一种基于自适应尺度Symlets小波的配电网故障选线方法

    公开(公告)号:CN109765460A

    公开(公告)日:2019-05-17

    申请号:CN201910098010.6

    申请日:2019-01-31

    Abstract: 本发明公开了一种基于自适应尺度Symlets小波的配电网故障选线方法,包括以下步骤:S1:接收配电网各线路的电压增量和电流增量;S2:利用Symlets小波对电压增量进行小波变换,得到电压增量系数序列;S3:对电压增量系数序列进行奇异性检验,得到电压增量系数序列中最大值对应的时刻tk;S4:对电流增量进行多尺度分解,得到时刻tk时电流增量对应的模极大值矩阵Zij;S5:根据不同尺度对应的模极大值之和的最大值Z∑i,确定选线比较尺度jmax;S6:在相同选线比较尺度jmax下,对不同线路序号的模极大值进行比较:将模极大值的数值最大且极性与其他线路的极性相反对应的线路作为故障线路。本发明具有故障选线快速准确、简单高效的技术特点。

    一种基于机器学习的弓网电弧检测方法

    公开(公告)号:CN119229256A

    公开(公告)日:2024-12-31

    申请号:CN202411292842.9

    申请日:2024-09-14

    Abstract: 本发明提出了一种基于机器学习的弓网电弧检测与识别的方法。即采用基于受电弓弓头区域导引的方法,提取弓头区域整体偏移的弓网电弧,以解决电弧检测中存在着背景干扰性大的问题;建立了一种新的机器学习的模型:采用启发式V3网络作为主干网络以更快更准的提取电弧特征;在区域生成网络中采用感兴趣区域对齐算法,进行候选边界框的特征映射操作,以解决感兴趣区域池化算法中出现的区域不匹配的问题,从而提高目标定位的准确性;采用软性非最大值抑制算法以解决非极大值抑制算法的漏检和误检的问题,从而更精确的选择候选边框。其能够实现对电弧现象快速且精确的检测。

    一种新型的桥梁巡检方法
    13.
    发明公开

    公开(公告)号:CN117853403A

    公开(公告)日:2024-04-09

    申请号:CN202311600064.0

    申请日:2023-11-28

    Abstract: 本发明公开了一种新型的桥梁巡检方法包括,利用无人机获取高分辨率桥梁裂缝图像;在检测平台利用深度学习算法对桥梁表面图像中的裂缝进行检测和定位;根据实际裂缝形态,在建模平台Revit建立裂缝轮廓族。无人机桥梁裂缝检测与建模相结合,可以解决人工难以到达的桥梁结构表面裂缝的远程、可视化和自动检测,无人机减少了人力成本投入,具有重要的科学研究和工程应用价值。将裂缝数据映射到BIM模型中,直观地反映裂缝的位置信息和几何特征,及时、清晰地获取桥梁监测数据,可以有效地提高对桥梁结构健康状况的分析。本方法可以很好地应用到实际工程中,如桥梁混凝土剥落、钢筋外露、锈蚀、漏水等桥梁病害的识别。

    一种轨道交通UPS蓄电池健康状态预测方法

    公开(公告)号:CN115730525A

    公开(公告)日:2023-03-03

    申请号:CN202211521104.8

    申请日:2022-11-30

    Abstract: 本发明公开了一种的轨道交通UPS蓄电池健康状态预测方法,所述方法包括,对蓄电池进行充放电循环实验,获取不同工况下的性能参数数据;对数据进行预处理,剔除充放电过程中的异常数据,将容量数据进行变分模态分解VMD处理消除容量再生产生的噪声数据;通过双向长短时神经网络BiLSTM提取蓄电池时序特征;在网络隐含层后引入Attention层加强电池关键特征的权重,通过全链接层得到蓄电池容量测结果,根据容量预测结果计算电池的健康状态指数SOH,实现轨道交通UPS蓄电池健康状态的精准预测。

    一种基于BP神经网络的UPS状态评估方法、装置及存储介质

    公开(公告)号:CN115494397A

    公开(公告)日:2022-12-20

    申请号:CN202211120631.8

    申请日:2022-09-15

    Abstract: 本发明提供了一种基于BP神经网络的UPS状态评估方法,包括如下步骤:设定UPS配置参数,在UPS数据采集系统中选取数据,获取模块评分集与UPS实时监测数据集;将UPS实时监测数据集与模块评分集汇总,以等差数列的方式构建总体数据集并划分为算法所需的训练集、验证集和测试集;采取sigmoid函数作为激活函数,搭建BP神经网络模型,输入选取的训练集进行训练;构建模型的评价指标,通过验证设置算法的最佳参数;采用测试集检测所建模型是否符合所设的精度要求,若不符合则重复执行直至建立的BP神经网络模型符合要求,输出其预测评分值。本发明使得UPS评估可以客观贴合监测数据的实时变化,具备了UPS的视情维修即评估未来时间段设备状态的预测功能。

