-
公开(公告)号：CN109829416B
公开(公告)日：2023-04-28
申请号：CN201910079346.8
申请日：2019-01-28
Applicant: 国网山东省电力公司日照供电公司 , 上海交通大学 , 国家电网有限公司
IPC: G06F18/10 , G06F18/213 , G06F17/16 , G01R31/12
Abstract: 本发明公开了一种从随机噪声中检测出特高频局部放电信号的方法，其包括步骤：(1)采集特高频信号y(t)＝a(θ)×s(t)+v(t)，其中，s(t)表示空间入射信号矢量；v(t)表示噪声矢量；对于平面阵列，θ表示特高频信号的入射方位角；(2)建立特高频信号y(t)的协方差矩阵R；(3)对协方差矩阵R进行特征分解；(4)将特征值划分至n个区间中，每个区间表示为rangei,i＝1,2,…,n；每个区间内的特征值数量表示为ki：(5)根据特征值的个数M对ki进行幅值变换，以得到特高频信号的特征数k’i；(6)根据判别准则C来判断采集的特高频信号中是否含有特高频局部放电信号。此外，本发明还公开了一种从随机噪声中检测出特高频局部放电信号的系统。
-
公开(公告)号：CN111223133B
公开(公告)日：2022-10-11
申请号：CN202010012243.2
申请日：2020-01-07
Applicant: 上海交通大学
Abstract: 本发明属于图像处理的技术领域，公开了一种异源图像的配准方法，包括分别在计算待配准的两张红外和可见光图像内的多个角点，以角点所在的对角线作为其主方向；以主方向作为基准方向，计算以角点为中心的邻域梯度向量，进而获得每个角点对应的尺度不变特征描述子即SIFT描述子；利用每个角点对应的SIFT描述子，对待配准的两张红外和可见光图像的先进行粗配准再进行精配准，获得最准确的配准点集。整个算法计算简洁高效，准确率高，提高了红外和可见光图像配准的准确率，为立体视觉的应用解决了关键性的问题，扩展了其应用范围和领域。
-
公开(公告)号：CN110161388B
公开(公告)日：2021-04-06
申请号：CN201910496881.3
申请日：2019-06-10
Applicant: 上海交通大学
Abstract: 本发明公开了一种高压设备的故障类型识别方法，其包括步骤：(1)获取高压设备局部放电的特高频信号数据和超声波信号数据；(2)分别提取基于特高频信号数据的PRPS图谱特征和基于超声波信号数据的梅尔频谱特征；(3)构建支持向量机神经网络和卷积神经网络，将PRPS图谱特征输入支持向量机神经网络以使其输出PRPS图谱特征所表征的第一故障诊断概率矩阵；将梅尔频谱特征输入卷积神经网络以使其输出梅尔频谱特征所表征的第二故障诊断概率矩阵；(4)基于Choquet模糊积分对第一故障诊断概率矩阵和第二故障诊断概率矩阵进行融合，得到最终诊断的故障类型。此外，本发明还公开了一种高压设备的故障类型识别系统。
-
公开(公告)号：CN109188211B
公开(公告)日：2021-02-05
申请号：CN201810852615.5
申请日：2018-07-30
Applicant: 上海交通大学
IPC: G01R31/12
Abstract: 本发明公开了一种高压设备绝缘故障诊断方法，其包括步骤：(1)获取表征高压设备若干种绝缘故障类型的局部放电信号的染噪训练样本，基于染噪训练样本提取其相位分辨脉冲序列数据，对相位分辨脉冲序列数据进行归一化处理；(2)通过归一化处理后的相位分辨脉冲序列数据对构建的深度稀疏降噪自编码器进行训练，得到经过训练的深度稀疏降噪自编码器；(3)将待识别的高压设备的染噪局部放电信号输入经过训练的深度稀疏降噪自编码器，基于该深度稀疏降噪自编码器输出分类层的输出以得到高压设备的缺陷类型。此外，本发明还公开了一种高压设备绝缘故障诊断系统，其包括数据预处理模块和故障识别模块。
-
公开(公告)号：CN109212392B
公开(公告)日：2021-01-08
申请号：CN201811114341.6
申请日：2018-09-25
Applicant: 上海交通大学 , 国网浙江省电力有限公司舟山供电公司
Abstract: 本发明公开了直流电缆局部放电缺陷故障的识别方法，包括步骤：(1)采集直流电缆的若干种绝缘缺陷放电模型的q‑Δt‑n局部放电信号图；(2)将q‑Δt‑n局部放电信号图进行归一化处理，以得到训练样本；(3)构建Caffe卷积神经网络；(4)采用训练样本训练Caffe卷积神经网络；(5)将待识别局部放电信号图输入经过训练的Caffe卷积神经网络中，获得识别结果。此外，本发明还公开了用于直流电缆局部放电缺陷故障识别的Caffe卷积神经网络。另外，本发明还公开了直流电缆局部放电缺陷故障的识别系统，包括：信号采集模块、预处理模块以及Caffe卷积神经网络。该识别方法进行直流电缆的故障识别，以保证供电可靠。
