Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 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 > 中铁第四勘察设计院集团有限公司高黎明获国家专利权

中铁第四勘察设计院集团有限公司高黎明获国家专利权

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!

龙图腾网获悉中铁第四勘察设计院集团有限公司申请的专利一种基于改进自适应滤波算法的变压器油中溶解气体浓度预测的方法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:CN115831258B

龙图腾网通过国家知识产权局官网在2025-12-12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:202211438173.2,技术领域涉及:G16C20/30;该发明授权一种基于改进自适应滤波算法的变压器油中溶解气体浓度预测的方法是由高黎明;张雷;陈争;罗杰;罗学平;聂后田;黄维;熊康龙;王林设计研发完成,并于2022-11-16向国家知识产权局提交的专利申请。

一种基于改进自适应滤波算法的变压器油中溶解气体浓度预测的方法在说明书摘要公布了:本发明公开了一种基于改进自适应滤波算法的变压器油中溶解气体浓度预测的方法,其步骤包括:步骤1、获取油中溶解气体浓度历史序列;步骤2、移动滑窗并平均构造新的序列;步骤3、在新构造的序列的基础上,采用改进自适应滤波算法获取前若干次迭代的权重变化趋势,将各个权重分量两两按顺序不重复无间隔求平均,从而构建出权重分量的序列,采用基于指数的数学模型对权重分量序列进行拟合,对获得的表达式求极限,从而获得最终的权重分量;步骤4、依据权重向量,对未来的气体浓度进行预测。本发明通过油中溶解气体浓度的预测,可更好地实现变压器的故障预警,助力电力系统的安全可靠运行。

本发明授权一种基于改进自适应滤波算法的变压器油中溶解气体浓度预测的方法在权利要求书中公布了:1.一种基于改进自适应滤波算法的变压器油中溶解气体浓度预测的方法,其特征在于,包括如下步骤: 步骤1、获取油中溶解气体浓度历史序列; 步骤2、移动滑窗并平均构造新的序列;包括: 步骤2.1、滑窗窗口的大小依据序列的长度进行调整; 步骤2.2、对每个滑窗进行平均,从而构造出新的序列; 步骤3、在新构造的序列的基础上,采用改进自适应滤波算法获取前若干次迭代的权重变化趋势,将各个权重分量两两按顺序不重复无间隔求平均,从而构建出权重分量的序列,采用基于指数的数学模型对权重分量序列进行拟合,对获得的表达式求极限,从而获得最终的权重分量;包括如下子步骤: 步骤3.1、基于改进的自适应滤波算法,构造权重分量和气体浓度预测模型, 对于改进自适应滤波,其模型构造则如下: 其中,m为气体种类总数,i为气体种类,n为每种气体浓度的项数,k为任一种类气体下历史时刻浓度对应系数的索引,Ni,j-k为第i种气体在第j-k时刻的实际值,为第i种气体在第j时刻的预测值,wi,k是第i种气体在第j-k时刻浓度的权重; 步骤3.2、设定迭代终止条件,即设定迭代次数α到达上限αlimit作为迭代终止判据,初始化α=0; 步骤3.3、设定学习率lr,并初始化所有权值,其中,是第α次迭代时第i种气体在第j-k时刻浓度的权重; 步骤3.4、初始化迭代变量j,其中,n<j≤p,p为已知浓度的最新时刻; 步骤3.5、根据计算,其中,为第i种气体在第j时刻的预测值; 步骤3.6、记录真实值与预测值的误差,即; 步骤3.7、根据误差调整权值,并记录此时的权重,并令α=α+1; 步骤3.8、判断迭代次数是否超过设定值,若超过,转向步骤3.9;反之,继续迭代,直至迭代次数超过设定值得出该权重分量的序列; 步骤3.9、针对每一权重分量所构成的序列,两两按顺序不重复无间隔求平均,从而构建出权重分量的新序列; 步骤3.10、对于每一个权重分量的变化趋势,采用形如y=a+be-cx的形式进行参数估计,其中,x代表两次迭代次数的平均,y则代表每两次迭代的权重分量的平均值; 步骤3.11、对获得的参数表达式求极值,从而获得最终的权重分量; 步骤4、依据权重向量,对未来的气体浓度进行预测。

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铁第四勘察设计院集团有限公司,其通讯地址为:430063 湖北省武汉市武昌区和平大道745号;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”。

以上内容由龙图腾AI智能生成。

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。