    一种移动机器人智能避障控制方法、装置和电子设备

    公开(公告)号:CN114559439B

    公开(公告)日:2022-07-26

    申请号:CN202210452186.9

    申请日:2022-04-27

    Abstract: 本说明书实施例提供一种移动机器人智能避障控制方法,搭建具有感知层、网络层和应用层的避障系统,通过所述感知层实时收集机器人传感器采集的运动实况信息,并识别碰撞风险,当识别到碰撞风险后将运动实况信息传递至网络层,通过网络层中预先构建的鲸群融合学习模型以迭代的方式为所述运动实况生成动作策略并进行目标决策,迭代至预设条件后输出最优的动作策略,通过所述应用层按照所述最优的动作策略生成控制指令进行避障。通过在识别碰撞风险后利用鲸群融合学习模型以迭代的方式为所述运动实况生成动作策略并进行目标决策,能够得到全局最优的动作策略,按照这种最优的动作策略进行避障,能提高移动的稳定性和效率。

    一种移动机器人智能避障控制方法、装置和电子设备

    公开(公告)号:CN114559439A

    公开(公告)日:2022-05-31

    申请号:CN202210452186.9

    申请日:2022-04-27

    Abstract: 本说明书实施例提供一种移动机器人智能避障控制方法,搭建具有感知层、网络层和应用层的避障系统,通过所述感知层实时收集机器人传感器采集的运动实况信息,并识别碰撞风险,当识别到碰撞风险后将运动实况信息传递至网络层,通过网络层中预先构建的鲸群融合学习模型以迭代的方式为所述运动实况生成动作策略并进行目标决策,迭代至预设条件后输出最优的动作策略,通过所述应用层按照所述最优的动作策略生成控制指令进行避障。通过在识别碰撞风险后利用鲸群融合学习模型以迭代的方式为所述运动实况生成动作策略并进行目标决策,能够得到全局最优的动作策略,按照这种最优的动作策略进行避障,能提高移动的稳定性和效率。

    电机逆变器容错的矢量控制方法、装置、设备及存储介质

    公开(公告)号:CN114157202A

    公开(公告)日:2022-03-08

    申请号:CN202111438570.5

    申请日:2021-11-30

    Abstract: 本发明公开了一种基于永磁同步电机逆变器容错的矢量控制方法、装置、设备及存储介质,所述方法包括:S1,将三相六开关逆变器增加两个电容,三个双向晶闸管和快速反应熔丝,构建出所述三相六开关逆变器基本的开关冗余拓扑结构,以进行三相四开关逆变器容错控制;S2,通过人工设置零矢量来进行切换时间的计算,以所述三相四开关逆变器对电机设计矢量控制策略;S3,根据所述矢量控制策略搭建仿真模型,运行电机观察结果图中显示的波形,发现三相电流与转速短暂波动的问题;S4,探测直流母线电容中点电压紊乱的原因,通过补偿α轴上电压矢量的控制方法,以完善仿真波形。本发明对SVPWM模块进行了新的计算与搭建,实现了对三相四开关逆变器容错控制。

    永磁同步电机转子温度实时预测方法

    公开(公告)号:CN114117895A

    公开(公告)日:2022-03-01

    申请号:CN202111320042.X

    申请日:2021-11-09

    Abstract: 本发明提供了一种永磁同步电机转子温度实时预测方法,其方法包括如下步骤:采集与转子相关的物理参数构建样本数据集;选取样本数据集中的第一相关数据作为输入量;选取样本数据集中与第一相关数据相对应的第一温度数据作为输出量;对输入量和输出量进行归一化处理;通过归一化处理后的输入量和输出量构建LSTM‑CNN网络预测模型;永磁同步电机运行时,采集第二相关数据和与第二相关数据相对应的第二温度数据构建训练数据集,将训练数据集中的数据归一化处理后作为训练数据对LSTM‑CNN网络预测模型进行训练;通过在线监测的第三相关数据并利用训练好的LSTM‑CNN网络预测模型预测转子实时温度。本发明,转子温度预测进度高且能够进行转子温度实时监测。

    牵引供电变压器的状态评估方法

    公开(公告)号:CN113610401A

    公开(公告)日:2021-11-05

    申请号:CN202110911043.5

    申请日:2021-08-09

    Abstract: 本发明提供了一种牵引供电变压器的状态评估方法,包括:对运营状态的牵引供电变压器进行评估模型建立,所述评估模型包括由顶层级至底层级别的目标层、准则层和因素层,所述准则层包括多个一级指标,每个一级指标包括多个二级指标;确定各指标的主观权重和客观权重,并对所述主观权重和所述客观权重进行归一化处理生成综合权重;根据所述因素层的特征信息,选择相应的隶属度模型进行匹配确定健康状态评估等级;根据因素层中二级指标计算准则层的状态矩阵,根据所述准则层中一级指标确定目标层的状态矩阵;根据所述目标层的健康状态评估等级确定所述牵引供电变压器的健康状态。本发明能够实现牵引供电变压器状态的准确评估,能够及时的实现对牵引供电变压器的检修。

Patent Agency Ranking