-
公开(公告)号：CN108829755B
公开(公告)日：2021-04-13
申请号：CN201810516613.9
申请日：2018-05-25
Applicant: 国网山东省电力公司青岛供电公司 , 上海交通大学 , 中国电力科学研究院有限公司
IPC: G06F16/2458 , G06F16/248
Abstract: 本发明公开了一种基于迭代最近点的变压器故障案例匹配搜索方法，其包括步骤：(1)采集待测试变压器状态数据序列，基于待测试变压器状态数据序列在案例库中寻找出所有与待测试变压器状态数据序列对应的目标变压器状态数据序列；(2)使待测试变压器状态数据序列的长度与目标变压器状态数据序列的长度一致；(3)提取待测试变压器状态数据序列的特征参量以及目标变压器状态数据序列的特征参量，并进行标准归一化处理；(4)通过旋转平移的方式进行匹配，基于迭代最近点匹配搜索，确定二者之间的距离；(5)基于该距离，进行匹配程度的排序；(6)基于排序结果，辅助判断待测试变压器状态数据序列所表征的故障。
-
公开(公告)号：CN108390380B
公开(公告)日：2021-04-06
申请号：CN201810468349.6
申请日：2018-05-16
Applicant: 国网山东省电力公司青岛供电公司 , 上海交通大学 , 中国电力科学研究院有限公司
Abstract: 本发明公开了一种变压器状态参量趋势预测方法，包括步骤：(1)采集变压器在线监测状态量；(2)采用离差标准化方法对变压器在线监测状态量进行归一化处理，得到变压器在线监测状态量矩阵X；(3)构建预测模型并确定预测模型的结构，预测模型包括特征提取器和一层前馈神经网络层(4)将变压器在线监测状态量矩阵X中的一部分变压器在线监测状态量作为输入，对预测模型进行训练；(5)将变压器在线监测状态量矩阵X中的另一部分变压器在线监测状态量作为输入数据输入经过训练的预测模型，特征提取器提取出输入数据与预测结果之间的特征参数后，输入给前馈神经网络层；(6)输出预测结果。此外，本发明还公开了变压器状态参量趋势预测系统。
-
公开(公告)号：CN108680807A
公开(公告)日：2018-10-19
申请号：CN201810475042.9
申请日：2018-05-17
Applicant: 国网山东省电力公司青岛供电公司 , 上海交通大学 , 中国电力科学研究院有限公司
IPC: G01R31/00
CPC classification number: G01R31/00
Abstract: 本发明公开了一种基于条件生成式对抗网络的变压器故障诊断方法，其包括步骤：(1)收集变压器状态历史监测数据，形成变压器故障诊断数据集，将变压器故障诊断数据集划分为训练集和测试集；(2)构建条件生成式对抗网络为多层感知器结构，所述条件生成式对抗网络具有生成器和鉴别器，所述鉴别器的N类输出包括：N‑1类故障类型以及一类关于数据是否是来自于生成器的模拟故障数据的判断结果；(3)对生成器和鉴别器进行训练和测试；(4)将采集的变压器状态实时监测数据输入鉴别器，从所述鉴别器的输出获得变压器故障诊断结果。此外，本发明还公开了基于条件生成式对抗网络的系统。该变压器故障诊断方法可以实现变压器设备缺陷的自动辨识。
-
公开(公告)号：CN105353256B
公开(公告)日：2018-05-25
申请号：CN201510862315.1
申请日：2015-11-30
IPC: G01R31/00
Abstract: 本发明公开了一种输变电设备状态异常检测方法，包括：步骤S1，在变电站安装在线综合监测装置，测量状态量；步骤S2，确定状态量与设备状态的对应关系；步骤S3，利用高维随机矩阵对的设备状态量数据的时间序列进行表征；步骤S4，分析运行历史中各时段状态数据的谱分布、圆环率；步骤S5，将设备状态量化为状态评估值P；步骤S6，比较设备状态评估值P与设备状态评估值的阈值P阈值判断设备状态矩阵是否出现异常，进而检测出设备状态的异常；步骤S7，根据残差序列矩阵的正态性检验求出异常状态和异常时刻。
-
公开(公告)号：CN106649479A
公开(公告)日：2017-05-10
申请号：CN201610867068.9
申请日：2016-09-29
Applicant: 国网山东省电力公司电力科学研究院 , 上海交通大学 , 国网山东省电力公司 , 山东理工大学 , 国家电网公司
Inventor： 周加斌 , 苏建军 , 任志刚 , 周大洲 , 刘洪正 , 杨祎 , 杜修明 , 郭志红 , 陈玉峰 , 辜超 , 盛戈皞 , 陈天 , 侯慧娟 , 贾京苇 , 朱文兵 , 朱孟兆 , 朱庆东 , 彭飞 , 王建 , 王学磊 , 王善龙 , 冯彩
IPC: G06F17/30
Abstract: 本发明公开了一种基于概率图的变压器状态关联规则挖掘方法，包括：构建变压器状态量关联规则挖掘的数据集；找出变压器状态量数据集中所有的频繁2‑项集；筛选频繁2‑项集，并计算筛选后的所有频繁2‑项集之间的条件概率分布；以频繁2‑项集及不同频繁2‑项集之间的条件概率分布为边，构造概率图；找出所有的关联规则，生成关联规则集合；根据计算得到的支持度和置信度确定变压器各状态量之间的关联程度；将各状态量数据间的关联规则引入变压器状态预测，对预测结果进行修正。本发明有益效果：将经过数据挖掘得到的数据间关联规则引入状态预测对预测结果进行修正可以显著提高预测精度：平均预测误差从20％下降到了10％。
-
Patent Agency Ranking
公开(公告)号：CN106447202A
