-
公开(公告)号：CN117195090A
公开(公告)日：2023-12-08
申请号：CN202311474318.9
申请日：2023-11-08
Applicant: 南昌工程学院
IPC: G06F18/2411 , G01R22/06 , G06F18/2451 , G06F18/213 , G06F18/22 , G06N3/006 , G06F18/27 , G06F18/214 , G06F18/21
Abstract: 本发明公开了一种低压配电台区窃电检测方法及系统，该方法采集接入居民侧的单相智能电表和低压配电台区总表采集的电量数据，根据低压配电台区的拓扑结构和电量数据计算台区线损率，根据台区历史正常线损，计算平均线损范围，提取高损台区窃电特征参量并将窃电特征参量划分成训练集和测试集，建立支持向量分类机并且使用改进的矮猫鼬优化算法优化支持向量分类机，使用训练集和测试集对优化后的支持向量分类机进行训练和测试并且通过训练好的支持向量分类机对窃电用户和正常用户进行分类。本发明使用改进的矮猫鼬优化算法优化支持向量分类机的惩罚参数和核参数，提高了低压配电台区窃电检测的效率和分类准确率。
-
公开(公告)号：CN114626487B
公开(公告)日：2023-09-05
申请号：CN202210525860.1
申请日：2022-05-16
Applicant: 南昌工程学院
IPC: G06F18/2431 , G06F17/16 , G06Q50/06 , G06F18/214 , G06F18/243
Abstract: 本发明公开了一种基于随机森林分类算法的线变关系校核方法，收集配电变压器历史某日的三相电压幅值，得到电压时间序列数据；对电压时间序列数据进行预处理并替换异常值；然后进行平滑化处理和标准化处理；之后对电压时间序列数据进行特征构造，生成特征矩阵；将生成的特征矩阵输入随机森林模型学习调参得到基于随机森林算法的线变关系校核模型；将待校核的线路配电变压器的电压数据通过预处理、特征构造生成特征矩阵，将特征矩阵输入训练好的基于随机森林算法的线变关系校核模型进行校核，输出最终的校核结果。本发明解决了10kV线路集群线变关系校核阈值动态变化难以确定的问题，可有效提升线变关系的自动化校核程度。
-
公开(公告)号：CN116682458A
公开(公告)日：2023-09-01
申请号：CN202310687573.5
申请日：2023-06-12
Applicant: 南昌工程学院
Inventor： 李斌 , 王宗耀 , 何言 , 康兵 , 许志浩 , 丁贵立 , 刘文轩 , 章彧涵 , 高家通 , 蒋善旗 , 戴永熙 , 杨梓萌 , 徐一舟 , 李雨彤 , 何登旋 , 单惠敏
IPC: G10L25/51 , G10L25/30 , G10L21/0208
Abstract: 本发明公开一种基于能量算子改进小波包的GIS局放声纹检测方法，选取小波包基函数对GIS声纹信号进行小波包分解、降噪，采用改进Teager能量算子小波包系数进行瞬时能量计算，得到瞬时能量序列，结合滑动窗口函数进行背景阈值判断，将能量异常点进行记录；而后结合峭度熵、模糊熵、瞬时能量以及能量异常点构建联合特征，使用RBF神经网络算法进行故障判定。本发明快速准确的发现GIS运行隐患。
-
公开(公告)号：CN116203365B
公开(公告)日：2023-07-18
申请号：CN202310495700.1
申请日：2023-05-05
Applicant: 南昌工程学院
IPC: G01R31/12 , G06F18/213 , G06F18/24 , G06F18/2415 , G06N3/047 , G06N3/08 , G06N3/006
Abstract: 本发明属于电力设备在线检测领域，公开了一种基于野马算法优化PNN的GIS设备局部放电检测方法，收集超声信号和特高频电磁波信号组成原始数据集；对原始数据集进行归一化处理得到归一化数据集，然后将归一化数据集中的正常点数据用平均值替换生成特征数据集；搭建PNN网络，并使用野马算法优化PNN网络，使PNN网络的平滑因子达到最优值；将特征数据集送入野马算法优化后的PNN网络中进行局部放电在线检测。本发明可实现在检测到故障时便对故障的类型进行分析，提高局部放电检测效率，对野马算法进行优化，提高了判别准确率和效率。
-
公开(公告)号：CN116430188A
公开(公告)日：2023-07-14
申请号：CN202310697668.5
申请日：2023-06-13
Applicant: 南昌工程学院
Inventor： 章彧涵 , 康兵 , 高家通 , 王宗耀 , 丁贵立 , 许志浩 , 刘文轩 , 李斌 , 戴永熙 , 李雨彤 , 何言 , 蒋善旗 , 何登旋 , 杨梓萌 , 徐一舟 , 单惠敏
IPC: G01R31/12 , G06N3/006 , G06F18/213 , G06N20/00
Abstract: 本发明属于电力设备故障诊断技术领域，公开了一种基于改进白冠鸡优化算法的变压器故障声纹诊断方法，将变压器声音信号进行去噪，使用权重时移多尺度反向波动散布熵对分离出变压器本体声音信号计算时移尺度内的特征量并进行归一化，使用拉普拉斯得分选出最优特征维度，将核极限学习机的核函数参数和正则化因子以及权重时移多尺度反向波动散布熵的权重作为改进白冠鸡优化算法的初始种群位置进行寻优，对核极限学习机进行训练，得到变压器故障诊断模型，用于变压器的故障诊断。本发明解决了核极限学习机的超参和权重时移多尺度反向波动散布熵的权重难以准确选取的问题，能够实时准确的输出变压器内部的情况。
