一种变电设备缺陷图像数据扩充与数据清洗方法

    公开(公告)号:CN117079078A

    公开(公告)日:2023-11-17

    申请号:CN202311105621.1

    申请日:2023-08-30

    Abstract: 本发明提供了一种变电设备缺陷图像数据扩充与数据清洗方法,包括:利用预设数据集对风格迁移网络进行训练,得到训练好的网络权重参数;遍历原始变电设备缺陷图像和弱光场景图像,并利用加载所述网络权重参数的所述风格迁移网络,根据所述原始变电设备缺陷图像和弱光场景图像对缺陷图像数据进行扩充,得到低光照变电设备缺陷图像数据,并验证风格迁移效果;滤除所述低光照变电设备缺陷图像数据中的低质量生成图像,并依托对抗验证方法利用分类模型筛选出与真实图像集合样本分布近似的生成图像,得到最终扩充的低光照变电设备缺陷图像集合。本发明有助于解决深度学习模型在弱光场景泛化性弱的问题。

    一种风电机组滚动轴承故障诊断方法

    公开(公告)号:CN112651426A

    公开(公告)日:2021-04-13

    申请号:CN202011391135.7

    申请日:2020-12-01

    Abstract: 本发明公开了一种风电机组滚动轴承故障诊断方法,属于机电设备的状态监测与故障诊断技术领域。所述方法基于BP神经网络算法及相关计算机程序的支持,包括如下步骤:a.将振动传感器安装在滚动轴承的外壳上,用于采集滚动轴承的振动频率信号;b.对步骤a中所采集的振动频率信号Xj(t)(t=1,2,…,N)进行l层小波包分解;c.根据步骤b中所得到的各子空间对应的频带,计算振动信号在小波包最佳子空间下的特征矢量;d.将风电机组滚动轴承的特征矢量输入到BP神经网络中,实现风电机组的故障诊断。它具有故障判断准确率高的特点。

    一种电动汽车充放电行为的预测方法

    公开(公告)号:CN104899667B

    公开(公告)日:2018-06-08

    申请号:CN201510375663.6

    申请日:2015-06-30

    CPC classification number: Y04S10/54

    Abstract: 一种电动汽车充放电行为的预测方法,所述方法包括以下步骤:a.制定电动汽车充放电基本约束;b.制定目标函数;c.计算MSN影响力;d.利用对交叉遗传粒子群算法参数进行修正;e.以电动汽车充放电基本约束为前提,利用修正的交叉遗传粒子群算法对目标函数进行求解,得到电动汽车的充放电计划及配电网负荷。本发明利用交叉遗传粒子群算法预测电动汽车用户的充放电计划并充分考虑了移动社会网络对充放电计划的影响,大大提高了预测结果的准确性,能够为供电部门调节电网负荷提供可靠的参考数据。

    一种基于改进贝叶斯Petri网的电网故障诊断方法

    公开(公告)号:CN107656176A

    公开(公告)日:2018-02-02

    申请号:CN201711098366.7

    申请日:2017-11-09

    Abstract: 一种基于改进贝叶斯Petri网的电网故障诊断方法,所述方法首先通过引入时序关联规则,从定量的角度出发,描述各个库所之间的时序关系和逻辑规则,然后在故障信息不完备的条件下,利用保护动作规则,对报警信息的时序约束关系进行推理,并给出识别报警信息丢失、断点和误报算法,最后再进一步结合贝叶斯网络快速准确地实现故障元件的定位。本发明有效利用故障报警信号中的信息量,在深入分析报警信息中蕴含的时序属性的基础上,提出一种计及定量时序关联规则的改进贝叶斯Petri网故障诊断模型,该方法减少了报警结果的不确定性,其抗干扰性强,可大大提高诊断结果的准确性。

Patent Agency Ranking