“薛凯丹”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2个，建议您升级VIP下载更多相关专利

[实用新型]一种单沟槽式并沟线夹-CN202221776603.7有效
发明人：荆雪龙;李寅伟;李勇;薛凯丹;叶修齐;李强 -专利权人：中国电建集团成都勘测设计研究院有限公司
申请日： 2022-07-11 - 公布日： 2022-12-06 - 主分类号： H01R11/14 文献下载
摘要：本实用新型公开的是接续金具领域的一种用于固定导线的单沟槽式并沟线夹，包括底座和盖板，所述底座中部设有贯通其前后两端的凹槽，盖板中部设有与凹槽相匹配并可伸入凹槽的凸起部，所述底座和盖板通过设置在凹槽两侧的螺栓螺母固定连接。本实用新型采用单沟槽固定导线，实际操作过程中工作量小，操作简单方便，对于高空施工十分有利；同时凸起部伸入凹槽，可适用于多种不同直径导线的连接，通用性强，可以避免较小直径导线侧无法紧固产生的发热问题；并且通过凸起部与凹槽配合，在长期运行过程中，线夹不容易变形，结构更加牢固，可有效减小运行风险，提高供电的可靠性。
一种沟槽沟线夹

[发明专利]两种机器学习方法结合的变压器故障类型诊断方法-CN202111106947.7在审
发明人： 薛凯丹;王心琦;王耀辉;郑贤宇;李强;黄凯;秦莹;李寅伟 -专利权人：中国电建集团成都勘测设计研究院有限公司
申请日： 2021-09-22 - 公布日： 2021-12-21 - 主分类号： G06N3/04 文献下载
摘要：本发明涉及变压器领域，具体涉及一种两种机器学习方法结合的变压器故障类型诊断方法，极大地提高了对变压器故障类型判断的准确性。本发明两种机器学习方法结合的变压器故障类型诊断方法，包括：对训练样本进行预处理，将预处理后的训练样本输入BP神经网络，对BP神经网络进行训练，将BP神经网络输出的多个特征向量融合成一个特征向量，将融合后的特征向量输入CNN网络，对CNN网络进行训练后得到变压器故障检测复合网络，根据变压器故障检测复合网络对变压器故障类型进行判断。本发明适用于对变压器故障类型进行判断。
机器学习方法结合变压器故障类型诊断方法