一种基于AdaBoost-RBF算法的开关柜故障预测方法

    公开(公告)号:CN115270983A

    公开(公告)日:2022-11-01

    申请号:CN202210942595.7

    申请日:2022-08-08

    Abstract: 本发明公开了一种基于AdaBoost‑RBF算法的开关柜故障预测方法,采用RBF神经网络作为基学习器,外层嵌套AdaBoost算法的方式来进行故障预测,该预测方法具体包括如下步骤:数据特征获取;数据预处理;数据训练;准确度测试;故障异常预测;迭代更新模型,本发明以RBF神经网络作为基学习器,外层再嵌套AdaBoost算法以提高故障预测的精度,并且在故障预测时,采用动态阈值的方法,方便对算法不断的进行迭代,这样就大大提高了预测的精度,通过数据预处理方便通过过采样的处理方式来对提取的特征数据进行处理,且通过对特征数据进行过采样处理来方便平衡数据集,从而提高后续算法模型的预测能力,以便更好的进行故障预测。

    一种变压器光纤温度传感器的安装结构

    公开(公告)号:CN109935456B

    公开(公告)日:2021-08-13

    申请号:CN201910380363.5

    申请日:2019-05-08

    Abstract: 本发明公开了一种变压器光纤温度传感器的安装结构,属于变压器监测技术领域,包括铁芯、夹件、绕组和间隔撑条,还包括光纤温度传感器和护套,所述绕组设置在所述铁芯外侧并且包括内侧的低压绕组和外侧的高压绕组,所述低压绕组和高压绕组之间设置有若干所述间隔撑条;其中一个所述间隔撑条的一大侧面上设置有埋设所述光纤温度传感器的凹槽;所述凹槽的出线口连接有所述护套,所述护套固定连接在所述夹件的凹槽内;所述光纤温度传感器的传输光纤依次通过所述凹槽和护套连通到变压器箱体外的接线盒中。本发明变压器光纤温度传感器的安装结构,安装便捷并且设备的安全系数较高,避免了光纤测温传感器在变压器组装过程中的损坏。

    一种可用于激光雷达的噪点识别方法和系统

    公开(公告)号:CN112731349A

    公开(公告)日:2021-04-30

    申请号:CN202011531624.8

    申请日:2020-12-23

    Abstract: 本申请公开的一种可用于激光雷达的噪点识别方法及系统,一般正常的天气下,处理器开启第一激光器,通过第一光纤悬臂进行激光扫描,所输出的光束在四分之一波片的作用下,其反射光产生90度旋转,该反射光经偏振镜反射后,经偏振片过滤后进入激光接收器。因此,激光接收器只接收第二偏振的光束,可以过滤掉其他杂光的影响,避免噪点的出现。在雨、雪、雾、霾等恶劣天气条件下,反射光能量被衰减。当激光接收器所接收到的光束能量小于噪点阈值,则可以判断当前探测点为噪点,激光雷达可能受到了天气的影响,处理器可以开启第二激光器进行补光,增加出射光束的能量,使得反射光束的能量大于噪点阈值,保证探测结果的正确性。

Patent Agency Ranking