公开(公告)号：CN118734041A

公开(公告)日：2024-10-01

申请号：CN202410958687.3

申请日：2024-07-17

Applicant: 杭州电子科技大学

Inventor： 孔秀婷 ,  陈科明 ,  郑泽轩 ,  王语瑛

IPC: G06F18/213 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/084

Abstract: 本发明公开了一种基于退化模型的高压断路器机械寿命预测方法。本发明基于高压断路器机械特性采集装置采集高压断路器从出厂到报废的全生命周期机械特性数据，包括触头行程、电机电流、分/合闸线圈电流。先通过小波分析法、时域分析法、相似性分析法充分提取退化特征，筛选得到关键退化特征，再使用加权灰色关联度分析法(WGRA)多特征融合生成综合健康指数(HI)，建立退化模型并验证其有效性，然后将HI作为输入，使用Bi‑LSTM进行训练得到最佳预测模型，输出高压断路器剩余寿命预测值。本发明提出的方法能准确预测高压断路器剩余机械寿命，有利于减少昂贵的非计划维护，延长高压断路器的使用寿命。

公开(公告)号：CN118885790A

公开(公告)日：2024-11-01

申请号：CN202410909218.2

申请日：2024-07-08

Applicant: 杭州电子科技大学

Inventor： 陈科明 ,  刘岩 ,  叶宗昆 ,  孔秀婷 ,  王语瑛

IPC: G06F18/213 ,  G01R19/165 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/0475 ,  G06N3/0499 ,  G06N3/084 ,  G06N3/088

Abstract: 本发明公开了一种非侵入式异常电流检测方法，属于异常电流检测领域。本发明基于非侵入式电流传感器中收集仪器工作电流数据，通过仪器监测平台筛选原子吸收光谱仪正常状态下的数据，预处理异常数据并重构异常电流数据形成时间序列数据并特征标准化处理。建立GAN‑BiLSTM模型进行训练，最后根据理想模型对输入的电流时序数据得出基于重构误差和基于判别器输出的异常得分。最终通过融合两种异常得分情况遍历电流时序数据以阈值法来判定异常情况，并通知仪器操作人员。本发明可为光谱仪异常监测提供坚实可靠的数据保障，以助力仪器使用者更好地管理光谱仪类科研仪器。