吐松江·卡日
- 作品数：30 被引量：52H指数：3
- 供职机构：新疆大学电气工程学院更多>>
- 发文基金：国家自然科学基金新疆维吾尔自治区自然科学基金新疆维吾尔自治区高校科研计划更多>>
- 相关领域：电气工程自动化与计算机技术电子电信文化科学更多>>
- 电力变压器缺陷信息数据挖掘方法
- 本发明公开了一种电力变压器缺陷数据挖掘方法，包括：对电力变压器的历史缺陷数据集D<Sub>0</Sub>筛选缺陷属性，形成缺陷数据集D<Sub>1</Sub>；对D<Sub>1</Sub>中的缺陷属性进行填补或删除以降低...
- 吐松江·卡日高文胜陆国俊王勇栾乐熊俊覃煜李光茂陈国炎肖天为崔屹平
- 基于深度学习的厂站一次接线图拓扑关系检测
- 2024年
- 目前调度控制系统中厂站一次接线图的绘制采用人工绘制、录入的方式,由于图形样式复杂,设备类型众多,极易出现元件缺失、关联错误、连接线虚接等问题。针对这些问题,提出了一种基于深度学习和改进概率霍夫变换相结合的厂站一次接线图的识别算法。首先,利用基于改进Faster-RCNN对电气元件、文本框进行识别,并获取其位置信息。然后,利用改进概率霍夫变换检测母线与连接线。最后,根据检测到的元件、母线和连接线,设定距离阈值、构建图结构,确定各元素的关联关系。实验证明,本文所提方法的母线检测准确率高达100%;对于厂站一次接线图拓扑关系检测,其准确率、召回率、综合F1值分别达89.8%、88.6%、89.2%,与Faster-RCNN、YOLOv5等方法对比,准确率提升显著,能够满足厂站一次接线图自动识别的要求。
- 刘萍吐松江·卡日阮佳阳徐丽
- 关键词：目标检测
- 基于聚光集热和脉动风压的定日镜群模拟研究
- 2024年
- 太阳辐射量和风荷载会直接影响光热电站的持续发电量。文章根据新疆哈密地区中电淖毛湖光热电站的实际环境情况,建立定日镜群的三维数值模型,对不同季节太阳辐射和迎风仰角下镜群的受热情况及流场特性开展数值模拟,分析获得风在不同入射角下镜面耀斑分布情况和脉动风压系数。结果表明:模拟所得镜群阻力系数和升力系数与相关研究结果较为吻合,验证了所建模型的有效性;不同季节下耀斑的分布规律较为相似,主要取决于太阳方向角的变化;随着风入射角的增大,镜群的尾流区域呈先减小后增大趋势;由于定日镜镜群中的尾流可有效抑制风压,结合镜群的排布方式保证内部的稳定性,其中,正五边形定日镜的中心处保持较低的脉动风压,极大提高了镜面受力均衡性。
- 廖钦沛马小晶程泽宁吐松江·卡日吐松江·卡日
- 关键词：太阳辐射数值模拟
- 基于数据融合的电力变压器状态评价方法及装置
- 本发明公开了一种基于数据融合的电力变压器状态评价方法及装置，其中，该方法包括：选择电力变压器运行状态的状态评价变量及确定其初值与阈值；结合相对劣化度公式对状态评价变量归一化处理得到归一化参量；基于模糊理论得到归一化参量处...