-
Patent Agency Ranking
公开(公告)号：CN109782126B
公开(公告)日：2021-01-01
申请号：CN201811607507.8
申请日：2018-12-27
Applicant: 上海交通大学
IPC: G01R31/08
Abstract: 本发明公开了一种基于类人概念学习的配电网早期故障检测方法。利用小波变换分解波形为近似部分和细节部分，其中近似部分称为大致形状基元，细节部分称为畸变基元；根据极值点将畸变基元拆分为谐波、脉冲以及其他畸变三个基元；提取基元的特征以及基元间的时间关系；根据基元的特征以及基元间的时间关系，构造波形的概率分布；根据不同种类波形的概率分布，得到波形的判断结果。本发明将电压、电流波形作为视觉概念的一种，被分解为大致形状和各种畸变，通过计算各个成分的概率分布，可以获得波形整体的概率分布，从而判断波形种类。该方法在需求数据量和准确性上大大优于传统检测。对配电网早期故障的检测处理具有重要意义。
-
公开(公告)号：CN112072653A
公开(公告)日：2020-12-11
申请号：CN202010939130.7
申请日：2020-09-09
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于子空间扰动的配电网拓扑变化检测方法，其包括步骤：(1)采集配电网络的节点电压数据；(2)计算配电网络的电压协方差矩阵；(3)对所述电压协方差矩阵进行特征分解，将得到的特征值从大到小排列为λ1,λ2,…,λn；(4)基于特征值计算检测标准C1；(5)若检测标准C1落入设定的阈值范围内，则判断配电网络的拓扑无变化，若检测标准C1落入设定的阈值范围外，则判断配电网络的拓扑发生了变化。此外，本发明还公开了一种配电网络拓扑变化检测系统，其包括电压数据采集装置和处理模块，所述配电网络拓扑变化检测系统用于执行本发明上述的配电网络拓扑变化检测方法。
-
公开(公告)号：CN111223133A
公开(公告)日：2020-06-02
申请号：CN202010012243.2
申请日：2020-01-07
Applicant: 上海交通大学
Abstract: 本发明属于图像处理的技术领域，公开了一种异源图像的配准方法，包括分别在计算待配准的两张红外和可见光图像内的多个角点，以角点所在的对角线作为其主方向；以主方向作为基准方向，计算以角点为中心的邻域梯度向量，进而获得每个角点对应的尺度不变特征描述子即SIFT描述子；利用每个角点对应的SIFT描述子，对待配准的两张红外和可见光图像的先进行粗配准再进行精配准，获得最准确的配准点集。整个算法计算简洁高效，准确率高，提高了红外和可见光图像配准的准确率，为立体视觉的应用解决了关键性的问题，扩展了其应用范围和领域。
-
公开(公告)号：CN111209864A
公开(公告)日：2020-05-29
申请号：CN202010012244.7
申请日：2020-01-07
Applicant: 上海交通大学
Abstract: 本发明属于图像识别的技术领域，公开了一种电力设备目标识别方法，包括建立包含多张电力设备图像的数据集，并对每张电力设备图像包含的电力设备进行标注，以此为输入，对神经网络和贝叶斯网络进行训练学习；利用训练好的神经网络对待识别的电力设备图像进行识别，输出多个识别结果；利用训练好的贝叶斯网络对神经网络的识别结果进行筛选，筛选出对应待识别的电力设备图像最准确的识别结果。整个过程的结构简单，计算快捷，准确率高。
-
公开(公告)号：CN108181557B
公开(公告)日：2020-05-05
申请号：CN201711476760.X
申请日：2017-12-29
Applicant: 上海交通大学
IPC: G01R31/12
Abstract: 本发明公开了一种确定特高频局部放电信号方位的方法，包括步骤：(1)在检测现场设置由M×M个特高频传感器构成的原始特高频传感器平面阵列，该M×M个特高频传感器在原始特高频传感器平面阵列内均匀分布；原始特高频传感器平面阵列接收的特高频局部放电信号为y(t)；(2)将原始特高频传感器平面阵列虚拟扩展为由L×L个特高频传感器构成的扩展特高频传感器平面阵列，其接收的特高频局部放电信号为扩展后的特高频局部放电信号y’(t)；(3)获得扩展后的特高频局部放电信号y’(t)；(4)构建特高频局部放电信号空间谱；(5)对特高频局部放电信号空间谱进行谱峰搜索，峰值对应的角度则表征着特高频局部放电信号的入射方向。
-
-
-
-
-
-
-
-
-
Search Results
154
records
(took 0.045 seconds)
