-
公开(公告)号：CN117807896A
公开(公告)日：2024-04-02
申请号：CN202410228085.2
申请日：2024-02-29
Applicant: 南昌工程学院 , 江西变压器科技股份有限公司
IPC: G06F30/27 , G06N3/006 , G01R19/00 , G06F111/04
Abstract: 本发明公开了一种电解水制氢系统电磁暂态电压信号分解方法及系统，该方法通过电压传感器实时采集整流变压器一次侧的电压信号；使用变模态分解法对所得电压信号进行变模态分解；在变模态分解过程中，使用改进金豺优化算法优化变模态分解方法的模态数和惩罚因子，得到变模态分解法的最优模态数和最优惩罚因子，输出在最优模态数和最优惩罚因子条件下变模态分解所得模态分量；最后根据分解所得模态分量判断光伏发电系统是否发生能量跌落从而引起电磁暂态冲击。本发明使用改进金豺优化算法优化变模态分解方法，并对整流变压器一次侧的电压信号进行分析，可判断能量跌落引起的电磁暂态冲击。
-
公开(公告)号：CN117807896B
公开(公告)日：2024-04-30
申请号：CN202410228085.2
申请日：2024-02-29
Applicant: 南昌工程学院 , 江西变压器科技股份有限公司
IPC: G06F30/27 , G06N3/006 , G01R19/00 , G06F111/04
Abstract: 本发明公开了一种电解水制氢系统电磁暂态电压信号分解方法及系统，该方法通过电压传感器实时采集整流变压器一次侧的电压信号；使用变模态分解法对所得电压信号进行变模态分解；在变模态分解过程中，使用改进金豺优化算法优化变模态分解方法的模态数和惩罚因子，得到变模态分解法的最优模态数和最优惩罚因子，输出在最优模态数和最优惩罚因子条件下变模态分解所得模态分量；最后根据分解所得模态分量判断光伏发电系统是否发生能量跌落从而引起电磁暂态冲击。本发明使用改进金豺优化算法优化变模态分解方法，并对整流变压器一次侧的电压信号进行分析，可判断能量跌落引起的电磁暂态冲击。
-
公开(公告)号：CN115687952A
公开(公告)日：2023-02-03
申请号：CN202310000630.8
申请日：2023-01-03
Applicant: 南昌工程学院
Abstract: 发明公开了一种基于黎曼流形聚类的配电网线变关系辨识方法及装置，该方法将电压时间序列划分为多个电压时间子序列，每个电压时间子序列的所有点的特征向量组成电压时间子序列的特征矩阵；电压时间序列之间的距离由电压时间子序列之间的平均距离计算；以不同配变的电压时间序列的特征矩阵作为数据集进行黎曼流形聚类；通过对聚类结果的分析以实现错误配变的检测。本发明使用了大数据挖掘中的思想，有效解决了传统辨识方法中存在的校核阈值难以确定以及多特征量校核时的特征量选取困难的问题。
-
公开(公告)号：CN115954879B
公开(公告)日：2023-10-27
申请号：CN202310234155.0
申请日：2023-03-13
Applicant: 南昌工程学院
IPC: H02J3/00 , G06F18/2135 , G06N3/006 , G06N3/047
Abstract: 本发明属于配电网线变关系辨识技术领域，公开了一种基于AO算法优化PNN的配电网线变关系精准辨识方法，提取线路下所有配变的三相电压数据并经过预处理后获取所有配变的电压矩阵；进行皮尔逊相关系数计算以获取配变间的电压相关性系数矩阵以及配变和线路之间的电压相关性系数矩阵；将三个矩阵合并组成配电网特征矩阵；使用核主成分分析法对归集后的配电网特征矩阵降维，得到降维后的配电网特征矩阵；使用AO算法优化PNN网络；最后使用优化后的PNN网络对降维后的特征矩阵进行处理以辨识发生线变关系错误的具体配变。本发明解决了常见的基于数据处理方法的辨识阈值难以确定的问题。
-
公开(公告)号：CN116203365A
公开(公告)日：2023-06-02
申请号：CN202310495700.1
申请日：2023-05-05
Applicant: 南昌工程学院
IPC: G01R31/12 , G06F18/213 , G06F18/24 , G06F18/2415 , G06N3/047 , G06N3/08 , G06N3/006