公开(公告)日：2017-02-22
申请号：CN201610865423.9
申请日：2016-09-29
Applicant: 国网山东省电力公司 , 国网山东省电力公司电力科学研究院 , 上海交通大学 , 国家电网公司
Inventor： 张方正 , 苏建军 , 赵岩 , 孟瑜 , 李勇 , 周大洲 , 杨祎 , 郭志红 , 陈玉峰 , 辜超 , 盛戈皞 , 李华东 , 杜修明 , 周加斌 , 郑建 , 马艳 , 林颖 , 耿玉杰 , 白德盟 , 侯慧娟 , 贾京苇 , 朱庆东 , 任敬国
Abstract: 本发明公开了基于数据挖掘和主成分分析的电力设备状态评估方法，包括以下步骤：确定电力设备的待评估参量；对确定的电力设备的待评估参量进行挖掘分析，利用主成分分析方法建立电力设备运行状态的综合评估模型；选择建模数据，求解模型参数，确定预警值，进行实时动态评估。本发明中该方法通过降维技术建立电力设备状态关键参数体系，减少了计算空间和时间，提高了运算速率和效率；而且在缺乏电力设备的历史故障样本数据的情况下，依然可以针对同类设备的不同个体实现差异化评价。
-
公开(公告)号：CN116384822A
公开(公告)日：2023-07-04
申请号：CN202310347683.7
申请日：2023-04-04
Applicant: 上海交通大学
IPC: G06Q10/0639 , G06Q50/06 , G06F17/16
Abstract: 本发明提供了一种电力设备状态数据质量评估方法，其包括步骤：基于采集的电力设备状态数据建立数据集；设置电力设备状态数据的若干个评估指标，并计算各评估指标的满足程度，基于所述满足程度获得各评估指标得分；采用模糊层次分析法和熵权法确定各评估指标的组合权重；采用模糊综合评价法，构建所述评估指标的评价集，所述评价集包括若干个等级；针对评价集中不同等级的阈值设定隶属度函数，将各评估指标得分代入不同等级的隶属度函数进行计算，得到模糊关系矩阵；基于所述模糊关系矩阵和所述组合权重，得到评估向量。
-
公开(公告)号：CN111680726B
公开(公告)日：2023-06-20
申请号：CN202010469134.3
申请日：2020-05-28
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 上海交通大学
IPC: G06F18/2413 , G06Q10/0639 , G06Q50/06 , G06F18/2135 , G01R31/62
Abstract: 本发明公开了一种基于近邻成分分析和k近邻学习融合的变压器故障诊断方法：(a)构建近邻成分分析模型并对其进行训练，包括步骤：(1)采集不同故障类型变压器油色谱样本数据(2)对变压器油色谱样本数据进行预处理(3)分别计算各故障类型变压器油色谱样本数据的关联规则支持度，得到初始度量矩阵M0(4)将初始度量矩阵M0和经过预处理的变压器油色谱样本数据输入经过超参数调优的近邻成分分析模型，进行训练，近邻成分分析模型输出度量矩阵M(5)采用度量矩阵M对各故障类型变压器油色谱样本数据进行映射，得到经过训练的近邻成分分析模型(b)将实测变压器油色谱样本数据输入经过训练的近邻成分分析模型，进而输出变压器故障类型。
-
公开(公告)号：CN108037378B
公开(公告)日：2020-08-07
申请号：CN201711012217.4
申请日：2017-10-26
Abstract: 本发明公开了一种基于长短时记忆网络的变压器运行状态预测方法，其包括步骤：(1)获取与变压器运行状态相关的历史信息；(2)基于所述历史信息评估所述变压器的历史运行状态；(3)构建基于长短时记忆网络的变压器运行状态预测模型；(4)基于所述历史信息和历史运行状态训练所述变压器运行状态预测模型；(5)基于所述历史信息通过所述变压器运行状态预测模型预测变压器的未来运行状态。此外，本发明还公开了相应的系统。本发明能有效预测变压器的未来运行状态；对变压器运行状态进行预测，有助于及时感知变压器潜在威胁，掌握变压器故障发展趋势；对提高设备运行安全可靠性具有重大意义。
-
公开(公告)号：CN106447201B
公开(公告)日：2019-09-10
申请号：CN201610865179.6
申请日：2016-09-29
Applicant: 国网山东省电力公司电力科学研究院 , 上海交通大学 , 国网山东省电力公司 , 国家电网公司
Inventor： 杨祎 , 牛进苍 , 张方正 , 李红梅 , 田兵 , 李勇 , 杜修明 , 郭志红 , 陈玉峰 , 盛戈皞 , 辜超 , 周加斌 , 郑建 , 马艳 , 林颖 , 李程启 , 耿玉杰 , 白德盟 , 侯慧娟 , 贾京苇
Abstract: 本发明公开了一种基于马尔可夫决策过程的输变电设备最佳检修决策方法，包括：建立不同状态之间的转移关系的输变电设备状态转移关系图；根据输变电设备状态转移关系图建立输变电设备状态检修模型；利用马尔可夫过程求解输变电设备不同状态的稳态概率；建立检修策略以及检修策略对应的报酬之间的函数关系式；以在检修策略下使得报酬序列的某个函数值最大为序列决策问题的目标建立基于马尔可夫的输变电设备检修决策模型；根据输变电设备不同状态的稳态概率，采用策略迭代法求解最优的检修决策。本发明有益效果：应用马尔可夫决策可以折中维修成本和故障损失，得到经济最优的检修决策，为检修决策人员提供参考。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.065 seconds)
