-
公开(公告)号：CN112147432A
公开(公告)日：2020-12-29
申请号：CN202010861283.4
申请日：2020-08-25
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 上海交通大学
Abstract: 本发明公开了一种用于变压器状态诊断的基于注意力机制的BiLSTM模块，其包括：输入层，其用于输入表征变压器状态类型的原始数据；特征提取层，所述特征提取层包括若干个不同尺度的BiLSTM层以及融合层，其中各所述BiLSTM层提取所述原始数据中不同尺度的多重特征，并将提取后的多重特征分别输入到所述融合层，融合层将不同尺度的多重特征进行拼接，以形成原始特征矩阵；注意力模块，其对所述原始特征矩阵进行权重参数优化，以得到优化后的特征矩阵；分类层，其基于优化后的特征矩阵，对表征变压器状态的数据进行分类并输出变压器状态类型。此外，本发明还公开了一种变压器状态诊断方法。相应地，本发明还公开了一种变压器状态诊断系统，其用于实施上述诊断方法。
-
公开(公告)号：CN112198472B
公开(公告)日：2023-11-07
申请号：CN202011069872.5
申请日：2020-09-29
IPC: G01R35/00
Abstract: 本发明涉及一种局部放电智能传感器在线远程校验方法及系统，所述方法包括以下步骤：对待校验的智能传感器按距离远近进行分组；分组采集各智能传感器的实时测量数据；分别对每组内的各智能传感器的实时测量数据进行基于均值漂移的聚类运算，根据聚类结果对每组内的各智能传感器进行故障判别。与现有技术相比，本发明具有能有效地判别故障等优点。
-
公开(公告)号：CN112198472A
公开(公告)日：2021-01-08
申请号：CN202011069872.5
申请日：2020-09-29
IPC: G01R35/00
Abstract: 本发明涉及一种局部放电智能传感器在线远程校验方法及系统，所述方法包括以下步骤：对待校验的智能传感器按距离远近进行分组；分组采集各智能传感器的实时测量数据；分别对每组内的各智能传感器的实时测量数据进行基于均值漂移的聚类运算，根据聚类结果对每组内的各智能传感器进行故障判别。与现有技术相比，本发明具有能有效地判别故障等优点。
-
公开(公告)号：CN111983523A
公开(公告)日：2020-11-24
申请号：CN202010859232.8
申请日：2020-08-24
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 上海交通大学
IPC: G01R31/62
Abstract: 本发明公开了一种基于数据平台的变压器运行状态数据采集分析系统，其包括：数据采集模块，其采集变压器的实时电量信号数据；远端数据平台，所述数据采集模块将实时电量信号数据传输给远端数据平台，所述远端数据平台具有实时计算引擎和数据库，所述实时计算引擎实时提取实时电量信号数据的特征数据，并将提取结果存储在所述数据库中。此外，本发明还公开了一种基于数据平台的变压器运行状态数据采集分析方法，其由上述的变压器运行状态数据采集分析系统执行。本发明的变压器运行状态数据采集分析系统可以有效采集并分析变压器运行状态数据，从而准确判断变压器的运行状态，其对于变压器的运行维护作用很大，可以产生巨大的经济效益。
-
公开(公告)号：CN116975161A
公开(公告)日：2023-10-31
申请号：CN202310607679.X
申请日：2023-05-26
Applicant: 国网上海市电力公司
IPC: G06F16/28 , G06F18/24 , G06Q50/06 , G06F16/36 , G06N3/0442 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种电力设备局放文本的实体关系联合抽取方法、设备、介质，包括：将局部放电文本句子输入编码模型中，得到各个字符对应的编码并按照文字顺序排列得到编码序列；将编码序列输入头实体编码器中，标记头实体的起止位置，基于头实体的起止位置对应字符的编码进行特征解析及语义提取，得到头实体语义向量；利用尾实体解码器，通过将头实体作为先验信息，匹配与预设的关系类型对应的尾实体的起止位置。通过将三元组抽取过程看作为两个实体的映射关系，首先抽取出头实体，作为先验信息，再针对每一种关系抽取对应的尾实体，从而实现头实体在特定关系类型下到尾实体的映射过程，使模型更加关注于关系相关的语义信息，减少冗余的抽取操作。
-
Patent Agency Ranking
公开(公告)号：CN116882341A
公开(公告)日：2023-10-13
申请号：CN202310644717.9
申请日：2023-06-01
