-
公开(公告)号：CN119646666A
公开(公告)日：2025-03-18
申请号：CN202411774214.4
申请日：2024-12-05
Applicant: 国家电网有限公司华北分部 , 上海交通大学 , 国网山东省电力公司电力科学研究院
IPC: G06F18/2415 , G06F16/36 , G06F17/16 , G06N3/045 , G06N3/0464 , G06N3/042 , G06N3/048 , G06F18/213 , G01R31/00 , G01R31/62
Abstract: 本发明公开了一种基于知识图谱的特高压变压器故障诊断方法，其包括步骤：100：建立特高压变压器故障类型、对应的状态量以及特征量的映射关系表格；200：基于所述映射关系表格，构建知识图谱；300：将所述知识图谱中的节点信息转化为节点嵌入向量，并利用邻接矩阵对知识图谱的结构进行建模；400：基于所述邻接矩阵与所述节点嵌入向量，提取出所述知识图谱的故障节点特征向量和特征量节点特征向量；500：基于所述故障节点特征向量和特征量节点特征向量，计算出每一个特征量对应的故障模式发生故障的条件概率，并基于各特征量对应的该故障模式发生故障的条件概率，获得该故障模式发生故障的总概率。
-
公开(公告)号：CN119558318A
公开(公告)日：2025-03-04
申请号：CN202411774366.4
申请日：2024-12-05
Applicant: 国家电网有限公司华北分部 , 上海交通大学 , 国网山东省电力公司电力科学研究院
IPC: G06F40/295 , G06F40/247 , G06F16/31 , G06F40/289 , G06N7/01 , G06F18/22 , G06F40/151 , G06N3/045 , G06Q10/20 , G06Q50/06
Abstract: 本发明公开了一种电力设备文本数据处理方法，其包括步骤：100：对电力设备文本数据中的非结构文本数据进行实体识别，以抽取出其中的实体信息；200：对所述实体信息进行同义词剔除和实体消歧处理，以得到经过清洗的实体信息；300：抽取经过清洗的实体信息对之间的关系，以将实体信息对组合成“第一实体‑关系‑第二实体”的三元组形式；400：存储所述三元组形式的实体信息。相应地，本发明还公开了一种电力设备文本数据处理系统。本发明能够高效地对电力设备非结构化文本中的知识进行处理和存储，并以此来辅助电力设备运维人员的运维决策。
-
公开(公告)号：CN112782542A
公开(公告)日：2021-05-11
申请号：CN202110002050.3
申请日：2021-01-04
Applicant: 上海交通大学
IPC: G01R31/12
Abstract: 本发明公开了一种基于特高频信号的放电观测同步触发系统，包括：放电设备，其被设置为发生放电并发出放电信号；特高频传感器，其检测放电产生的特高频信号；同步触发脉冲生成模块，其与特高频传感器连接，以将特高频传感器产生的特高频信号转换成TTL脉冲触发信号，一次放电过程只产生一个TTL脉冲触发信号；示波器，其与特高频传感器和同步触发脉冲生成模块分别连接，以显示特高频信号和TTL脉冲触发信号；采集装置，其与同步触发脉冲生成模块连接，采集装置接收同步触发脉冲生成模块输出的TTL脉冲触发信号，并对应于TTL脉冲触发信号同步采集放电设备的放电信号。相应地，本发明还公开了一种基于特高频信号的放电观测同步触发方法。
-
公开(公告)号：CN112198472B
公开(公告)日：2023-11-07
申请号：CN202011069872.5
申请日：2020-09-29
IPC: G01R35/00
Abstract: 本发明涉及一种局部放电智能传感器在线远程校验方法及系统，所述方法包括以下步骤：对待校验的智能传感器按距离远近进行分组；分组采集各智能传感器的实时测量数据；分别对每组内的各智能传感器的实时测量数据进行基于均值漂移的聚类运算，根据聚类结果对每组内的各智能传感器进行故障判别。与现有技术相比，本发明具有能有效地判别故障等优点。
-
公开(公告)号：CN112198472A
公开(公告)日：2021-01-08
申请号：CN202011069872.5
申请日：2020-09-29
IPC: G01R35/00
Abstract: 本发明涉及一种局部放电智能传感器在线远程校验方法及系统，所述方法包括以下步骤：对待校验的智能传感器按距离远近进行分组；分组采集各智能传感器的实时测量数据；分别对每组内的各智能传感器的实时测量数据进行基于均值漂移的聚类运算，根据聚类结果对每组内的各智能传感器进行故障判别。与现有技术相比，本发明具有能有效地判别故障等优点。
-
Patent Agency Ranking
公开(公告)号：CN113569558B
公开(公告)日：2023-09-26
申请号：CN202110761402.3
