专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果121个,建议您升级VIP下载更多相关专利
  • [发明专利]基于小波变换的避雷器残压特性监测方法-CN202010750603.9有效
  • 朱永灿;张鹏;杨暑森;熊浩男;高梧 - 西安工程大学
  • 2020-07-30 - 2023-10-24 - G01R23/16
  • 本发明公开了一种基于小波变换的避雷器残压特性监测方法,步骤包括:步骤1、分别采集氧化锌避雷器雷电过电压冲击时的电流、电压参数;步骤2、对电流和电压参数进行处理,利用小波变换进行数据去噪和计算,利用小波变换能够将受到现场各因素干扰采集的电流参数、电压参数在时域和频域进行分解,将有效信号从含有噪声的原始信号中分离出来,得到氧化锌避雷器电过电压冲击时的残压特性曲线;步骤3、分析得到的残压特性曲线,找出残压特性变化与氧化锌避雷器工作状况的内在联系,确定氧化锌避雷器的工作状况。本发明方法能够快速准确的监测出氧化锌避雷器在雷电过电压时的残压特性,减少了重大事故的发生。
  • 基于变换避雷器特性监测方法
  • [发明专利]基于灰色神经网络模型的光伏并网的电网线损预测方法-CN201910542905.4有效
  • 黄新波;马一迪;朱永灿;田毅;邬红霞 - 西安工程大学
  • 2019-06-21 - 2023-05-12 - G06Q10/04
  • 本发明公开了一种基于灰色神经网络模型的光伏并网的电网线损预测方法,步骤包括:1)构建并网光伏阵列板输出功率在线监测系统;2)按照所获取的特征信息参数分为两类,一类称为训练集,用于预测模型的训练学习;另一类称为测试集,用于测试;3)确定灰色模型,当训练准确率符合设定要求,则对灰色模型利用未知特征信息参数即测试集对其进行测试预测;将经步骤2得到的训练集特征参数样本输入至该预测模型并进行训练学习,得到输出结果,即光伏并网对电网线损的结果;4)将步骤2得到的数据集样本输入到步骤3训练好的模型中,由该线损预测模型完成对光伏并网的电网线损的预测,并验证其准确性。本发明的方法结果准确率高。
  • 基于灰色神经网络模型并网网线预测方法
  • [发明专利]一种基于混合采样和集成学习的变压器状态识别方法-CN202010117648.2有效
  • 黄新波;蒋卫涛;朱永灿;曹雯;田毅 - 西安工程大学
  • 2020-02-25 - 2023-04-07 - G06N20/10
  • 本发明公开了一种基于混合采样和集成学习的变压器状态识别方法,具体为:步骤1:将收集到的变压器油中溶解气体数据分为两个数据集;步骤2:对步骤1得到的训练集进行SMOTE过采样,将进行SMOTE过采样后的数据集记为新故障训练数据集;步骤3:将得到的新正常训练数据集与步骤2得到的新故障训练数据集组合产生新的均衡数据集;步骤4:以最小二乘支持向量机为基分类器,利用步骤3生成的q组均衡子数据集训练q个基分类器;步骤5:将步骤4训练得到的q个基分类器进行集成得到强分类器对变压器进行状态识别;通过组合得到的强分类器即为变压器状态识别最优模型,对模型进行测试。该方法能够对变压器状态进行准确的识别。
  • 一种基于混合采样集成学习变压器状态识别方法
  • [发明专利]基于CQFPA-WNN的变压器故障诊断方法-CN202010333461.6有效
  • 朱永灿;杨暑森;黄新波;蒋卫涛;熊浩男 - 西安工程大学
  • 2020-04-24 - 2023-04-07 - G06F18/214