Abstract: 本发明属于电力设备在线检测领域，公开了一种基于野马算法优化PNN的GIS设备局部放电检测方法，收集超声信号和特高频电磁波信号组成原始数据集；对原始数据集进行归一化处理得到归一化数据集，然后将归一化数据集中的正常点数据用平均值替换生成特征数据集；搭建PNN网络，并使用野马算法优化PNN网络，使PNN网络的平滑因子达到最优值；将特征数据集送入野马算法优化后的PNN网络中进行局部放电在线检测。本发明可实现在检测到故障时便对故障的类型进行分析，提高局部放电检测效率，对野马算法进行优化，提高了判别准确率和效率。
-
Patent Agency Ranking
公开(公告)号：CN115954879A
公开(公告)日：2023-04-11
申请号：CN202310234155.0
申请日：2023-03-13
Applicant: 南昌工程学院
IPC: H02J3/00 , G06F18/2135 , G06N3/006 , G06N3/047
Abstract: 本发明属于配电网线变关系辨识技术领域，公开了一种基于AO算法优化PNN的配电网线变关系精准辨识方法，提取线路下所有配变的三相电压数据并经过预处理后获取所有配变的电压矩阵；进行皮尔逊相关系数计算以获取配变间的电压相关性系数矩阵以及配变和线路之间的电压相关性系数矩阵；将三个矩阵合并组成配电网特征矩阵；使用核主成分分析法对归集后的配电网特征矩阵降维，得到降维后的配电网特征矩阵；使用AO算法优化PNN网络；最后使用优化后的PNN网络对降维后的特征矩阵进行处理以辨识发生线变关系错误的具体配变。本发明解决了常见的基于数据处理方法的辨识阈值难以确定的问题。
-
-
公开(公告)号：CN115687952B
公开(公告)日：2023-11-07
申请号：CN202310000630.8
申请日：2023-01-03
Applicant: 南昌工程学院
Abstract: 发明公开了一种基于黎曼流形聚类的配电网线变关系辨识方法及装置，该方法将电压时间序列划分为多个电压时间子序列，每个电压时间子序列的所有点的特征向量组成电压时间子序列的特征矩阵；电压时间序列之间的距离由电压时间子序列之间的平均距离计算；以不同配变的电压时间序列的特征矩阵作为数据集进行黎曼流形聚类；通过对聚类结果的分析以实现错误配变的检测。本发明使用了大数据挖掘中的思想，有效解决了传统辨识方法中存在的校核阈值难以确定以及多特征量校核时的特征量选取困难的问题。
-
公开(公告)号：CN114626487A
公开(公告)日：2022-06-14
申请号：CN202210525860.1
申请日：2022-05-16
Applicant: 南昌工程学院
Abstract: 本发明公开了一种基于随机森林分类算法的线变关系校核方法，收集配电变压器历史某日的三相电压幅值，得到电压时间序列数据；对电压时间序列数据进行预处理并替换异常值；然后进行平滑化处理和标准化处理；之后对电压时间序列数据进行特征构造，生成特征矩阵；将生成的特征矩阵输入随机森林模型学习调参得到基于随机森林算法的线变关系校核模型；将待校核的线路配电变压器的电压数据通过预处理、特征构造生成特征矩阵，将特征矩阵输入训练好的基于随机森林算法的线变关系校核模型进行校核，输出最终的校核结果。本发明解决了10kV线路集群线变关系校核阈值动态变化难以确定的问题，可有效提升线变关系的自动化校核程度。
-
公开(公告)号：CN116796213A
公开(公告)日：2023-09-22
申请号：CN202310160804.7
申请日：2023-02-24
Applicant: 南昌工程学院
IPC: G06F18/23213 , G06F18/2135
Abstract: 本发明属于配电网线变关系辨识技术领域，公开了一种基于聚类算法的配电网线变关系辨识方法，提取配变的电压数据经过预处理后生成电压时间序列作为原始特征，并划分为多个电压时间子序列；使用PCA降维法对电压时间子序列组成的原始特征矩阵进行降维，获取降维后保留了最多原始特征的前k维特征矩阵；将获取的降维后的新特征和配变的相关性系数矩阵进行拼接得到全新的特征矩阵；输入到meanshift聚类算法中进行线变关系的辨识。本发明能够解决传统辨识方法中的单一特征辨识引起的误判率高的问题。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.047 seconds)
