-
公开(公告)号:CN119479618A
公开(公告)日:2025-02-18
申请号:CN202411558958.2
申请日:2024-11-04
Applicant: 国网上海市电力公司
IPC: G10L15/02 , G10L15/06 , G10L15/16 , G10L15/14 , G10L15/183 , G10L15/22 , G10L15/26 , G10L15/18 , G06N20/10
Abstract: 一种基于机器学习的电力系统语音指令识别方法,属电力运行控制领域。包括将电力系统操作票的语音指令识别用于辅助操作人员对倒闸操作票操作指令的操作;在移动终端上进行倒闸操作票操作指令的阅读和第一次语音复述,系统进行第一次语音识别;在移动终端上进行第二次语音复述,进行第二次语音识别;只有二次语音指令复述均成功,则单张倒闸操作票匹配完成。通过对第一、第二人的语音复述进行核对操作,完成对复述指令识别信息的校验核;在操作审核完成后,同步将操作票操作的信息填入到操作票文档中,减少人工去填写操作票的操作信息步骤,保障倒闸操作的正确性,在无线网络环境下实现倒闸操作票操作的流程控制。
-
公开(公告)号:CN115169428A
公开(公告)日:2022-10-11
申请号:CN202210386306.X
申请日:2022-04-13
Applicant: 国网上海市电力公司
Abstract: 一种人工智能驱动的变压器故障诊断方法,属故障诊断领域。在利用变压器故障油中溶解气体DGA数据进行分析、诊断时,采用修正的蝙蝠算法优化支持向量机模型;在速度方程中引入自适应系数,在位置方程中引入加权因子,在频率方程中引入改进系数,对影响支持向量机分类精度的惩罚因子和核函数参数进行寻优,获得最佳的参数组合,并建立故障诊断模型;然后将溶解气体分析DGA数据代入模型,进行故障诊断,进而得到变压器故障诊断结果。其收敛速度更快,求解精度更高,鲁棒性较强,具有更高的故障诊断准确率。可广泛用于电力变压器故障的诊断领域。
-