压器的铁芯是否发生振动。从而根据变压器工作数据,建立预测模型,预测是否发生铁芯振动,避免造成变压器损坏。

    一种系统信号传输性能用的监测装置及其使用方法

    公开(公告)号:CN115882976A

    公开(公告)日:2023-03-31

    申请号:CN202211494177.2

    申请日:2022-11-25

    IPC分类号: H04B17/336 H04B17/30 H04B1/40

    摘要: 本发明公开了一种系统信号传输性能用的监测装置及其使用方法,涉及系统信号传输技术领域,具体包括信号传输区块、信号提取区块、信号监测区块以及信号接收区块,信号传输区块为无线信号的传输区域,信号传输区块包括信号传输模块和信号调理模块,信号提取区块为系统信号提取信息区域,信号提取区块包括存储模块和提取模块,信号监测区块为信号传输性能监测区域,用于监测信号传输的性能,信号接收区块包括接收模块。本发明提高了信号传输的稳定性和抗干扰功能,提高信号传输数据的传输质量,保证优化后信号的有效传输,在一定的信噪比范围内降低了误码率,提高信号传输性能监测的效果。

    一种IT设备智能推荐上架位置的系统

    公开(公告)号:CN110175171A

    公开(公告)日:2019-08-27

    申请号:CN201910407642.6

    申请日:2019-05-16

    摘要: 本发明公开了一种IT设备智能推荐上架位置的系统,它包括:设备参数配置模块:与数据库系统和核心算法模块连接;机柜信息配置模块与数据库系统和核心算法模块连接;设备信息录入模块与核心算法模块连接;核心算法模块与数据库系统和设备上架模块连接;设备上架模块与数据库系统连接;解决了现有技术中当有设备需要上架时,找到一个合适的上架位置都十分困难,继续利用传统的机房管理方式给机房运维工作带大巨大的挑战,存在运维效率低下、维护成本上升等问题,但是达到的效果却微乎其微等技术问题。

    虚拟仿真实训平台
    7.
    发明公开

    公开(公告)号:CN108961901A

    公开(公告)日:2018-12-07

    申请号:CN201810814633.4

    申请日:2018-07-23

    IPC分类号: G09B9/00

    CPC分类号: G09B9/00

    摘要: 本发明涉及虚拟仿真教学技术领域,提供一种虚拟仿真实训平台。该平台包括虚拟仿真教学系统、虚拟仿真教学监察系统、虚拟仿真教学软件系统以及虚拟仿真实验系统。虚拟仿真教学系统用于实现虚拟仿真教学实训;虚拟仿真教学监察系统用于监控管理虚拟仿真教学系统在虚拟仿真教学实训的过程中的运行状况;虚拟仿真教学软件系统用于对虚拟仿真教学实训提供软件支持;虚拟仿真实验系统用于在虚拟仿真教学实训的过程中生成实验数据并将实验数据输入至虚拟仿真教学系统。该平台有效解决了传统教学实训中设备成本高、资源浪费严重的问题,同时可以用于多种科目的教学实训,此外还能够降低因受训人因不熟悉实训环境而造成的经济损失。

    一种用于智能变电站运维培训系统的手势识别方法

    公开(公告)号:CN116682142A

    公开(公告)日:2023-09-01

    申请号:CN202310661978.1

    申请日:2023-06-06

    摘要: 本发明公开了一种用于智能变电站运维培训系统的手势识别方法,该方法中通过构建去噪后的手势图像节点网络进行特征提取,采用卷积和池化技术获得特征样本,并通过深度神经网络进行端到端训练。同时,结合哈里斯鹰优化算法(HHO算法)对网络超参数进行调整,并将训练结果输入贝叶斯分类器中进行分类预测。本发明通过采用HHO算法对CNN网络进行超参数调整,从而使得手势识别的分类性能得到了显著的提高,达到了99.9%的准确率,解决现有技术无法在训练样本数量不足的情况下进行分类的问题、以及解决现有技术容易受到噪声和图像变形等因素的影响导致识别准确率低下的问题和现有技术缺乏可解释性的问题。