检索结果-南通市图书馆

2010 3.d IEEE International Conference on computer science and information Technology—ICCSIT 2010

作者： cui haoyang school of {3. science and information engineering shanghai university of electric Power shanghai China school of Communication and information engineering shanghai university shanghai China Hangzhou Qianjiang River Electic Group Co. Ltd.Hangzhou China Tang Zhong school of {3. science and information engineering shanghai university of electric Power shanghai China Fang Yong school of Communication and information engineering shanghai university shanghai China Liu Jun Hangzhou Qianjiang River Electic Group Co. Ltd.Hangzhou China Ye Bo school of {3. science and information engineering shanghai university of electric Power shanghai China

This paper presents a fault diagnosis method for power *** diagnosis plays an importance role in the efforts for transformer diagnosis to shift form "preventive maintenance"to"condition based maintenance"（CBM）,and consequently to reduce the maintenance *** since its birth,numerous techniques have been researched in this field,each method however,has its own advantages and *** diagnosis is a challenging problem because there are numerous fault situations that can possibly happen to a electrical *** is one of the most importance parameters for the diagnosis of electrical transformers fault *** on the appearance information of temperature,a fault monitoring system can make diagnosis intelligently,therefore it can provide a rapid scientific treatment options for the field *** the problem of transformer fault diagnosis based on temperature information,we use Bayesian probability density theory method to explain the equipment fault diagnosis *** maximum membership probability principle will be adapted to judge whether the equipment is *** results shows that when the working temperature is between 64～72 oC,the diagnosis results without compensation is working on normal state,while the diagnosis results with compensation is general fault ***,the diagnosis results without compensation have large error with the actual *** proposed methodology in this paper was testified having important significance in improving the reliability and the information level of transformer operation.

关键词： transformers Bayesian probability density theory fault diagnosis

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于改进粒子群算法优化LSTM的短期电力负荷预测

引用

电测与仪表 2024年第1期61卷 131-136页

作者：崔星李晋国张照贝李麟容上海电力大学计算机科学与技术学院上海201300 梅州市职业技术学校信息与电气工程学院广东梅州514017

电力负荷数据具备时序性和非线性特征,长短时记忆神经网络(LSTM,long short-term memory)可以有效处理上述数据特性。然而LSTM算法性能对预置参数具有极大的依赖性,依靠经验设定的参数会使模型具有较低的泛化性能,降低了预测效果。为解... 详细信息

电力负荷数据具备时序性和非线性特征,长短时记忆神经网络(LSTM,long short-term memory)可以有效处理上述数据特性。然而LSTM算法性能对预置参数具有极大的依赖性,依靠经验设定的参数会使模型具有较低的泛化性能,降低了预测效果。为解决上述问题,提出非线性动态调整惯性权重粒子群算法(NIWPSO,nonlinear dynamic inertia weight strategy particle swarm optimization)与LSTM相结合的预测模型NIWPSO-LSTM。利用非线性动态调整惯性权重的方法来提升PSO的全局寻优能力,再通过NIWPSO对LSTM的参数进行优化。实验结果表明,NIWPSO-LSTM预测精度要远高于其他模型,验证了所提方案的可行性。

关键词：短期电力负荷预测机器学习非线性动态调整惯性权重粒子群算法 LSTM

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于改进U-Net结构生成对抗网络的运动模糊绝缘子图像复原方法

引用

电网技术 2023年第6期47卷 2594-2603页

作者：崔昊杨韩奕张驯王茺刘诚上海电力大学电子与信息工程学院上海市杨浦区200090 国网甘肃省电力公司电力科学研究院甘肃省兰州市730070 云南大学材料科学与工程学院云南省昆明市650091 长沙市泓泽电力技术有限公司湖南省长沙市410015

为通过提高输电线路巡检航拍绝缘子过程中产生的运动模糊图像质量来提高检测准确率,文章提出一种基于改进U-Net结构生成对抗网络的运动模糊绝缘子图像复原方法。为有效融合图像深、浅层特征,基于U-NetL1结构搭建生成网络,并在特征融合... 详细信息

