公开(公告)号：CN116482442B

公开(公告)日：2023-09-15

申请号：CN202310702292.2

申请日：2023-06-14

Applicant: 武汉纺织大学

Inventor： 邓奕 ,  刘嘉政 ,  王磊 ,  祝季楹 ,  陈佳文 ,  谢铨 ,  朱奎虎 ,  赵国瑾 ,  乐展鹏 ,  余烈 ,  万仁卓 ,  刘海

IPC: G01R23/165 ,  G10L25/51 ,  G10L25/30 ,  G10L19/26 ,  G06F18/10 ,  G06F18/2131 ,  G06F18/214

Abstract: 本发明涉及电力谐波监测技术领域，具体而言，涉及电力系统谐波自寻优检测方法、装置、设备及介质，包括动态获取该检测区域内电力设备种类和噪音分贝值信号，将上述噪音分贝值信号通过滤波器去除非周期性干扰信号得到声波分贝值信号；将声波分贝值信号进行快速傅里叶变换得到声波分贝值信号频谱，评估声波分贝值信号频谱的幅值和分布特征；将检测区域电力设备种类和所述声波分贝值信号频谱的幅值和分布特征输入到与该电力设备种类匹配的电噪评估模型，得到该检测区域电力系统的谐波特征，通过对电力设备的噪音动态自寻优检测，通过无需无接触式及时发现电力系统中存在的电力谐波问题。

公开(公告)号：CN115993511A

公开(公告)日：2023-04-21

申请号：CN202310281261.4

申请日：2023-03-22

Applicant: 武汉纺织大学

Inventor： 邓奕 ,  刘嘉政 ,  王磊 ,  祝季楹 ,  陈佳文 ,  谢铨 ,  朱奎虎 ,  赵国瑾 ,  乐展鹏 ,  余烈 ,  万仁卓 ,  刘海

IPC: G01R31/12 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明涉及电变量测量技术领域，具体而言，涉及一种局部放电类型高精度检测识别装置、方法和设备，装置包括：信号接收装置，用于捕捉接收电力设备中局部放电产生的超高频电信号，并发送接收后的信号；所述电力设备包括高压配电盘、高压电缆、变压器、气体绝缘开关装置中的任意一种或多种；信号处理装置，用于将从信号接收装置的传过来的信号进行采样并转换为数字信号，然后发送转换后的数字信号；信号识别装置，用于将从信号处理装置发送的数字信号进行变换生成时频图，并提取特征，将特征和内置分类特征比较，识别出局部放电类型。本发明为识别局部放电类型提供了有效的工具和方法。

公开(公告)号：CN118057368A

公开(公告)日：2024-05-21

申请号：CN202211444033.6

申请日：2022-11-18

Applicant: 武汉纺织大学

Inventor： 邓奕 ,  王磊 ,  刘嘉政 ,  谢铨 ,  吴梓宜 ,  朱奎虎 ,  赵国瑾 ,  朱文强 ,  吴伟标 ,  张国琴 ,  余烈 ,  刘海

IPC: G06F18/213 ,  G01R31/12 ,  G06F18/2415 ,  G06F18/28 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/0985

Abstract: 本发明涉及局部放电信号处理技术领域，且公开了基于注意力深层网络的局部放电信号故障智能检测方法，所述方法包括：获取待测局部放电信号数据；将待测局部放电信号数据输入局部放电信号输出模块进行处理获得PRPD图谱数据；将获得的PRPD图谱数据输入注意力深层网络模型中进行模式识别，得到待测局部放电信号的识别结果。该基于注意力深层网络的局部放电信号故障智能检测方法，通过引入注意力深层网络，为各种无线电信号提供了通用的特征提取框架，避免繁琐的手动选择特征，并将传统简单注意力神经网络进行优化，从而获得注意力分布，即权重分配更科学的网络；采用注意力机制对特征图进行加权和组装，以选择最具辨别力的特征，可以进一步减少计算负担，使特征更具代表性。

公开(公告)号：CN118038247A

公开(公告)日：2024-05-14

申请号：CN202211368814.1

申请日：2022-11-03

Applicant: 武汉纺织大学

Inventor： 邓奕 ,  刘嘉政 ,  祝季楹 ,  王磊 ,  吴梓宜 ,  朱奎虎 ,  赵国瑾 ,  乐展鹏 ,  余烈 ,  万仁卓 ,  刘海

IPC: G06V10/86 ,  G06V10/80 ,  G06V10/764 ,  G06V10/34 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/082

Abstract: 本发明涉及局部放电信号处理技术领域，且公开了基于多模态融合网络的局部放电信号标注精度增强方法，所述方法包括：获得局部放电信号并进行预处理转换为H×W×C大小的局部放电图信号；将预处理后的局部放电信号图输入到多模态融合网络中进行图像信号数据增强，得到增强后的图像特征；将增强后的图像特征输入到局部信号标注模型中进行特征融合。该基于多模态融合网络的局部放电信号标注精度增强方法，运用了多种注意力机制网络结构，通过融合网络的三种注意力机制提取局部放电图提取特征，尤其针对局部放电图上的波峰、波谷、以及波长的疏密部进行特征提取，提高标注的精度；相对于卷积神经网络复杂冗余的处理，本发明高效准确。

公开(公告)号：CN116482442A

公开(公告)日：2023-07-25

申请号：CN202310702292.2

申请日：2023-06-14

Applicant: 武汉纺织大学

Inventor： 邓奕 ,  刘嘉政 ,  王磊 ,  祝季楹 ,  陈佳文 ,  谢铨 ,  朱奎虎 ,  赵国瑾 ,  乐展鹏 ,  余烈 ,  万仁卓 ,  刘海

IPC: G01R23/165 ,  G10L25/51 ,  G10L25/30 ,  G10L19/26 ,  G06F18/10 ,  G06F18/2131 ,  G06F18/214

Abstract: 本发明涉及电力谐波监测技术领域，具体而言，涉及电力系统谐波自寻优检测方法、装置、设备及介质，包括动态获取该检测区域内电力设备种类和噪音分贝值信号，将上述噪音分贝值信号通过滤波器去除非周期性干扰信号得到声波分贝值信号；将声波分贝值信号进行快速傅里叶变换得到声波分贝值信号频谱，评估声波分贝值信号频谱的幅值和分布特征；将检测区域电力设备种类和所述声波分贝值信号频谱的幅值和分布特征输入到与该电力设备种类匹配的电噪评估模型，得到该检测区域电力系统的谐波特征，通过对电力设备的噪音动态自寻优检测，通过无需无接触式及时发现电力系统中存在的电力谐波问题。