-
公开(公告)号：CN114895140B
公开(公告)日：2024-04-16
申请号：CN202210364589.8
申请日：2022-04-08
Applicant: 华南理工大学
IPC: G01R31/08
Abstract: 本发明公开了一种基于虚拟注入电流比和二阶段重构的配电网故障定位方法，包括：1)根据故障电流源注入的特征，设定虚拟注入电流向量，并通过推导虚拟注入电流向量与故障位置的关系，定义虚拟注入电流比，将故障定位问题转化为虚拟注入电流向量的重构问题；2)第一阶段重构：基于压缩感知技术重构虚拟注入电流向量，并选取虚拟注入电流向量中两个值最大的节点形成初步的故障区段；3)第二阶段重构：根据初步的故障区段，优化选取观测节点，再次重构虚拟注入电流向量；4)根据第二阶段重构的虚拟注入电流向量确定最终的故障区段，计算虚拟注入电流比，得到故障位置的估计值。本发明能提高虚拟注入电流向量的重构精度，从而提高故障定位的精度。
-
公开(公告)号：CN115345221A
公开(公告)日：2022-11-15
申请号：CN202210889405.X
申请日：2022-07-27
Applicant: 华南理工大学
IPC: G06K9/62
Abstract: 本发明公开了一种结合Walsh功率谱和数学形态学的数据聚类方法，包括：1)先将数据进行Walsh变换，再计算得到数据的Walsh功率谱；2)选择数据的Walsh功率谱参数作为相应组数据的特征集；3)计算得到所有数据的特征集后，对所有特征集进行离散化；4)将离散化后的结果绘制在同一坐标系中，完成聚类，得到初步的聚类结果；5)根据初步的聚类结果，判断是否进行数学形态学运算，得到最终的聚类结果。本发明使用Walsh功率谱代替传统频域功率谱，极大减少了计算量。功率谱作为特征集并离散化至坐标系中，有利于后续形态学处理。数学形态学的应用能够克服传统聚类方法复杂的分类规则，使用结构元素对离散化后的图形进行处理可以更为直观地观测聚类过程和结果。
-
公开(公告)号：CN115342269A
公开(公告)日：2022-11-15
申请号：CN202211063797.0
申请日：2022-09-01
Applicant: 华南理工大学 , 深圳市城市公共安全技术研究院有限公司
Abstract: 本发明公开了一种应用大数据分析的人工智能装置，包括主箱以及转动安装在所述主箱上的箱门，所述箱门上设置有显示屏幕，所述主箱上开设有多个呈对称设置的开口，每个所述开口一侧内壁上均滑动连接有滑动块，两个所述滑动块之间固定连接有横板；所述主箱两侧表面均固定连接有多个支撑板，每个所述支撑板的横截面均设置为L形，每个所述支撑板上均设置有转动组件。本发明当需要使用很多台体积大小不同的处理器时，部分较大高度的处理器也可以放置在横板上，不需要利用其它架体进行放置，使得更换处理器时更加方便，并且主箱内部空间无法可以充分的利用，有利于基于大数据分析的人工智能装置的使用。
-
公开(公告)号：CN114895140A
公开(公告)日：2022-08-12
申请号：CN202210364589.8
申请日：2022-04-08
Applicant: 华南理工大学
IPC: G01R31/08
Abstract: 本发明公开了一种基于虚拟注入电流比和二阶段重构的配电网故障定位方法，包括：1)根据故障电流源注入的特征，设定虚拟注入电流向量，并通过推导虚拟注入电流向量与故障位置的关系，定义虚拟注入电流比，将故障定位问题转化为虚拟注入电流向量的重构问题；2)第一阶段重构：基于压缩感知技术重构虚拟注入电流向量，并选取虚拟注入电流向量中两个值最大的节点形成初步的故障区段；3)第二阶段重构：根据初步的故障区段，优化选取观测节点，再次重构虚拟注入电流向量；4)根据第二阶段重构的虚拟注入电流向量确定最终的故障区段，计算虚拟注入电流比，得到故障位置的估计值。本发明能提高虚拟注入电流向量的重构精度，从而提高故障定位的精度。
-
公开(公告)号：CN113203914A
公开(公告)日：2021-08-03
申请号：CN202110375157.2
申请日：2021-04-08
Applicant: 华南理工大学
IPC: G01R31/08
Abstract: 本发明公开了一种基于DAE‑CNN的地下电缆早期故障检测和识别方法，首先对地下电缆早期故障进行模拟仿真，以获取电流的仿真数据；然后采用降噪自动编码器对仿真数据进行特征提取，得到降维后的电流数据；接着采用降维后的电流数据对卷积神经网络进行训练，生成可用于检测和识别地下电缆早期故障的判别器；采用降噪自动编码器对待测地下电缆的电流数据进行特征提取，得到降维后的电流数据，将其作为判别器的输入，利用判别器输出该地下电缆的早期故障识别结果。本发明可以实现配电网早期故障的精确诊断。
-
Patent Agency Ranking
公开(公告)号：CN109061463A
公开(公告)日：2018-12-21
