期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到9篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
“四新”背景下分布式光伏技术领域专利布局策略研究
1
作者 秦佳峰 李华东 张用 《张江科技评论》 2024年第4期62-64,共3页
本文首先分析了“四新”背景下分布式光伏技术领域专利布局现状,指出在“双碳”目标和新型电力系统建设的背景下,分布式光伏技术将在更多应用场景中发挥关键作用。其次,探讨了影响分布式光伏技术领域专利布局的因素。再次,本文总结出有... 本文首先分析了“四新”背景下分布式光伏技术领域专利布局现状,指出在“双碳”目标和新型电力系统建设的背景下,分布式光伏技术将在更多应用场景中发挥关键作用。其次,探讨了影响分布式光伏技术领域专利布局的因素。再次,本文总结出有效的专利布局优化策略,包括适应市场需求和经济发展格局的定位、实施智能化专利布局管理升级以及整合分布式光伏技术领域专利布局互联互通设计。最后,提出了在政策支持与市场需求双重驱动下,企业应持续优化专利布局,以推动分布式光伏技术的可持续发展。 展开更多
关键词 四新 分布式光伏技术 专利布局
下载PDF
基于顶棚温度分布的变电站高压电缆沟道着火点辨识 被引量：1
2
作者 段玉兵 姚金霞 +4 位作者 马国庆 李鹏飞 秦佳峰 张皓 宋志平 《高压电器》 CAS CSCD 北大核心 2023年第3期171-178,共8页
变电站高电压电缆沟道环境的封闭性强,难以从沟道外判断电缆火灾早期发展状况。为了探测沟道内电缆火灾,研究火灾早期顶棚温度分布与电缆着火点位置之间的关系,以变电站高压电缆沟道为模型,开展电缆火灾燃烧实验,测量电缆沟道内温度的... 变电站高电压电缆沟道环境的封闭性强,难以从沟道外判断电缆火灾早期发展状况。为了探测沟道内电缆火灾,研究火灾早期顶棚温度分布与电缆着火点位置之间的关系,以变电站高压电缆沟道为模型,开展电缆火灾燃烧实验,测量电缆沟道内温度的分布变化,分析顶棚温度距离着火点位置变化的拟合关系,验证了着火点辨识方法的准确性。研究结果表明,顶棚最大温升比例系数α的平均值为17.71,1∶1高压电缆沟道实验平台的温度测量结果准确;在纵向方向上,顶棚温度由着火点位置向两侧递减,温度变化曲线具有明显的阶段特点;在长度为5 m的着火点辨识范围内,实验1和实验3的顶棚温度变化拟合函数拟合度分别为0.90和0.83,计算结果与着火点实际位置误差最大值分别为0.371 m和0.165 m,辨识准确率平均值分别为92.6%和96.9%。在变电站电缆沟道火灾早期,基于顶棚温度分布的变电站高压电缆沟道两点测温着火点辨识方法,有效辨识了着火点在沿电缆沟道纵向方向上的位置。 展开更多
关键词 变电站高压电缆 电缆火灾 温度分布 着火点 辨识
下载PDF
电力设备典型故障案例的文本挖掘 被引量：69
3
作者 杜修明 秦佳峰 +1 位作者 郭诗瑶 闫丹凤 《高电压技术》 EI CAS CSCD 北大核心 2018年第4期1078-1084,共7页
国家电网公司信息化工作中积累的大量典型故障案例多为描述性文本数据,很难利用自动化手段理解和分析。针对此一问题利用文本挖掘技术从故障案例中抽取故障问题和原因形成故障的因果关系,从而为故障文本的下一步挖掘提供必要条件。挖掘... 国家电网公司信息化工作中积累的大量典型故障案例多为描述性文本数据,很难利用自动化手段理解和分析。针对此一问题利用文本挖掘技术从故障案例中抽取故障问题和原因形成故障的因果关系,从而为故障文本的下一步挖掘提供必要条件。挖掘采用的方法是先将因果关系的抽取问题转化为对句子的3分类问题,缩小了目标集,提高了准确率;再将句子用分布式文本表示,利用双向长短期记忆网络（Bi LSTM）,分类模型提取事件句的深层语义特征。变压器故障案例的实验结果表明Bi LSTM相比于单向LSTM、卷积神经网络（CNN）处理故障文本句子分类效果更优,对故障和原因信息的提取准确率更高,精确率和召回率的平均调和值达67%。 展开更多
