“江苏前景瑞信科技发展有限公司”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果3个，建议您升级VIP下载更多相关专利

[发明专利]一种基于长短期记忆网络的变压器运行状态预测方法-CN202310163101.X在审
发明人：谢海疆 -专利权人： 江苏前景瑞信科技发展有限公司
申请日： 2023-02-24 - 公布日： 2023-07-04 - 主分类号： G06F18/232 文献下载
摘要：本发明涉及电力技术领域，尤其为一种基于长短期记忆网络的变压器运行状态预测方法，包括以下步骤：步骤一、数据清洗，采用基于密度的聚类算法DBSCAN和3SIGMA准则对数据进行清洗，得到更加准确的数据，以提高数据分析的准确度；步骤二、获得预测值，对清洗后的数据进行分解，将其分解成多个IMF分量，降低数据噪声对预测的影响，然后利用LSTM模型分别对各IMF分量进行预测；最后把所有预测的结果相加即可得到最终的预测值；步骤三、取得结果，使用多种故障诊断方法对预测到的值进行加权计算，得到最终结果。本申请在去除噪声的同时，保证属于原始的突变特征，分解为多个特征量预测，降低了噪声的影响，有更高的准确度。
一种基于短期记忆网络变压器运行状态预测方法

[发明专利]一种基于卷积神经网络的变压器异常预警分析方法及系统-CN202210651169.8在审
发明人：谢海疆;董奕辰 -专利权人： 江苏前景瑞信科技发展有限公司
申请日： 2022-06-10 - 公布日： 2022-09-02 - 主分类号： G06Q10/06 文献下载
摘要：本发明提供一种基于卷积神经网络的变压器异常预警分析方法及系统，可以通过检测变压器内部的各个特征参数的变化，将相邻时间采集的数据归并到一个数据矩阵中，通过对数据矩阵的特征进行提取，实现了时间序列信息以及不同特征间横向关联性的挖掘，将原始数据进行滑动窗口划分以及矩阵化处理，与卷积神经网络的最大池化相结合，实现重要特征的提取，在指数级别上减少模型中参数的数量，提高模型的训练速度，降低模型运算的难度，在卷积神经网络中加入了残差连接模块，并构建变压器异常预警模型，本发明通过模型参数训练对变压器内部状态进行判断发出警报提示现场工作人员进行检修维护，从而有效降低变压器的故障率。
一种基于卷积神经网络变压器异常预警分析方法系统

[发明专利]一种基于趋势分析的变压器异常预警分析方法及系统-CN202210069740.5在审
发明人：谢海疆 -专利权人： 江苏前景瑞信科技发展有限公司
申请日： 2022-01-21 - 公布日： 2022-04-22 - 主分类号： G06F16/2458 文献下载
摘要：本发明提供一种基于趋势分析的变压器异常预警分析方法及系统，可以通过检测变压器内部的各个参数的变化，利用改进的Cos‑Stuart趋势检验方法对其参数进行趋势判断，从而判断变压器内部的状态是否处于正常水平，预先通知现场工作人员进行检修维护，从而有效降低变压器的故障率。
一种基于趋势分析变压器异常预警方法系统