申请日：2021-07-06
Applicant: 上海交通大学
IPC: G06F40/211 , G06F40/289 , G06F16/33 , G06F18/214 , G06N3/048 , G06N3/02
Abstract: 本发明公开了一种实体关系抽取方法，其通过标注电力设备局部放电中文文本，获得训练样本和实测样本；构建自注意网络双向编译表示模型，用训练样本对其进行预训练，将训练样本或实测样本输入上述模型中，得到第一向量序列，并将第一向量序列输入多层自注意力网络得到第二向量序列，将需要进行关系抽取的两个实体的向量序列片段从第一向量序列中提取，用最大池化法得到两个实体的语义特征向量，计算得到两个实体的位置特征向量并与语义特征向量相加得到两个实体向量；用分段最大池化法将第二向量序列转化为句子向量，将句子向量与两个实体向量拼接在一起，而后输入全连接神经网络中进行关系分类，得到两个实体在文本句子中的关系。
-
公开(公告)号：CN113095019A
公开(公告)日：2021-07-09
申请号：CN202110359329.7
申请日：2021-04-02
Applicant: 上海交通大学
IPC: G06F30/36 , G06F119/08
Abstract: 本发明公开了一种局部放电信号仿真方法，其包括步骤：(1)构建等离子体流体模型；(2)采用等离子体流体模型对绝缘气隙局部放电的微观的粒子反应与运动过程进行局部放电仿真，以得到气隙电容值和感应电容值；(3)搭建模拟绝缘气隙局部放电的三电容实体模型；(4)将放电延迟时间、放电起始电压以及所述气隙电容值和感应电容值施加于所述三电容实体模型，并调整三电容实体模型的仿真参数，进行局部放电信号仿真。相应地，本发明还公开了与该方法对应的局部放电信号仿真系统。
-
公开(公告)号：CN113139069B
公开(公告)日：2022-10-18
申请号：CN202110526606.9
申请日：2021-05-14
Applicant: 上海交通大学
Abstract: 本发明公开了一种文本实体识别方法，其包括步骤：(1)标注作为训练样本的电力故障中文文本；(2)构建自注意网络双向编译表示模型，输入训练样本进行预训练，得第一模型权重参数；构建预训练用单一实体识别器，输入训练样本进行预训练，得第二模型权重参数；(3)构建识别模型，其包括：具有第一模型权重参数的自注意网络双向编译表示模型，若干个具有第二模型权重参数的识别用单一实体识别器，多类型实体识别器；(4)向识别模型输入待识别电力故障中文文本，由自注意网络双向编译表示模型转换为连续向量序列，各识别用单一实体识别器分别输出结果向量，拼接结果向量并输入多类型实体识别器，输出识别结果。
-
公开(公告)号：CN113569558A
公开(公告)日：2021-10-29
申请号：CN202110761402.3
申请日：2021-07-06
Applicant: 上海交通大学
IPC: G06F40/211 , G06F40/289 , G06F16/33 , G06K9/62 , G06N3/02 , G06N3/04
Abstract: 本发明公开了一种电力设备局部放电实体关系抽取方法，其通过标注电力设备局部放电中文文本，获得训练样本和实测样本；构建自注意网络双向编译表示模型，用训练样本对其进行预训练，将训练样本或实测样本输入上述模型中，得到第一向量序列，并将第一向量序列输入多层自注意力网络得到第二向量序列，将需要进行关系抽取的两个实体的向量序列片段从第一向量序列中提取，用最大池化法得到两个实体的语义特征向量，计算得到两个实体的位置特征向量并与语义特征向量相加得到两个实体向量；用分段最大池化法将第二向量序列转化为句子向量，将句子向量与两个实体向量拼接在一起，而后输入全连接神经网络中进行关系分类，得到两个实体在文本句子中的关系。
-
公开(公告)号：CN113139069A
公开(公告)日：2021-07-20
申请号：CN202110526606.9
申请日：2021-05-14
Applicant: 上海交通大学
Abstract: 本发明公开了一种面向知识图谱构建的电力故障中文文本实体识别方法，其包括步骤：(1)标注作为训练样本的电力故障中文文本；(2)构建自注意网络双向编译表示模型，输入训练样本进行预训练，得第一模型权重参数；构建预训练用单一实体识别器，输入训练样本进行预训练，得第二模型权重参数；(3)构建识别模型，其包括：具有第一模型权重参数的自注意网络双向编译表示模型，若干个具有第二模型权重参数的识别用单一实体识别器，多类型实体识别器；(4)向识别模型输入待识别电力故障中文文本，由自注意网络双向编译表示模型转换为连续向量序列，各识别用单一实体识别器分别输出结果向量，拼接结果向量并输入多类型实体识别器，输出识别结果。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.073 seconds)