申请号：CN201811147481.3
申请日：2018-09-29
Applicant: 华南理工大学
IPC: G01R31/327 , G01H1/12
CPC classification number: G01R31/3275 , G01H1/12
Abstract: 本发明公开了一种高压断路器机械状态监测和故障诊断方法，包括步骤：1)根据高压断路器历史故障数据统计结果，对常见的一些高压断路器进行人为的故障模拟实验，获得故障数据；2)对故障的电流数据进行分析，提取各机构故障的电流数据特征量作为状态诊断分类依据之一；3)对故障的振动信号进行分析，分别利用小波包分解和样本熵处理振动信号高、低频分量得到相应的小波包相对能量和样本熵，作为振动信号特征量；4)利用主成分分析对振动信号特征量进行降维，作为状态诊断分类依据之一，并利用支持向量机对断路器进行状态诊断。本发明可有效利用故障状态的多维信息，促进断路器多参量多维映射故障诊断的发展。
-
公开(公告)号：CN108764522A
公开(公告)日：2018-11-06
申请号：CN201810330372.9
申请日：2018-04-13
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于多变量输入的局部负荷预测方法，包括步骤：1)根据原始负荷数据的特征，构建新的形态学结构算子，利用结构算子构建出双权重形态学滤波器；2)构建合理的相空间，确定相空间嵌入维数d，延时长度τ，并将负荷数据，包括与负荷数据相对应的多变量数据映射到相空间里；3)利用局部预测方法找到相空间中对应于时间序列上的相似数据段的近邻；4)构建训练集，训练最小二乘支持向量机，得到预测模型和预测结果。本发明通过构建新的双权重形态学滤波器对数据进行预处理，通过相空间变换将多变量和历史负荷数据结合起来，利用局部预测方法找到预测样本近邻进行训练，从而达到精确的预测效果。
-
公开(公告)号：CN108539784A
公开(公告)日：2018-09-14
申请号：CN201810330375.2
申请日：2018-04-13
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于需求侧响应的微电网最优机组及分时电价的优化方法，包括步骤：1)获取微电网供需历史数据，包括微电网内部负荷数据，分布式可再生能源的供给情况，各类供能机组的基本信息；2)利用历史数据分析各供能系统出力，进行微电网内部的供需情况分析；3)设定分散优化的优化目标函数；4)利用粒子群搜索算法和内点法进行优化求解。本发明将微电网可再生能源供能情况和分时电价激励下的需求侧响应有机结合，通过粒子群算法和内点法对微电网最优机组组合和分时电价策略进行分散优化，从而有效缓解微电网运营成本过高，内部缺负荷量过大的问题，确保了用户的用电需求得到了很好的满足。
-
公开(公告)号：CN106202977B
公开(公告)日：2018-09-14
申请号：CN201610682683.2
申请日：2016-08-17
Applicant: 华南理工大学
IPC: G06Q50/06
Abstract: 本发明公开了一种基于盲源分离算法的低频振荡模式分析方法，包括以下步骤：采集电力系统的低频振荡信号作为输入，利用Takens嵌入定理将该单通道时间序列构造成多通道观测信号矩阵；利用盲源分离算法对该矩阵进行处理，分解得到不同的低频振荡模式；结合时频分析方法，求出不同的单模式信号的瞬时幅值和频率；对瞬时频率取平均值得到平均频率，对瞬时幅值的对数随时间的变化曲线进行最小二次拟合得到平均衰减系数。本发明方法将Takens嵌入定理、盲源分离、时频分析的理论结合在一起，不仅能够准确地从单通道时间序列中分离出不同的振荡模式，并且能够跟踪不同模式的瞬时频率和幅值的变化情况，还具有一定的抗噪声能力。
-
公开(公告)号：CN104502756B
公开(公告)日：2017-08-25
申请号：CN201410779547.6
申请日：2014-12-16
Applicant: 华南理工大学
Abstract: 本发明公开了基于广义形态学开闭和闭开小波变换的电能质量检测方法，步骤为：1)采集电能质量检测的信号并且进行归一化；2)对归一化后的信号进行第一层广义形态学开闭和闭开小波变换处理，然后提取陷波和暂态振荡的信号特征；3)对第一层广义形态学开闭和闭开小波变换处理后的近似信号进行第二层广义形态学开闭和闭开小波变换处理，然后提取谐波的信号特征；4)对第二层广义形态学开闭和闭开小波变换处理后的近似信号进行第三层广义形态学开闭和闭开小波变换处理，然后提取电压暂升、电压暂降和电压瞬时中断的信号特征；5)根据上述提取的信号特征对电能质量进行判断。具有计算量小、反应速度快以及抗噪声干扰能力强的优点。
-
-
-
-
-
-
-
-
-
Search Results
86
records
(took 0.028 seconds)