为通过提高输电线路巡检航拍绝缘子过程中产生的运动模糊图像质量来提高检测准确率,文章提出一种基于改进U-Net结构生成对抗网络的运动模糊绝缘子图像复原方法。为有效融合图像深、浅层特征,基于U-NetL1结构搭建生成网络,并在特征融合过程添加并行注意力机制,加强对有效特征的学习,下采样层级联空洞空间金字塔池化与残差模块,扩宽感受野和加深网络深度的同时避免梯度消失问题;另外,采用内容损失与对抗损失作为损失函数,以提高复原图像质量。构建绝缘子运动模糊图像数据集进行实验,与Deblur GAN、SRN等方法的对比结果表明,本文方法的峰值信噪比、结构相似度指标均高于其他算法;采用YOLOv4进行目标检测实验,其结果表明该方法对提升绝缘子检测准确率具有一定实际意义。

关键词：运动模糊图像复原生成对抗网络 U-Net 注意力机制空洞空间金字塔池化

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

非侵入式负荷识别的电流序列可视化方法

引用

电力自动化设备 2022年第7期42卷 40-45页

作者：崔昊杨吴轶凡江友华江超韩韬许永鹏上海电力大学电子与信息工程学院上海200090 国网电力科学研究院有限公司江苏南京211106 上海交通大学电子信息与电气工程学院上海200240

以单一特征为标签的用电设备识别,因特征携带的信息量不足,在区分性质相似的负荷时易产生误判,为此,提出一种将电流序列编码为图像的二维可视化方法,通过计算机视觉技术对负荷进行分类识别。利用Fryze功率理论提取电流的非有功分量,通... 详细信息

以单一特征为标签的用电设备识别,因特征携带的信息量不足,在区分性质相似的负荷时易产生误判,为此,提出一种将电流序列编码为图像的二维可视化方法,通过计算机视觉技术对负荷进行分类识别。利用Fryze功率理论提取电流的非有功分量,通过格拉姆角场(GAF)将一维电流序列转换成二维图像,借助数据扩充的方式进行升维,并赋予矩阵颜色特征来提升负荷标签的辨识度;基于迁移学习的思想,利用预训练模型Inception_v3.取并学习GAF图像特征,并以该特征为标签对负荷类型进行分类识别。在2个公开数据集上的实验验证了所提方法在高频采集场景下的准确性和有效性。

关键词：非侵入式负荷监测二维可视化计算机视觉格拉姆角场迁移学习

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于MIMO的大容量LPWAN技术TurMass^(TM)与LoRa对比

引用

物联网学报 2021年第4期5卷 54-61页

作者：江昊陈宏铭曹以龙崔昊杨华中科技大学电子信息与通信学院湖北武汉430074 上海电力大学电子与信息工程学院上海201306

随着低功耗广域网(LPWAN,low-power wide area network)技术的快速发展和应用,越来越多的物联网终端需要接入网络。为应对海量物联网终端随机接入带来的挑战,提出了将大规模MIMO免授权随机接入(MGFRA,grant-free random access with mas... 详细信息

随着低功耗广域网(LPWAN,low-power wide area network)技术的快速发展和应用,越来越多的物联网终端需要接入网络。为应对海量物联网终端随机接入带来的挑战,提出了将大规模MIMO免授权随机接入(MGFRA,grant-free random access with massive MIMO)技术应用到LPWAN场景中。介绍了MGFRA技术并理论分析了MGFRA的性能,以验证其在极低信令开销的前提下大幅提升信道接入容量的性能优势。介绍了基于MGFRA的大容量LPWAN技术TurMass^(TM)。为展现TurMass^(TM)在实际应用中相较于现有LPWAN技术的优势,在典型LPWAN通信场景下对TurMass^(TM)和LoRa在信号覆盖、通信速率、网络容量、低功耗、低成本方面进行了对比。对比结果显示,与现有LPWAN技术LoRa相比,TurMass^(TM)在信号覆盖、通信速率、网络容量、低功耗、低成本方面具有突出的优势。

关键词：物联网低功耗广域网大规模天线大规模MIMO免授权随机接入

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

Insulating materials for realising carbon neutrality:Opportunities,remaining issues and challenges