-
Patent Agency Ranking
公开(公告)号：CN116184141A
公开(公告)日：2023-05-30
申请号：CN202310450336.7
申请日：2023-04-25
Applicant: 南昌工程学院
IPC: G01R31/12 , G06F18/213 , G06F18/2411
Abstract: 本发明公开一种气体绝缘设备故障诊断方法及系统，方法包括：根据GIS设备的声压信号中各个声压片段的频谱构建关于时间矩的Hankel矩阵；替换Hankel矩阵中第(1×1)和(k×k)个元素，并从Hankel矩阵的元素开始的其余元素都放在同一列，选择前n个独立行和前n个独立列，得到修正Hankel矩阵；计算关于时间矩的修正Hankel均矩阵，并对修正Hankel均矩阵进行特征向量变换，得到修正Hankel矩阵的特征值以及特征向量；根据特征值以及GIS设备的声压信号的实际特征值计算随机鞅；若随机鞅大于故障阈值，则基于熵值法确定修正Hankel均矩阵各分量的权重系数。通过故障特征向量学习与精准提取，有效提升了故障检测准确度。
-
公开(公告)号：CN115436464A
公开(公告)日：2022-12-06
申请号：CN202211070900.4
申请日：2022-08-31
Applicant: 南昌工程学院
Abstract: 本发明公开了基于漏磁检测的耐张线夹压接凹槽位置检测装置及方法，该装置包括倒U型磁化器、聚磁结构、磁敏传感器，倒U型磁化器由磁轭、永磁体、磁极组成，整体组成一个开环磁轭，倒U型磁化器整体呈现倒U型结构，开环磁轭内镶嵌永磁体，且末端的磁极有一切角，两个磁极紧贴并垂直于耐张线夹的铝层表面，聚磁结构由两块聚磁片对称分布构成，位于耐张线夹检测面上端，倒U型磁化器两个磁极中间位置；磁敏传感器置于两块聚磁片中间位置。本发明仅需操作人员手持检测装置沿轴线移动扫过耐张线夹表面，通过检测装置识别出漏磁场信号，根据漏磁场信号反演出耐张线夹压接凹槽的开端位置和整个凹槽宽度，定位了耐张线夹压接凹槽位置。
-
公开(公告)号：CN115423539A
公开(公告)日：2022-12-02
申请号：CN202211367309.5
申请日：2022-11-03
Applicant: 南昌工程学院
Abstract: 本发明属于智能用电技术领域，涉及一种考虑用户满意度的需求响应激励价格确定方法及装置，该方法立基于分层电力市场和碳排放交易市场的激励型需求响应模型，包括电网运营商模型和用户侧模型，以及目标函数模型；通过聚类算法确定用户的需求响应潜力等级；通过历史响应数据确定用户的响应率和不同时段的激励弹性系数；基于强化学习中的Q学习算法对激励型需求响应模型进行求解，得到最优激励补贴价格。本发明综合考虑碳排放交易市场和用户不满意度等影响因素，根据用户的相关用能特性和碳交易市场的实时交易价格改变模型的参数，输出补贴价格，帮助供电公司制定科学的需求响应调控策略，实现电力资源合理配置。
-
公开(公告)号：CN113688960A
公开(公告)日：2021-11-23
申请号：CN202111251938.7
申请日：2021-10-27
Applicant: 南昌工程学院 , 国网江西省电力有限公司供电服务管理中心
Abstract: 本发明公开了一种基于灰狼优化GHFCM的居民电力数据聚类方法及装置，该方法包括：步骤1：根据居民用户的用电特性，利用相关特性指标对用户的电量数据进行降维处理；步骤2：首先采用灰狼优化算法（GWO）选择初始聚类点，然后利用广义层次模糊C均值算法（GHFCM）对居民电力数据进行聚类。本发明采用考虑层次距离函数和空间约束的模糊目标函数，有助于提高聚类算法的质量。并将聚合理论方法用于参与需求响应的居民用户分类中，为电网侧针对不同用户定制异质性电力套餐的过程提供科学的依据。
-
公开(公告)号：CN119535244B
公开(公告)日：2025-05-16
申请号：CN202510110435.X
申请日：2025-01-23
Applicant: 南昌工程学院
IPC: G01R31/367 , G01R31/392 , G01R31/396 , G06N3/006 , G06N3/049 , G06N3/0464 , G06N7/08
Abstract: 本发明公开了一种储能电池剩余使用寿命预测方法及系统，该方法通过获取电池容量时间序列数据；采用TVF‑EMD对电池容量时间序列数据进行分解得到本征模态分量；利用改进后的协同群优化算法对时间卷积神经网络模型的卷积核个数和卷积核大小进行优化；对完整的电池容量时间序列数据归一化，将归一化后的数据输入改进协同群优化算法优化后的时间卷积神经网络模型之中进行剩余使用寿命预测。本发明通过改进后的协同群优化算法优化的时间卷积神经网络模型，使其预测具有更高的准确性。
-
-
-
-
-
-
-
-
-
Search Results
109
records
(took 0.096 seconds)
