-
公开(公告)号：CN119479700A
公开(公告)日：2025-02-18
申请号：CN202510042422.3
申请日：2025-01-10
Applicant: 国家电投集团江西电力工程有限公司 , 南昌工程学院
Inventor： 孙艳秋 , 邓仁青 , 刘川 , 康兵 , 童浪兴 , 张肆化 , 喻国辉 , 章卓航 , 孙健 , 徐玮 , 余景瀚 , 刘定坤 , 秦桐 , 王雷 , 李梦宇 , 夏夷茨 , 董小伟
Abstract: 本发明属于电力设备在线检测领域，涉及一种基于波搜索优化的新能源场站变压器声纹故障诊断方法，将经过预处理的变压器声纹信号，分别经由梅尔滤波器和Gammatone滤波器处理，从而提取梅尔频率倒谱系数和伽马通频率倒谱系数，然后进行线性组合，并应用引入L2范数正则化后的Fisher值进行筛选，获得优化后的混合倒谱系数特征，而后形成特征训练集；使用改进后的波搜索算法优化BP神经网络，选取出最优正则化参数和动量因子；采集新能源场站变压器实时运行时的变压器声纹信号组成测试集，将测试集导入训练后的BP神经网络模型，判断变压器是否故障并导出故障类型。本发明可降低训练的损失率，提高声纹故障检测准确率。
-
公开(公告)号：CN117039894B
公开(公告)日：2024-04-05
申请号：CN202311295678.2
申请日：2023-10-09
Applicant: 国家电投集团江西电力工程有限公司
Abstract: 本发明公开了一种基于改进蜣螂优化算法的光伏功率短期预测方法及系统，方法包括：构建BP神经网络，并确定BP神经网络的输入层、隐藏层、输出层的节点数；将BP神经网络的原始阈值和原始权重作为改进蜣螂优化算法的初始种群位置进行寻优，得到BP神经网络的最优阈值和最优权重；对包含最优阈值和最优权重的BP神经网络进行训练，得到光伏功率短期预测模型；获取光伏发电设备的实时多维运行状态参量，并将实时多维运行状态参量输入至光伏功率短期预测模型中，光伏功率短期预测模型输出光伏功率短期预测结果。经过改进蜣螂优化算法优化阈值和权重以后的BP神经网络的光伏短期功率预测会更加准确，能够满足光伏短期功率的需要。
-
公开(公告)号：CN117039894A
公开(公告)日：2023-11-10
申请号：CN202311295678.2
申请日：2023-10-09
Applicant: 国家电投集团江西电力工程有限公司
Abstract: 本发明公开了一种基于改进蜣螂优化算法的光伏功率短期预测方法及系统，方法包括：构建BP神经网络，并确定BP神经网络的输入层、隐藏层、输出层的节点数；将BP神经网络的原始阈值和原始权重作为改进蜣螂优化算法的初始种群位置进行寻优，得到BP神经网络的最优阈值和最优权重；对包含最优阈值和最优权重的BP神经网络进行训练，得到光伏功率短期预测模型；获取光伏发电设备的实时多维运行状态参量，并将实时多维运行状态参量输入至光伏功率短期预测模型中，光伏功率短期预测模型输出光伏功率短期预测结果。经过改进蜣螂优化算法优化阈值和权重以后的BP神经网络的光伏短期功率预测会更加准确，能够满足光伏短期功率的需要。
-
公开(公告)号：CN119479700B
公开(公告)日：2025-04-15
申请号：CN202510042422.3
申请日：2025-01-10
Applicant: 国家电投集团江西电力工程有限公司 , 南昌工程学院
Inventor： 孙艳秋 , 邓仁青 , 刘川 , 康兵 , 童浪兴 , 张肆化 , 喻国辉 , 章卓航 , 孙健 , 徐玮 , 余景瀚 , 刘定坤 , 秦桐 , 王雷 , 李梦宇 , 夏夷茨 , 董小伟
Abstract: 本发明属于电力设备在线检测领域，涉及一种基于波搜索优化的新能源场站变压器声纹故障诊断方法，将经过预处理的变压器声纹信号，分别经由梅尔滤波器和Gammatone滤波器处理，从而提取梅尔频率倒谱系数和伽马通频率倒谱系数，然后进行线性组合，并应用引入L2范数正则化后的Fisher值进行筛选，获得优化后的混合倒谱系数特征，而后形成特征训练集；使用改进后的波搜索算法优化BP神经网络，选取出最优正则化参数和动量因子；采集新能源场站变压器实时运行时的变压器声纹信号组成测试集，将测试集导入训练后的BP神经网络模型，判断变压器是否故障并导出故障类型。本发明可降低训练的损失率，提高声纹故障检测准确率。
-
-
-
Search Results
4
records
(took 0.036 seconds)