引用

High Voltage 2022年第4期7卷 610-632页

作者： Chuanyang Li Yang Yang Guoqiang Xu Yao Zhou Mengshuo Jia Shaolong Zhong Yu Gao Chanyeop Park Qiang Liu Yalin Wang Shakeel Akram Xiaoliang Zeng Yi Li Fangwei Liang Bin cui Junpeng Fang Lingling Tang Yulin Zeng Xingtao Hu Jiachen Gao Giovanni Mazzanti Jinliang He Jianxiao Wang Davide Fabiani Gilbert Teyssedre Yang Cao Feipeng Wang Yunlong Zi The State Key Laboratory of Power System Department of Electrical EngineeringTsinghua UniversityBeijingChina Department of Mechanical and Automation engineering The Chinese University of Hong KongHong KongChina Simpson Querrey Institute Northwestern UniversityEvanstonIllinoisUSA Department of Materials science and engineering The Pennsylvania State UniversityUniversity ParkPennsylvaniaUSA Department of information Technology and electrical engineering ETH ZürichZürichSwitzerland school of electrical and information {3. Tianjin UniversityTianjinChina Department of electrical and computer engineering Mississippi State UniversityMississippi StateMississippiUSA electrical and Electronic engineering The University of ManchesterManchesterUK Department of electrical engineering School of Electronic Information and Electrical EngineeringShanghai Jiao Tong UniversityShanghaiChina Key Laboratory of Control of Power Transmission and Conversion(SJTU) Ministry of EducationShanghaiChina College of electrical engineering Sichuan UniversityChengduChina Shenzhen Institute of Advanced Technology Chinese Academy of Sciences ShenzhenShenzhenChina school of electrical engineering Wuhan UniversityWuhanChina school of Integrated Circuits Tsinghua UniversityBeijingChina Jiangsu Jinxin electric Appliance Co.Ltd. YangzhouChina Tai'an Tiancheng Safety Evaluation Co. Ltd.Tai'anChina Department electrical Electronic and Information EngineeringUniversity of BolognaBolognaItaly National engineering Laboratory for Big Data Analysis and Applications Peking UniversityBeijingChina Laplace Paul Sabatier Universityand CNRSToulouseFrance electrical and computer engineering University of ConnecticutStorrsConnecticutUSA State Key Laboratory of Power Transmission Equipment&System Security and New Technology School of Electrical EngineeringChongqing UniversityChongqingChina Thrust of Sustainable Energy and Environment The Hong Kong University of Science and Technology(Guangzhou)GuangzhouChina De

The 2050 carbon-neutral vision spawns a novel energy structure revolution,and the construction of the future energy structure is based on equipment *** material,as the core of electrical power equipment and electrified transportation asset,faces unprecedented challenges and *** goal of carbon neutral and the urgent need for innovation in electric power equipment and electrification assets are first *** engineering challenges constrained by the insulation system in future electric power equipment/devices and electrified transportation assets are *** materials,including intelligent insulating material,high thermal conductivity insulating material,high energy storage density insulating material,extreme environment resistant insulating material,and environmental-friendly insulating material,are cat-egorised with their scientific issues,opportunities and challenges under the goal of carbon neutrality being *** the context of carbon neutrality,not only improves the understanding of the insulation problems from a macro level,that is,electrical power equipment and electrified transportation asset,but also offers opportunities,remaining issues and challenges from the insulating material *** is hoped that this paper en-visions the challenges regarding design and reliability of insulations in electrical equipment and electric vehicles in the context of policies towards carbon neutrality *** authors also hope that this paper can be helpful in future development and research of novel insulating materials,which promote the realisation of the carbon-neutral vision.

关键词： neutral insulation extreme

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

防止恶意无人机入侵电力巡检区的管控方法

引用

网络与信息安全学报 2018年第6期4卷 70-76页

作者：王鹏郝小龙朱耀康杨光崔漾彭启伟何道敬南瑞集团公司(国网电力科学研究院) 江苏南京211106 华东师范大学计算机科学与软件工程学院上海200062

在电力巡检工作中,巡检方法逐渐从原先的人工巡检,升级为无人机智能巡检。然而,恶意无人机入侵电力巡检工作区域,会给电厂的生产带来诸多安全问题。针对电子围栏技术在管控恶意无人机时缺乏实时性、灵活性以及管控避障效果差等问题,提... 详细信息

在电力巡检工作中,巡检方法逐渐从原先的人工巡检,升级为无人机智能巡检。然而,恶意无人机入侵电力巡检工作区域,会给电厂的生产带来诸多安全问题。针对电子围栏技术在管控恶意无人机时缺乏实时性、灵活性以及管控避障效果差等问题,提出了一种防止恶意无人机入侵电力巡检区的管控方法,并通过实验验证了该方法使电力巡检区对无人机有高效的管控性能。

关键词：电厂电力巡检无人机管控区电子围栏技术避障

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：