- 吐松江·卡日高文胜陆国俊王勇栾乐熊俊覃煜李光茂陈国炎肖天为崔屹平
- 基于YOLOv5与改进VGG-CTC的数字仪表自动读数方法被引量：1
- 2023年
- 随着数字电网的发展,数字仪表在电网中的应用越来越广泛。为进一步提高数字仪表自动读数算法的准确率和识别效率,推动数字电网建设,文中提出一种基于YOLOv5和改进VGG-CTC模型的数字仪表自动读数方法。该方法包括数字区域定位和仪表字符识别两部分。首先,采用YOLOv5模型检测输入图像的仪表数字区域,输出预测的数字区域边界框;然后,对VGG网络的卷积层和全连接层参数进行改进,提出一种改进VGG网络,将预测的数字区域输入该网络,即可提取数字区域图像特征,通过长卷积层输出字符概率分布信息;最后,经过CTC转录模块将概率分布序列映射为预测的数字仪表示数。实验结果表明,所提自动读数方法的准确率为89.63%,识别时间为439 ms,相比其他读数方法具有较好的读数准确率和识别速度,能够提高智能电网对设备状态监测的准确性和高效性,对推进能源物联网和数字化电网的建设具有重要意义。
- 张鹏程吐松江·卡日伊力哈木·亚尔买买提刘萍邸强李振恩
- 关键词：数字仪表自动读数数字电网图像特征提取
- 基于变权—靶心贴近度的换流变压器状态评估方法
- 2024年
- 针对换流变压器状态评估中的数据匮乏以及各评价指标间的相互中和等问题,提出一种将变权理论和靶心贴近度相结合的换流变压器状态评估模型。首先,考虑到实际案例中指标的动态发展,采用变权模型根据指标量的劣化程度进行变权处理;其次,为了达到降低数据需求并能准确评估换流变压器状态的目的,采用靶心贴近度模型确定换流变压器对各个状态等级的贴近度;最后,采用隶属度函数将靶心贴近度转化为隶属度并计算换流变压器最终状态情况。实际案例表明:文中提出的状态评估模型不仅能够有效地评估换流变压器的健康状态而且同样适用于电力变压器,在保证评估准确率的前提下,数据需求小,评估过程简单直接,具有实用价值与参考意义。
- 李博吐松江·卡日张紫薇马小晶刘智超朱炜
- 关键词：换流变压器
- 基于双分支特征融合的电力设备缺陷文本挖掘方法
- 2024年
- 针对电力设备缺陷文本信息的知识挖掘与分析任务中存在缺陷文本特征信息提取不足、缺陷文本分类精度不够的问题,提出一种基于BERT(bidirectional encoder representations from transformers)的双分支特征融合的电力设备缺陷文本分类模型。首先,对缺陷文本数据进行预处理,删除异常缺陷文本,并归纳了电力设备缺陷文本特点;然后,采用BERT模型作为文本编码器,将文本转化为向量后分别输入至BiLSTMAttention(attention-based bidirectional long short-term memory)模块和多分支CNN(multi-scale convolutional neural network,MCNN)模块,提取缺陷文本语义信息特征和局部关键信息特征;最后,将所提取出的语义特征和多维关键特征向量进行融合,并通过Softmax层实现对缺陷文本分类。与基准模型BERT-BiLSTMAttention相比,其准确率、召回率及F1值分别提高了2.76%、3.58%和4.39%,表明所建模型在缺陷文本分类任务中性能的优越性。
- 张中文吐松江·卡日张紫薇崔传世邵罗
- 递归量化分析的变压器健康评估与故障诊断
- 2023年
- 针对传统时域、频域分析方法忽略信号的部分频率信息的问题,提出一种基于递归定量分析(RQA)和鸡群算法(CSO)优化支持向量机(SVM)的变压器健康分析与机械故障诊断方法。首先利用相空间重构技术构建变压器振动信号的递归图;然后进行递归定量分析,提取故障特征并结合马氏距离(MD),以置信度-故障程度关系式进行变压器健康评估;最后利用CSO优化SVM参数,进行故障识别。实验结果表明,提取的递归定量特征参数可以有效地评估变压器的健康程度,综合识别率为94.07%,较传统时域、频域特征高约15.4%、8.96%;相比于传统模型,采用CSO-SVM故障诊断模型可将诊断精度提高至99.26%。
- 严侣谢丽蓉吐松江·卡日孟杰张馨月
- 关键词：变压器故障诊断故障特征提取支持向量机
- 基于数据融合的电力变压器状态评价方法及装置
- 本发明公开了一种基于数据融合的电力变压器状态评价方法及装置，其中，该方法包括：选择电力变压器运行状态的状态评价变量及确定其初值与阈值；结合相对劣化度公式对状态评价变量归一化处理得到归一化参量；基于模糊理论得到归一化参量处...
- 吐松江·卡日高文胜陆国俊王勇栾乐熊俊覃煜李光茂陈国炎肖天为崔屹平
- 文献传递
- 基于改进灰关联分析的变压器故障诊断被引量：1
- 2022年
- 为提高油浸式变压器故障诊断精度以保障电力系统安全稳定运行,作者提出了一种基于改进灰关联分析的变压器故障诊断方法。首先,基于油中溶解气特征气体建立特征集合;随后采用Fisher Score法和Relief F法求解特征权重值并排序,保留重要特征并构建低维参考序列;最后,引入特征重要度作为权重计算序列间关联度,并确定测试样本故障类型。基于仿真测试结果及其对比分析表明:本文提出的基于改进灰色关联分析故障诊断方法较其他传统方法具有更高的诊断精度,对实际工程应用具有一定的参考借鉴意义。
- 吐松江·卡日艾斯卡尔·肉孜张紫薇马小晶伊力哈木·亚尔买买提邸强
- 关键词：变压器故障诊断灰色关联分析
