-
公开(公告)号：CN112964962A
公开(公告)日：2021-06-15
申请号：CN202110164678.3
申请日：2021-02-05
Applicant: 国网宁夏电力有限公司 , 国网宁夏电力有限公司检修公司 , 西安交通大学 , 国网宁夏电力有限公司电力科学研究院
Inventor： 刘志远 , 吴建云 , 郝治国 , 于晓军 , 杨松浩 , 蒙金有 , 罗美玲 , 黄伟兵 , 蔡乾 , 赫嘉楠 , 张宇博 , 史磊 , 林泽暄 , 叶涛 , 王小立 , 于小艳 , 沙云 , 尹琦云 , 陆洪建 , 杨晨 , 安燕杰
IPC: G01R31/08
Abstract: 本发明公开了一种输电线路故障分类方法，步骤a：提取电流故障样本数据并将电流故障样本分类，根据电流故障类型建立电流样本矩阵；步骤b：设置判定值，并依据样本矩阵建立深度字典学习的数学模型；步骤c：对数学模型进行训练；步骤d：根据判定值判定数学模型是否训练完成；若不符合判定值条件则重复步骤c，若符合判定值条件则跳转步骤e。步骤e：数学模型完成建立并输出；本发明有三个技术优点，能自动动提取特征；物理含义明确；模型性能好。
-
Patent Agency Ranking
公开(公告)号：CN113610119B
公开(公告)日：2023-10-27
申请号：CN202110814396.3
申请日：2021-07-19
Applicant: 西安交通大学
IPC: G06F18/2431 , G06F18/214 , G06N3/0464 , G06N3/08 , G06Q50/06
Abstract: 本发明公开了一种基于卷积神经网络识别输电线路发展性故障的方法，该方法结合了CBAM注意力机制，使网络从通道和空间上更注重有效的细节和全貌特征。首先，建立模型生成大量发展性故障数据，构建故障样本库；然后，建立结合CBAM模块的卷积神经网络，并利用故障数据集训练该网络，训练好的网络末端通过阈值判断可对发展性故障进行识别和分类。当应用时，只需要导入待检测的电流波形，即可逐点输出识别的故障类型信息。与现有的技术相比，本发明方法无需复杂的理论建模和特征分析过程，抗噪性能和泛化能力优良，且基于注意力机制所提取的故障特征具有较明确的物理含义，一定程度上解决了已有人工智能方法可解释性不足的问题。
-
公开(公告)号：CN113011096A
公开(公告)日：2021-06-22
申请号：CN202110321839.5
申请日：2021-03-25
Applicant: 国网宁夏电力有限公司 , 国网宁夏电力有限公司检修公司 , 西安交通大学 , 国网宁夏电力有限公司电力科学研究院
Inventor： 刘志远 , 吴建云 , 郝治国 , 于晓军 , 杨松浩 , 蒙金有 , 罗美玲 , 黄伟兵 , 蔡乾 , 赫嘉楠 , 张宇博 , 史磊 , 林泽暄 , 叶涛 , 王小立 , 于小艳 , 沙云 , 尹琦云 , 陆洪建 , 杨晨 , 安燕杰
Abstract: 本发明公开了一种基于模型和数据混合驱动的电流互感器饱和波形恢复方法，包括以下步骤：S1、构建数据库；S2、搭建并训练基于长短期记忆网络的故障电流模型关键参数识别网络；S3、基于步骤S2的识别网络，计算真实故障电流；S4、将步骤S3获得的真实故障电流作为保护元件的动作信息，等待下一次故障发生。以故障电流的物理模型为先验知识，通过数据驱动的方法构建故障电流模型关键参数识别网络来实现波形的恢复，具有采样率要求低、抗噪能力强、无须整定阈值以及在线/离线部署方便等优势。
-
公开(公告)号：CN112964962B
公开(公告)日：2022-05-20
申请号：CN202110164678.3
申请日：2021-02-05
Applicant: 国网宁夏电力有限公司 , 国网宁夏电力有限公司检修公司 , 西安交通大学 , 国网宁夏电力有限公司电力科学研究院
Inventor： 刘志远 , 吴建云 , 郝治国 , 于晓军 , 杨松浩 , 蒙金有 , 罗美玲 , 黄伟兵 , 蔡乾 , 赫嘉楠 , 张宇博 , 史磊 , 林泽暄 , 叶涛 , 王小立 , 于小艳 , 沙云 , 尹琦云 , 陆洪建 , 杨晨 , 安燕杰
IPC: G01R31/08
Abstract: 本发明公开了一种输电线路故障分类方法，步骤a：提取电流故障样本数据并将电流故障样本分类，根据电流故障类型建立电流样本矩阵；步骤b：设置判定值，并依据样本矩阵建立深度字典学习的数学模型；步骤c：对数学模型进行训练；步骤d：根据判定值判定数学模型是否训练完成；若不符合判定值条件则重复步骤c，若符合判定值条件则跳转步骤e。步骤e：数学模型完成建立并输出；本发明有三个技术优点，能自动动提取特征；物理含义明确；模型性能好。
-
公开(公告)号：CN113011096B
公开(公告)日：2022-07-05
申请号：CN202110321839.5
申请日：2021-03-25
Applicant: 国网宁夏电力有限公司 , 国网宁夏电力有限公司检修公司 , 西安交通大学 , 国网宁夏电力有限公司电力科学研究院
Inventor： 刘志远 , 吴建云 , 郝治国 , 于晓军 , 杨松浩 , 蒙金有 , 罗美玲 , 黄伟兵 , 蔡乾 , 赫嘉楠 , 张宇博 , 史磊 , 林泽暄 , 叶涛 , 王小立 , 于小艳 , 沙云 , 尹琦云 , 陆洪建 , 杨晨 , 安燕杰
Abstract: 本发明公开了一种基于模型和数据混合驱动的电流互感器饱和波形恢复方法，包括以下步骤：S1、构建数据库；S2、搭建并训练基于长短期记忆网络的故障电流模型关键参数识别网络；S3、基于步骤S2的识别网络，计算真实故障电流；S4、将步骤S3获得的真实故障电流作为保护元件的动作信息，等待下一次故障发生。以故障电流的物理模型为先验知识，通过数据驱动的方法构建故障电流模型关键参数识别网络来实现波形的恢复，具有采样率要求低、抗噪能力强、无须整定阈值以及在线/离线部署方便等优势。
-
公开(公告)号：CN113610119A
公开(公告)日：2021-11-05
申请号：CN202110814396.3
申请日：2021-07-19
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于卷积神经网络识别输电线路发展性故障的方法，该方法结合了CBAM注意力机制，使网络从通道和空间上更注重有效的细节和全貌特征。首先，建立模型生成大量发展性故障数据，构建故障样本库；然后，建立结合CBAM模块的卷积神经网络，并利用故障数据集训练该网络，训练好的网络末端通过阈值判断可对发展性故障进行识别和分类。当应用时，只需要导入待检测的电流波形，即可逐点输出识别的故障类型信息。与现有的技术相比，本发明方法无需复杂的理论建模和特征分析过程，抗噪性能和泛化能力优良，且基于注意力机制所提取的故障特征具有较明确的物理含义，一定程度上解决了已有人工智能方法可解释性不足的问题。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
