Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜中国电力科学研究院有限公司;国家电网有限公司卢冰获国家专利权

恭喜中国电力科学研究院有限公司;国家电网有限公司卢冰获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜中国电力科学研究院有限公司;国家电网有限公司申请的专利一种用于辨识变压器油中溶解气体含量的方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN111563230B

龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202010404364.1,技术领域涉及:G06F17/10;该发明授权一种用于辨识变压器油中溶解气体含量的方法及系统是由卢冰;张军;陈习文;王旭;王斯琪;陈卓;付济良;周玮;汪泉;聂高宁;金淼;齐聪;郭子娟;匡义;朱赤丹;余雪芹;刘俊;郭鹏设计研发完成,并于2020-05-13向国家知识产权局提交的专利申请。

一种用于辨识变压器油中溶解气体含量的方法及系统在说明书摘要公布了:本发明公开了一种用于辨识变压器油中溶解气体含量的方法及系统,属于变压器运行状态分析技术领域。本发明方法,包括:对多组气体含量数据进行预处理,生成样本数据,并对样本数据设置标签;初始化深度迁移网络参数,并将设置标签的样本数据及目标变压器的数据输入至深度迁移网络,获取目标变压器数据的预测标签;根据样本数据设置的标签及预测标签,确定样本数据及目标变压器数据中气体的分类数据;将分类数据输入至深度迁移网络,获取目标变压器油中溶解的气体含量。本发明能够提取变压器油中相应的气体含量特征,识辨油中气体状态的根据不同气体含量,对变压器故障的精确识别,对电力变压器的可靠运行和检修工作都提供了极好的保障。

本发明授权一种用于辨识变压器油中溶解气体含量的方法及系统在权利要求书中公布了:1.一种用于辨识变压器油中溶解气体含量的方法,所述方法包括:获取变压器正常运行状态及非正常运行状态下变压器油中的多组气体含量数据,对多组气体含量数据进行预处理,生成样本数据,并对样本数据设置标签;初始化深度迁移网络参数,并将设置标签的样本数据及目标变压器的数据输入至深度迁移网络,获取目标变压器数据的预测标签;根据样本数据设置的标签及预测标签,确定样本数据及目标变压器数据中气体的分类数据;将分类数据输入至深度迁移网络,获取目标变压器油中溶解的气体含量;所述初始化深度迁移网络参数,包括:在进行整体类心对齐前需要初始化网络参数,深度迁移网络的参数主要包含隐含层层数、每个隐含层的节点数、网络权重和阈值,针对变压器油中气体数据,将隐含层层数设为2层,每个隐含层的节点数为20,随机初始化网络权重和阈值;深度迁移网络,包括:整体类心对齐的深度神经网络:输入为带标签的源域数据以及不带标签的目标域数据,通过整体类心对齐得到目标域数据的预测标签;各类类心对齐的深度神经网络:通过源域数据的真实标签和目标域数据的预测标签得到源域和目标域各个类别的数据,得到源域和目标域各个类别的数据后,利用各类类心对齐下的深度神经网络对目标域数据进行分类,得到目标域数据的分类结果;整体类心对齐实现源域数据和目标域数据的整体分布对齐,规定第一层是输入层,第2到L层为隐含层,最后一层即L+1层为softmax输出层,WL和bL分别表示第L层到第L+1层之间的连接权重与阈值,C表示类别数;整体类心对齐网络的前向传播公式如下式:zk=Wk-1ak-1+bk-1,k=2,...,Lak=fzk,k=2,...,L其中,第一层为输入层,并且令x=a1表示数据的原始输入特征,ak表示网络第k层的输出特征,f表示激活函数,此处所用的是ReLU函数;网络的第L+1层是softmax输出层,其公式如下: 在整体类心对齐中,网络的最后一层隐含层提供源域和目标域数据的特征,所以整体类心对齐OCA策略作用在最后一层隐含层及第L层上,其代价函数如下式所示; 其中,atL和asL分别表示目标域第L层的输出特征和源域第L层的输出特征,Nt和Ns分别表示目标域的样本数量和源域的样本数量;将整体类心对齐策略与softmax分类误差相结合,可得整体类心对齐网络的整体目标函数,如下式所示;J=Jsoftmax+βJOCA其中,β表示在损失函数中整体类心对齐的权重;通过整体类心对齐得到目标域数据的预测标签后,利用源域数据的真实标签和目标域数据的预测标签得到源域和目标域各个类别的数据,得到源域和目标域各个类别的数据后,在RDNN中对源域和目标域各个类别的数据进行各类类心对齐的约束;各类类心对齐策略实现源域和目标域每个类别数据的分布对齐,该网络的符号规定以及前向传播过程与整体类心对齐网络相同,在各类类心对齐网络中,网络的最后一层隐含层提供源域和目标域数据的特征,各类类心对齐策略作用在网络第L层,其代价函数如下式所示; 其中,ajtL和ajsL分别表示目标域第j类数据的第L层输出特征和源域第j类数据的第L层输出特征,Ntj和Nsj分别表示目标域第j类的样本数量和源域第j类的样本数量;将各类类心对齐策略与softmax分类误差相结合,可得各类类心对齐网络的整体目标函数,如下式所示;J=Jsoftmax+βJCCA其中,β表示在损失函数中各类类心对齐的权重。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国电力科学研究院有限公司;国家电网有限公司,其通讯地址为:430070 湖北省武汉市洪山区珞瑜路143号综合楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。