-
公开(公告)号：CN117909802A
公开(公告)日：2024-04-19
申请号：CN202311535936.X
申请日：2023-11-15
Applicant: 国网湖北省电力有限公司超高压公司 , 许继电气股份有限公司 , 河南许继继保电气自动化有限公司 , 华北电力大学
IPC: G06F18/241 , G06F18/214 , G06F18/25
Abstract: 本发明涉及一种基于深度学习的高压断路器故障诊断方法和装置，属于高压断路器技术领域，本发明通过收集高压断路器工况运行数据和对应的高压断路器状态，作为训练数据；构建联合故障诊断模型，包括第一分类模型、第二分类模型和D‑S证据理论，利用训练数据对联合故障诊断模型进行训练；使用训练后的联合故障诊断模型对待测高压断路器进行故障判别，最后得到故障诊断结果，本发明使用多种数据模型对高压断路器进行诊断，综合多种模型的优点有效的提高了诊断精度。
-
公开(公告)号：CN116864037A
公开(公告)日：2023-10-10
申请号：CN202310785450.5
申请日：2023-06-29
Applicant: 国网湖北省电力有限公司超高压公司 , 许继电气股份有限公司 , 华北电力大学
IPC: G16C20/70 , G16C20/20 , G06F18/214 , G06F18/243 , G06F18/2413 , G06F18/27 , G06N3/006 , G06N5/01 , G01R31/62 , G01N33/00
Abstract: 本发明涉及一种油浸式变压器故障诊断方法，属于电力系统技术领域。本发明首先对采集到的油浸式变压器的故障数据进行处理并划分，然后制定变压器故障状态编码，构建分类回归树弱分类器模型并用加法学习方式训练弱分类器模型，通过使用麻雀搜索算法对分类器参数进行优化得到油浸式变压器的XGBoost故障诊断模型，对待测数据进行预测得到故障诊断结果。本发明使用麻雀搜索算法优化XGBoost模型，结构简单、易于实现，具有较好的全局探索和局部开发能力，在加速XGBoost模型训练的同时，提升了变压器故障诊断的准确性，使维修部门能够及时准确的维护变压器，显著降低油浸式变压器故障的频率，保证了电力系统安全稳定的运行。
-
公开(公告)号：CN116405064A
公开(公告)日：2023-07-07
申请号：CN202310545355.8
申请日：2023-05-15
Applicant: 华北电力大学(保定)
IPC: H04B3/56
Abstract: 本发明提供了一种基于倒L型匹配衰减器的中压宽带PLC信号耦合系统。该耦合系统包括耦合模块、隔离模块、倒L型阻抗匹配模块、带通滤波模块与保护元件。耦合模块为耦合电容，用于信号耦合与阻隔50Hz工频电压；隔离模块为隔离变压器，用于电流隔离；倒L型阻抗匹配模块用于匹配终端载波机与电力线端阻抗，降低信号反射；带通滤波模块为一带通滤波器，用于信号选频并滤除带外干扰；保护元件是避雷器，用于感知和抑制电路上的瞬时过压浪涌。本发明可以在1‑30MHz宽频范围进行信号耦合，使用可变的纯电阻元件调节电路可大大简化匹配过程，提高电路的可靠性，为宽带PLC耦合技术在智能配电网中的实用化提供了一种新的依据。
-
公开(公告)号：CN105245252B
公开(公告)日：2018-04-17
申请号：CN201510535041.5
申请日：2015-08-27
Applicant: 华北电力大学(保定)
IPC: H04B3/54 , H04B3/46 , H04B17/391
Abstract: 一种电力线载波信道通信环境模拟系统，用于解决电力线载波通信技术开发过程难以进行试验验证的问题，其技术方案是，所述系统构成中包括数据处理终端、信号调理设备、模拟信号接口和承载线路，所述信号调理设备的数据输入端接数据处理终端的信道特性数据输出端，其模拟信号输出端通过模拟信号接口与承载线路连接。本发明采用自上而下的方式搭建电力线载波信道通信环境模拟系统，具有结构简单、搭建方便、灵活多变、对电力线载波通信线路信道特性的变化适应性强、设备费用相对低廉等优点，为加快电力线载波通信的研发和应用提供了便利条件。
-
公开(公告)号：CN117973557A
公开(公告)日：2024-05-03
申请号：CN202410123700.3
申请日：2024-01-30
Applicant: 华北电力大学(保定)
IPC: G06N20/00 , G06F18/10 , G06F18/15 , G06F18/213 , G06F18/214
Abstract: 一种适用于非侵入式负荷分解的迁移方法，它通过实例化一个母模型并加载预训练权重；通过该模型运行新的数据集，并记录母模型中解码器的输出，提取其特征；使用输出的特征向量作为新的较小模型的输入进行训练。与之前的方法不同，这种迁移方法只需在目标数据域上运行一次母模型，而不是每个训练周期都运行一次。本发明的方法具有更优的模型架构，提高了模型的泛化能力，具有更高的数据质量。子模型的输入不再是传统的能耗序列而是经过母模型计算的特征，这也提高了负荷分解预测效果，降低了软硬件资源消耗，具有较高的实用价值。
-
Patent Agency Ranking
公开(公告)号：CN116883801A
