公开(公告)号：CN113987033A

公开(公告)日：2022-01-28

申请号：CN202111615216.5

申请日：2021-12-28

Applicant: 国网江西省电力有限公司电力科学研究院 ,  国家电网有限公司 ,  国网江西省电力有限公司 ,  南昌大学

Inventor： 童超 ,  辛建波 ,  康琛 ,  周梦垚 ,  许勇 ,  朱自伟 ,  刘凤龙 ,  李阳林

IPC: G06F16/2458 ,  G06K9/62 ,  G06N3/08 ,  G06N3/04 ,  G06Q50/06 ,  G06Q10/06

Abstract: 本发明公开了一种主变在线监测数据群体偏差识别与校准方法，数据收集；对线下数据校核过的在线监测数据进行分段线性化，提取线段曲线与数据群体特征；构建分段关联挖掘模型,对曲线特征表征的线段集合进行符号化，使用Apriori算法挖掘在线检测数据不同指标的关联性，发现异常数值；考虑时段特性获取支持度变化，并识别数据偏差；利用强关联指标序列构建多指标预测模型，完成偏差校准；利用校准数据重新计算不同指标的关联性，验证数据群体偏差校准的可靠性。本发明可通过挖掘不同指标序列的关联规则，识别数据群体偏差，并构建一种基于改进遗传算法优化的BP神经网络算法多指标预测模型对数据群体偏差进行校准。

公开(公告)号：CN114372093A

公开(公告)日：2022-04-19

申请号：CN202111534103.2

申请日：2021-12-15

Applicant: 南昌大学

Inventor： 朱自伟 ,  张益宁 ,  周梦垚 ,  谢青 ,  徐松龄 ,  翟嘉璐 ,  王梦宇

IPC: G06F16/2458 ,  G06F16/215 ,  G06K9/62 ,  G06N3/00 ,  G06N20/10 ,  G06Q50/06

Abstract: 本发明提出一种变压器DGA在线监测数据的处理方法，根据传回数据的特征，将在线数据等效为时间序列；第一阶段引入滑动窗口算法的思想，提出一种改进的序列分段线性化算法，将序列数据划分为若干由斜率与跨度表征的线段，再使用基于改进的K‑means聚类将在线监测数据符号化，最后使用APRIORI算法挖掘DGA中不同指标之间的关联性，并以此发掘其中存在的异常数值；第二阶段，根据筛除的异常数值采样点，使用改进的粒子群优化的支持向量回归算法，保障算法的求解速度与求解多样性，优化支持向量回归算法中的关键参数对这些采样点进行修复，以此完成变压器在线DGA监测数据的处理。

公开(公告)号：CN114169237A

公开(公告)日：2022-03-11

申请号：CN202111473398.7

申请日：2021-11-30

Applicant: 南昌大学

Inventor： 朱自伟 ,  曾庆煜 ,  谢青 ,  周梦垚 ,  王梦宇 ,  屠沁琳 ,  徐松龄

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F119/08

Abstract: 本发明提出一种结合EEMD‑LSTM及孤立森林算法的电力电缆接头温度异常预警方法，针对中低压配电网的温度热点电力电缆接头，进行温度异常预警；根据接头历史温度监测数据，建立EEMD‑LSTM的温度预测模型；使用EEMD将原始温度数据序列分解为多个量级更小的子序列，提取接头温度变化趋势信息；通过LSTM对各子序列进行预测，并将子序列的预测结果进行重构，输出接头温度未来时刻温度预测值；采用孤立森林算法对由EEMD‑LSTM预测得到的温度指标进行温度异常检测；建立多个子检测分类器，以接头表面温度、线芯温度、相对温差两两组合，得到三组分类器；最后实现接头温度预警。本发明所提方法能够及时预判接头潜在异常温度，对温度过高、温升过快的电缆接头进行温度预警。

公开(公告)号：CN114169237B

公开(公告)日：2024-05-03

申请号：CN202111473398.7

申请日：2021-11-30

Applicant: 南昌大学

Inventor： 朱自伟 ,  曾庆煜 ,  谢青 ,  周梦垚 ,  王梦宇 ,  屠沁琳 ,  徐松龄

IPC: G06F30/27 ,  G06N3/044 ,  G06N3/08 ,  G06F119/08

Abstract: 本发明提出一种结合EEMD‑LSTM及孤立森林算法的电力电缆接头温度异常预警方法，针对中低压配电网的温度热点电力电缆接头，进行温度异常预警；根据接头历史温度监测数据，建立EEMD‑LSTM的温度预测模型；使用EEMD将原始温度数据序列分解为多个量级更小的子序列，提取接头温度变化趋势信息；通过LSTM对各子序列进行预测，并将子序列的预测结果进行重构，输出接头温度未来时刻温度预测值；采用孤立森林算法对由EEMD‑LSTM预测得到的温度指标进行温度异常检测；建立多个子检测分类器，以接头表面温度、线芯温度、相对温差两两组合，得到三组分类器；最后实现接头温度预警。本发明所提方法能够及时预判接头潜在异常温度，对温度过高、温升过快的电缆接头进行温度预警。

公开(公告)号：CN113987033B

公开(公告)日：2022-04-12

申请号：CN202111615216.5

申请日：2021-12-28

Applicant: 国网江西省电力有限公司电力科学研究院 ,  国家电网有限公司 ,  国网江西省电力有限公司 ,  南昌大学

Inventor： 童超 ,  辛建波 ,  康琛 ,  周梦垚 ,  许勇 ,  朱自伟 ,  刘凤龙 ,  李阳林

IPC: G06F16/2458 ,  G06K9/62 ,  G06N3/08 ,  G06N3/04 ,  G06Q50/06 ,  G06Q10/06

Abstract: 本发明公开了一种主变在线监测数据群体偏差识别与校准方法，数据收集；对线下数据校核过的在线监测数据进行分段线性化，提取线段曲线与数据群体特征；构建分段关联挖掘模型,对曲线特征表征的线段集合进行符号化，使用Apriori算法挖掘在线检测数据不同指标的关联性，发现异常数值；考虑时段特性获取支持度变化，并识别数据偏差；利用强关联指标序列构建多指标预测模型，完成偏差校准；利用校准数据重新计算不同指标的关联性，验证数据群体偏差校准的可靠性。本发明可通过挖掘不同指标序列的关联规则，识别数据群体偏差，并构建一种基于改进遗传算法优化的BP神经网络算法多指标预测模型对数据群体偏差进行校准。