关键词 文本挖掘 电力设备故障案例 BiLSTM 分布式表示 CNN
原文传递
基于多因素的变压器油中溶解气体体积分数预测方法 被引量：30
4
作者 刘航 王有元 +2 位作者 梁玄鸿 白德盟 秦佳峰 《高电压技术》 EI CAS CSCD 北大核心 2018年第4期1114-1121,共8页
为克服传统预测方法只单独考虑少量参量的不足,提出了一种基于多因素的变压器油中溶解气体体积分数预测方法。收集变压器油中溶解气体在线监测数据、EMS数据和气象数据,通过数据预处理完成各类数据的清洗和同步。利用灰色关联分析方法... 为克服传统预测方法只单独考虑少量参量的不足,提出了一种基于多因素的变压器油中溶解气体体积分数预测方法。收集变压器油中溶解气体在线监测数据、EMS数据和气象数据,通过数据预处理完成各类数据的清洗和同步。利用灰色关联分析方法确定与待预测气体关联度较高的关键输入参量,有效约简输入数据的维数;建立基于KNN回归的多因素预测模型,实现变压器正常状态下油中溶解气体体积分数的预测。收集变压器故障案例库中的故障样本数据,针对单台设备故障数据稀缺的特点,利用关联分析方法筛选与故障设备情况相近的故障案例作为输入数据,并将关联度确定为各输入的权重。建立基于故障样本加权均值回归的多因素预测方法,实现故障状态下变压器油中溶解气体体积分数预测。实例分析表明,相比于常规的预测方法,将多种影响因素合理纳入预测模型,有效提高了油中溶解气体体积分数的预测精度。 展开更多
关键词 多因素 变压器 油中溶解气体 灰色关联分析 回归分析
原文传递
结合相关系数及改进层次分析法的油浸式变压器质量评估 被引量：6
5
作者 云玉新 赵富强 +4 位作者 张磊 秦佳峰 陈新岗 谭悦 朱莹月 《重庆理工大学学报（自然科学）》 CAS 北大核心 2022年第5期203-210,共8页
为全面和合理地评估油浸式变压器的质量水平,提出基于综合变权的层次分析法及相关系数的油浸式变压器质量评估方法。利用层次分析法(AHP)与反熵权法对变压器的各类定性及定量检测指标进行主、客观赋权,并修正得到各指标的综合可变权重,... 为全面和合理地评估油浸式变压器的质量水平,提出基于综合变权的层次分析法及相关系数的油浸式变压器质量评估方法。利用层次分析法(AHP)与反熵权法对变压器的各类定性及定量检测指标进行主、客观赋权,并修正得到各指标的综合可变权重,最终结合相关系数和模糊评价构建基于综合变权的油浸式变压器质量评估模型。模型评估结果与实际情况一致,能反映油浸式变压器中各指标间的关联性和相对重要性,对油浸式配电变压器质量评估工作具有参考意义。 展开更多
关键词 层次分析法 可变权重 相关系数 油浸式变压器 质量评估
下载PDF
基于深度学习的输电线路危险源智能监控系统 被引量：6
6
作者 李程启 林颖 +3 位作者 秦佳峰 李学钧 戴相龙 蒋勇 《南通大学学报（自然科学版）》 CAS 2018年第1期10-14,49,共6页