公开(公告)日：2023-10-13
申请号：CN202310896292.0
申请日：2023-07-20
Applicant: 华北电力大学(保定)
IPC: G06V10/80 , G06V10/764 , G06V10/774 , G06V20/70 , G06V10/82 , G06T7/00 , G06N3/0464
Abstract: 本发明提供了一种基于注意力机制与多尺度特征融合的YOLOv8目标检测方法。该方法包括以下步骤：获取可见光绝缘子缺陷图像数据集，人工进行数据筛选；利用labelimg工具对收集到的图像数据进行人工标注；将CBAM注意力机制、BiFPN多尺度特征融合金字塔、SIoU损失函数与YOLOv8模型结合，构建YOLOv8‑CBS模型；将标注好的绝缘子缺陷数据集输入到YOLOv8‑CBS模型中进行训练；用训练好的YOLOv8‑CBS模型对待识别的可见光绝缘子缺陷图像进行故障检测与定位。本发明可以部署在无人巡检设备上，利用部署了本发明的无人巡检设备对输电线路上的绝缘子进行缺陷检测，可大大提升故障诊断的准确率。
-
公开(公告)号：CN113364504B
公开(公告)日：2022-11-04
申请号：CN202110853295.7
申请日：2021-07-27
Applicant: 华北电力大学(保定)
IPC: H04B7/0456
Abstract: 一种适用于高相关MIMO信道的预编码方法，用于降低系统误码率和增加系统容量，其技术方案是，所述方法根据高相关闭环MIMO‑PLC系统的信道传递函数，计算出相位旋转预编码矩阵F，并用计算出的预编码矩阵F对发送信号S进行调制，从而通过相位旋转将码距较小点的码距增大，以达到增加系统容量和降低系统误码率的目的。本发明结合MIMO系统实际信道特点，通过调整发射端信号的相位使其在接收端的码距达到最大，在有效利用各传输信道的同时，降低了MIMO系统的误码率，增加了MIMO系统的信道容量。
-
公开(公告)号：CN117996736A
公开(公告)日：2024-05-07
申请号：CN202410084464.9
申请日：2024-01-19
Applicant: 华北电力大学(保定)
Abstract: 一种不同台区短期负荷功率的预测方法，所述方法包括以下步骤：a.对不同的台区进行功率数据采集，并对数据进行预处理；b.将预处理后的功率数据按照一定的比例划分为训练集和测试集；c.采用不同步幅的滑动窗口机制将训练集和测试集进行数据划分；d.通过序列自差值计算对训练集和测试集进行重构；e.构建WR‑XGboost预测模型；f.利用训练集数据对预测模型进行训练；g.利用测试集数据对预测模型进行测试；h.利用测试合格的预测模型对台区短期负荷功率进行预测。本发明可在保证模型训练效果的同时避免学习大量重复数据，加速模型的搜索优化，该方法可减少软硬件资源的浪费，降低负荷功率的预测成本，提高预测精度。
-
公开(公告)号：CN117992736A
公开(公告)日：2024-05-07
申请号：CN202410254943.0
申请日：2024-03-06
Applicant: 华北电力大学(保定)
IPC: G06F18/10 , G06F18/2431 , G06F18/23213
Abstract: 本发明提供了一种基于分类合并的时序数据预处理及预测方法。它包括以下步骤：采集目标领域的原始时序数据；采用VMD分解算法对原始时序数据进行分解，得到n种频率成分的分解信号；针对分解后的n种分解信号，分别采用K‑means算法进行聚类，每种信号分成2类，一共产生2n种组合；对得到的2n类数据进行数据合并，将合并后的数据分别输入预测模型中进行训练，得到可预测不同类别的时序数据预测模型；利用得到的时序数据预测模型对待测数据进行预测，得到预测结果。与传统直接使用K‑means聚类相比，本发明提出的方法，分类准确度更高，基于分类训练出来的预测模型对时序数据的预测精度更高。
-
公开(公告)号：CN118551196A
公开(公告)日：2024-08-27
申请号：CN202310162969.8
申请日：2023-02-24
Applicant: 华北电力大学(保定)
IPC: G06F18/213 , G06F18/27 , G06F18/10 , G06F18/15 , G06N3/0442 , G06N3/048 , G06N3/0985 , G06N3/084 , G01R31/00
Abstract: 一种适用于非侵入式用户负荷数据监测分析方法，所述方法从数据和模型两方面对分解算法进行优化，在数据方面，对输入的数据和标签分别进行标准化和归一化数据操作，消除量纲对结果的影响，使用数据生成器对数据进行批量短序列划分，增强了邻域特征并减少了软硬件资源消耗；在模型方面，以门循环单元为基础进行构建降低模型复杂度和参数量，采用RMSProp算法优化加快了模型训练速度并提高了模型分解效果。本发明保存了数据原始的一维结构，使得模型可以提取到更充分的特征信息，通过对总负荷功率进行标准化，对分电器数据进行归一化的处理以及使用GBRM模型回归预测分解效果，在保证高效回归预测的同时，降低了模型对软硬件资源的要求。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.082 seconds)
