公开(公告)号：CN116202649A

公开(公告)日：2023-06-02

申请号：CN202310018484.1

申请日：2023-01-06

申请人： 重庆邮电大学 ,  重庆熙腾电力设备有限公司

发明人： 段盼 ,  钟倩 ,  钟登红 ,  李羿 ,  冯子倩 ,  余玉欣 ,  万海波 ,  廖雪缘

IPC分类号： G01K11/324 ,  G01K1/14 ,  G01K1/143 ,  G01K15/00

摘要： 本发明涉及一种分布式光纤测温系统及方法，属于电力技术领域。该系统包括Raman散射光功率采集器、工控机、电流传感器、多模传感光缆和被测电缆；其中Raman散射光功率采集器由光路部分和信号采集处理部分组成；其中光路部分由激光器和WDM组成；所述激光器是系统的能源点，产生固定中心波长、频率和脉宽的激光脉冲，WDM有3个光路，第一路是入射光路端口，第二路是com光路端口，第三路是采集光路端口。利用反斯托克斯和斯托克斯散射光双路信号解调温度，然后通过补偿光纤损耗消除了其对测试温度的影响，从而提高了长距离光纤测温的准确性。

公开(公告)号：CN116008751A

公开(公告)日：2023-04-25

申请号：CN202310018499.8

申请日：2023-01-06

申请人： 重庆邮电大学 ,  重庆熙腾电力设备有限公司

发明人： 钟登红 ,  钟倩 ,  段盼 ,  李羿 ,  冯子倩 ,  廖雪缘 ,  余玉欣 ,  万海波

IPC分类号： G01R31/12 ,  G06F17/15

摘要： 本发明涉及一种基于样本增强的电缆局部放电故障特性识别方法，属于电气领域。该方法包括以下步骤：S1：局放信号检测及特性分析；S2：基于自适应VMD及小波包法的电缆局放信号提取；S3：基于图像变换和深度样本增强的电缆局放识别方法。本发明改进现有局放特征量提取方法增加电力电缆局部放电信号提取效率，提高电力电缆局部放电故障模式识别提高故障识别准确性。

公开(公告)号：CN117977573A

公开(公告)日：2024-05-03

申请号：CN202410157826.2

申请日：2024-02-04

申请人： 重庆邮电大学

发明人： 段盼 ,  张连芳 ,  时英桥 ,  刘峰佚 ,  余玉欣 ,  廖雪缘 ,  万海波

IPC分类号： H02J3/00 ,  G06F18/214 ,  G06F18/2113 ,  G06F18/23213 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06F123/02

摘要： 本发明涉及一种基于相似日聚类和深度学习的光伏短期发电功率预测方法，属于电力系统领域。该方法包括以下步骤：S1：收集并整理光伏发电功率历史数据和数值天气预报NWP数据，通过统一预处理，供后续算法使用；S2：基于皮尔森和最大信息系数MIC算法对数据进行降维处理；S3：利用相似日聚类算法构建输入样本数据；S4：利用深度学习算法CNN‑GRU‑Attention进行学习并预测光伏发电功率。本发明通过相关性分析对模型输入数据进行降维处理，利用相似日和待预测日的NWP数据作为最终的模型输入数据，比起传统数学统计学方法和普通的深度学习算法，学习效率更高效、预测结果更准确、更高泛化。

公开(公告)号：CN117828333A

公开(公告)日：2024-04-05

申请号：CN202410011871.7

申请日：2024-01-04

申请人： 重庆邮电大学

发明人： 段盼 ,  时英桥 ,  张连芳 ,  刘峰佚 ,  余玉欣 ,  廖雪缘 ,  万海波

IPC分类号： G06F18/213 ,  G01R31/12 ,  G06F18/241 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明涉及一种基于信号混合增强和CNN的电缆局放特征提取方法，属于电力电缆技术领域。该方法包括以下部分：S1：获取原始采集的电缆局放信号图；S2：基于小波变换去噪和非下剪切波变换的局放信号预处理；S3：基于自适应参数伽马校正和BPDFHE的混合局放信号增强；S4：基于卷积神经网络的特征提取。本发明能够用于电力电缆在线运行过程中识别局部放电特征信息，并有效去除噪声，优化数据，为电缆故障分类建立更高效、更快速的辅助决策模型提供有效数据。

公开(公告)号：CN116010803A

公开(公告)日：2023-04-25

申请号：CN202310021930.4

申请日：2023-01-06

申请人： 重庆邮电大学 ,  重庆熙腾电力设备有限公司

发明人： 钟倩 ,  钟登红 ,  段盼 ,  李羿 ,  冯子倩 ,  万海波 ,  廖雪缘 ,  余玉欣

IPC分类号： G06F18/213 ,  G01R31/12 ,  G06F18/24 ,  G06F18/241 ,  G06N3/044 ,  G06N3/08 ,  G06F9/50

摘要： 本发明涉及一种基于边缘计算和广义回归神经网络的局放模式识别方法，属于电气领域。该方法包括以下步骤：S1：构建基于边缘计算的标准架构；S2：通过脉冲电流法采集局部放电模型产生的局部放电数据挖掘不同类型局部放电的潜在信息；S3：提取特征值；S4：基于广义回归神经网络和粒子群算法优化，输入特征值得到最终结果。改进现有的局部放电模式识别的方案，将平滑因子的优化及神经网络模型更新部署在云端，而将训练好的广义回归神经网络模型部署在边缘层，解决了系统资源分配问题，提高了系统响应速度。