  • 本发明公开了一种基于CQFPA‑WNN的变压器故障诊断方法,具体为:步骤1、收集油浸式变压器油故障特征气体浓度数据,将故障特征气体浓度数据作为总样本集,然后将总样本集分为训练样本与测试样本;步骤2、对采集到的总样本集进行归一化处理;步骤3、初始化小波神经网络与云量子花朵授粉算法,为训练样本输入小波神经网络优化参数做准备;步骤4、使用训练样本应用花朵授粉算法优化小波神经网络参数并训练优化后的小波神经网络,得到诊断模型;步骤5、将测试样本应用于基于云算子花朵授粉算法优化小波神经网络变压器故障诊断模型,对测试样本进行分类完成故障诊断。该方法能够有效提高故障诊断的速度和准确率。
  • 基于cqfpawnn变压器故障诊断方法
  • [发明专利]一种基于CBBO-SVM的变压器故障诊断方法-CN201811312408.7有效
  • 黄新波;蒋卫涛;朱永灿;曹雯;田毅 - 西安工程大学
  • 2018-11-06 - 2023-03-24 - G06F18/2411
  • 本发明公开了一种基于CBBO‑SVM的变压器故障诊断方法,具体步骤如下,步骤1、所采集的油浸式变压器带有类标签的样本集S={(x1,x2,x3,...xn),(y1,y2,y3,...,xm)};步骤2、对所采集到的数据进行预处理暨归一化处理:将输入量和输出量都归一化到[0,1],以达到计算方便的目的;步骤3、利用CBBO对支持向量机的参数ci和σi进行优化;步骤4、利用步骤3优化后得到的参数ci和σi建立多级SVM模型,利用样本集数据进行分类,从而达到油浸式变压器故障诊断的效果。该方法能够利用CBBO(混沌生物地理学)算法对SVM(支持向量机)算法的参数进行优化,有效的提高分类的准确率。
  • 一种基于cbbosvm变压器故障诊断方法
  • [发明专利]一种基于扣分法则的绝缘子冰闪风险预测方法-CN202011015869.5有效
  • 朱永灿;周睿文;黄新波;张烨;胡杰;刘东阳 - 西安工程大学
  • 2020-09-24 - 2023-03-14 - G06T7/13
  • 本发明公开了一种基于扣分法则的绝缘子冰闪风险预测方法,步骤包括:1)对采集的绝缘子冰闪原始图像进行处理,提升冰闪原始图像的清晰化程度;2)对处理后的清晰图像进行修正,提取覆冰绝缘子边缘;3)提取绝缘子的冰闪特征参量,4)根据上述的冰闪特征参量,制定量化规则,对冰闪特征参量分别进行量化处理;5)根据上述的冰闪特征参量对绝缘子冰闪过程的影响程度,制定扣分机制,针对特征参量量化处理结果,根据各自的权重进行扣分处理,得到冰闪风险评估分值;6)按照预先设定的极低、低、中等、高、极高五个等级阈值区间,得出阈值区间对应的绝缘子冰闪风险等级,得到最终的评估结果。本发明方法,简单可行,结果可靠。
  • 一种基于扣分法则绝缘子风险预测方法
  • [发明专利]基于MA-DBN的GIS分解气体含量预测方法-CN201910575744.9有效
  • 黄新波;王宁;田毅;朱永灿 - 西安工程大学
  • 2019-06-28 - 2023-01-03 - G06F30/20
  • 本发明公开的基于MA‑DBN的GIS分解气体含量预测方法,首先,采集国网对GIS设备监测到的一段时间内的SO2、SO2F2、SO2F2/SO2、气温、湿度以及海拔数据;然后,构建MA模型,将采集的气体数据作为该模型的输入,预测出未来时间段的气体数据;最后,构建DBN模型,将预测出的气体数据作为DBN模型的输入,通过DBN模型的修正后得到准确预测的未来时间段的气体数据。本发明公开的方法MA算法模型预测不精准的问题,具有收敛速度快且不易陷入局部最优的优点,通过本发明的方法能够在GIS开关设备发生故障之前,得以提前消除,减少了GIS设备故障带来的经济损失。
  • 基于madbngis分解气体含量预测方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top