-
公开(公告)号:CN116545130B
公开(公告)日:2024-08-27
申请号:CN202310340889.7
申请日:2023-03-31
Applicant: 华南理工大学
Abstract: 本申请公开了一种长距离WPT系统、长距离WPT电池负载状态识别方法、数据处理装置、介质,包括直流电源、逆变器、二端口等效网络模型和整流器及电池负载电路,直流电源用于产生直流电;逆变器用于将所述直流电转换为交流电;二端口等效网络模型包括有发射线圈、目标阻抗和接收线圈,所述目标阻抗用于实现长距离无线电能传输;整流器及电池负载电路用于对所述交流电进行整流及对电池充电,根据本申请的技术方案,通过设置目标阻抗,从而取代中继线圈实现长距离无线电能传输,提高了无效电能传输的便捷性。
-
公开(公告)号:CN116545130A
公开(公告)日:2023-08-04
申请号:CN202310340889.7
申请日:2023-03-31
Applicant: 华南理工大学
Abstract: 本申请公开了一种长距离WPT系统、长距离WPT电池负载状态识别方法、数据处理装置、介质,包括直流电源、逆变器、二端口等效网络模型和整流器及电池负载电路,直流电源用于产生直流电;逆变器用于将所述直流电转换为交流电;二端口等效网络模型包括有发射线圈、目标阻抗和接收线圈,所述目标阻抗用于实现长距离无线电能传输;整流器及电池负载电路用于对所述交流电进行整流及对电池充电,根据本申请的技术方案,通过设置目标阻抗,从而取代中继线圈实现长距离无线电能传输,提高了无效电能传输的便捷性。
-
公开(公告)号:CN117408367A
公开(公告)日:2024-01-16
申请号:CN202311124325.6
申请日:2023-09-01
Applicant: 国家电网有限公司华北分部 , 华南理工大学
IPC: G06Q10/04 , G06F18/241 , G06F18/214 , G06Q50/06 , G06N3/006
Abstract: 本发明公开了一种基于PSO‑RF的输电线路山火跳闸概率预测方法,包括以下步骤:获取满足精度要求的相关数据信息形成数据集;采用不同机器学习算法对数据集进行训练,分析比较不同机器学习算法对分类预测问题的处理效果;评估模型对于不同预测结果的可信程度或把握程度,引入置信度衡量预测结果可信程度;划分训练集与测试集,以随机森林模型对测试集样本进行跳闸分类预测,展示正确分类样本分别被预测为跳闸与不跳闸的概率;初始化粒子群每个粒子的位置和速度,更新粒子速度和位置,计算每个粒子的适应度值,根据每个粒子的适应度值,更新个体最优解和全局最优解,搜索空间中寻找到较优的解。
-
公开(公告)号:CN118445676B
公开(公告)日:2024-11-08
申请号:CN202410360755.6
申请日:2024-03-27
Applicant: 华南理工大学
IPC: G06F18/241 , G06F18/213 , G06F18/23213 , G06N3/0464 , G06N3/088 , G06N3/096 , G06N3/0895 , G01R31/12 , G06F123/02
Abstract: 本发明公开了一种基于无监督领域自适应的电力设备绝缘故障诊断方法,包括:搭建基于深度学习的绝缘缺陷诊断模型;利用含有标签信息的特定数据集预训练模型;在特征提取器输出的高维特征空间中,构建簇原型向量匹配的目标域伪标签生成器;构建源域和未见场景中无标签数据集在特征空间中的簇子域;以簇原型向量为锚点,簇子域内同类样本为正样本对,构建簇对比学习机制,强化域内类可判别特征机器细粒度;利用高斯径向基函数将簇子域映射到高维的希尔伯特空间,构建簇子域特征匹配器,对齐源域和目标域簇子域特征,联合簇对比学习机制和簇子域特征匹配器,更新特征提取器参数;利用含有标签信息的源域微调分类器参数,实现绝缘缺陷故障诊断。
-
公开(公告)号:CN118445676A
公开(公告)日:2024-08-06
申请号:CN202410360755.6
申请日:2024-03-27
Applicant: 华南理工大学
IPC: G06F18/241 , G06F18/213 , G06F18/23213 , G06N3/0464 , G06N3/088 , G06N3/096 , G06N3/0895 , G01R31/12 , G06F123/02
Abstract: 本发明公开了一种基于无监督领域自适应的电力设备绝缘故障诊断方法,包括:搭建基于深度学习的绝缘缺陷诊断模型;利用含有标签信息的特定数据集预训练模型;在特征提取器输出的高维特征空间中,构建簇原型向量匹配的目标域伪标签生成器;构建源域和未见场景中无标签数据集在特征空间中的簇子域;以簇原型向量为锚点,簇子域内同类样本为正样本对,构建簇对比学习机制,强化域内类可判别特征机器细粒度;利用高斯径向基函数将簇子域映射到高维的希尔伯特空间,构建簇子域特征匹配器,对齐源域和目标域簇子域特征,联合簇对比学习机制和簇子域特征匹配器,更新特征提取器参数;利用含有标签信息的源域微调分类器参数,实现绝缘缺陷故障诊断。
-
-
-
-