为了掌握输电线路的实时状态,提出一种基于深度学习的输电线路危险源智能监控系统.该监控系统主要包括:信号采集端、内部光纤网络、服务器控制中心、显示终端,其中服务器控制中心的输电线路危险源智能辨识算法是整个系统的核心.该算法... 为了掌握输电线路的实时状态,提出一种基于深度学习的输电线路危险源智能监控系统.该监控系统主要包括:信号采集端、内部光纤网络、服务器控制中心、显示终端,其中服务器控制中心的输电线路危险源智能辨识算法是整个系统的核心.该算法采用稀疏自编码从图像/视频信号中学习特征,完成深度神经网络的训练;然后用卷积和池化对特征进行降维;最后采用softmax回归来解决危险源的多分类问题.经实例验证,基于深度学习的危险源辨识算法,可以准确对危险源进行判别.监控系统将判别结果反馈到显示终端,可以全面掌握整个线路运行情况,确保电力系统的安全运行. 展开更多
关键词 深度学习 输电线路 危险源辨识 智能监控系统
下载PDF
变压器运行数据缺失值修复研究
7
作者 秦佳峰 周超 +2 位作者 林颖 白德盟 郑文杰 《山东电力技术》 2022年第7期40-46,共7页
变压器运行数据对设备评估至关重要,实际采集变压器数据的缺失会大大降低后续数据分析的可靠性。针对变压器数据缺失,利用函数型主成分分析提取数据整体特征的性质及小波变换刻画函数数据细节的性质,提出一种基于函数型主成分分析和小... 变压器运行数据对设备评估至关重要,实际采集变压器数据的缺失会大大降低后续数据分析的可靠性。针对变压器数据缺失,利用函数型主成分分析提取数据整体特征的性质及小波变换刻画函数数据细节的性质,提出一种基于函数型主成分分析和小波变换的变压器缺失数据修复方法。首先,通过对同一变压器连续几天同类数据的学习,估计数据在函数主成分上的表示,得到对整体数据的近似估计;然后利用小波变换对估计的残差函数数据去噪得到对局部数据的修正函数,两者结合,得到最终的修复曲线。对实际某变压器运行数据的测试结果表明,该方法对离散的单个缺失点和连续缺失点均有较好的恢复效果,能适应不同的数据类型。 展开更多
关键词 函数型主成分分析 小波变换 数据修复 特征提取
下载PDF
改进BERT的故障案例智能匹配方法 被引量：4
8
作者 杨祎 崔其会 +2 位作者 秦佳峰 郑文杰 乔木 《山东电力技术》 2022年第2期47-53,共7页
随着工业界的快速发展,电网输变电设备日常检修维护工作中积累了大量设备故障案例检修记录,文本匹配技术从大量的故障案例数据中挖掘出与目标故障案例相似度高的案例,对现场运检人员遇到新故障时快速判断和检修决策具有重要参考价值。当... 随着工业界的快速发展,电网输变电设备日常检修维护工作中积累了大量设备故障案例检修记录,文本匹配技术从大量的故障案例数据中挖掘出与目标故障案例相似度高的案例,对现场运检人员遇到新故障时快速判断和检修决策具有重要参考价值。当前,大多数文本匹配的方法都是通过构建卷积神经网络(Convolutional Neural Networks,CNN)、长短期记忆网络(Long Short-Term Memory,LSTM)模型来计算文本之间的相似度,忽略了海量无标签文本数据中潜在的深层语义信息。因此,构建一种新型的文本匹配模型将相似案例匹配问题转化为句子对的二分类问题,利用改进的预训练语言模型(Bidirectional Encoder Representations from Transformers,BERT)提取句子对的深层语义特征,进而接入分类模型捕获句子对的语义相似度。试验表明所提出的方法在故障相似案例数据上相比于CNN、LSTM有更高的匹配准确率。 展开更多
关键词 故障案例 文本匹配 BERT LSTM CNN
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部