Applicant: 国网上海市电力公司
IPC: G06F30/367 , G06F30/23 , G06F30/25 , G06F30/28 , G16C10/00 , G06F113/08
Abstract: 本发明涉及一种沿面缺陷局部放电电磁信号的仿真方法及系统，其中方法包括以下步骤：构建沿面放电流体‑化学仿真模型；利用流体‑化学仿真模型对沿面缺陷局部放电微观过程进行仿真，得到沿面放电过程中的带电粒子运动情况，计算沿面放电电流值；基于有限积分法构建电磁信号仿真模型；将沿面放电电流值作为激励信号，利用电磁信号仿真模型，仿真沿面缺陷局部放电产生的电磁信号。与现有技术相比，本发明具有建立了宏观电磁信号与微观缺陷的联系、局部放电仿真信号更准确等优点。
-
公开(公告)号：CN116882341B
公开(公告)日：2024-07-16
申请号：CN202310644717.9
申请日：2023-06-01
Applicant: 国网上海市电力公司
IPC: G06F30/367 , G06F30/23 , G06F30/25 , G06F30/28 , G16C10/00 , G06F113/08
Abstract: 本发明涉及一种沿面缺陷局部放电电磁信号的仿真方法及系统，其中方法包括以下步骤：构建沿面放电流体‑化学仿真模型；利用流体‑化学仿真模型对沿面缺陷局部放电微观过程进行仿真，得到沿面放电过程中的带电粒子运动情况，计算沿面放电电流值；基于有限积分法构建电磁信号仿真模型；将沿面放电电流值作为激励信号，利用电磁信号仿真模型，仿真沿面缺陷局部放电产生的电磁信号。与现有技术相比，本发明具有建立了宏观电磁信号与微观缺陷的联系、局部放电仿真信号更准确等优点。
-
公开(公告)号：CN110334948B
公开(公告)日：2023-04-07
申请号：CN201910602681.1
申请日：2019-07-05
Applicant: 上海交通大学 , 上海交通大学烟台信息技术研究院
IPC: G06Q10/0635 , G06Q10/0639 , G06Q50/06 , G06F18/214 , G01R31/12
Abstract: 本发明公开了一种基于特征量预测的电力设备局部放电严重程度评估方法，其包括训练步骤和评估步骤，其中：训练步骤包括：(1)收集电力设备的案例PRPS图谱数据；(2)对收集的案例PRPS图谱数据进行预处理；(3)采用自编码器提取的案例PRPS图谱数据的局部放电特征向量；(4)构建门控循环单元模块，输入局部放电特征向量以对其进行训练，以使其输出预测局部放电特征向量；(5)构建基于卷积神经网络的故障二分类模块，采用预测局部放电特征向量作为输入以对其进行训练，以使其基于预测局部放电特征向量所表征的故障概率值而输出该预测局部放电特征向量是否表征电力设备故障的判断。
-
公开(公告)号：CN110334866B
公开(公告)日：2022-11-11
申请号：CN201910602683.0
申请日：2019-07-05
Applicant: 上海交通大学 , 上海交通大学烟台信息技术研究院
Abstract: 本发明公开了一种考虑绝缘缺陷类别与故障关联性的电力设备故障概率预测方法，其包括步骤：(1)采集电力设备的PRPS图谱数据并对其进行预处理；(2)基于经过预处理的PRPS图谱数据提取局部放电特征；(3)将局部放电特征输入经过训练的卷积神经网络，经过训练的卷积神经网络输出电力设备具有某类绝缘缺陷的概率值P(Dk)；并且还将局部放电特征输入经过训练的长短时记忆神经网络，经过训练的长短时记忆神经网络输出电力设备在Dk的条件下发生故障的概率P(F|Dk)；(4)基于下述公式获得电力设备的最终故障概率P(F)：此外，本发明还公开了一种电力设备故障概率预测系统。
-
公开(公告)号：CN110334866A
公开(公告)日：2019-10-15
申请号：CN201910602683.0
申请日：2019-07-05
Applicant: 上海交通大学 , 上海交通大学烟台信息技术研究院
Abstract: 本发明公开了一种考虑绝缘缺陷类别与故障关联性的电力设备故障概率预测方法，其包括步骤：(1)采集电力设备的PRPS图谱数据并对其进行预处理；(2)基于经过预处理的PRPS图谱数据提取局部放电特征；(3)将局部放电特征输入经过训练的卷积神经网络，经过训练的卷积神经网络输出电力设备具有某类绝缘缺陷的概率值P(Dk)；并且还将局部放电特征输入经过训练的长短时记忆神经网络，经过训练的长短时记忆神经网络输出电力设备在Dk的条件下发生故障的概率P(F|Dk)；(4)基于下述公式获得电力设备的最终故障概率P(F)：此外，本发明还公开了一种电力设备故障概率预测系统。
-
-
-
-
-
-
-
-
-
Search Results
126
records
(took 0.068 seconds)
