吐松江·卡日
- 作品数：33 被引量：100H指数：5
- 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>>
- 基于YOLOv5与改进VGG-CTC的数字仪表自动读数方法被引量：2
- 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被引量：3
- 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LSTM-Attention和CNN-BiGRU误差修正的光伏功率预测
- 2024年
- 为有效分析与利用光伏功率预测模型中以特定规律分布的预测误差,提出基于LSTM-Attention和CNN-BiGRU误差修正的光伏功率预测模型。首先,引入注意力机制(Attention)弥补输入序列长时长短期记忆网络(LSTM)难以保留关键信息的不足,建立LSTM-Attention的预测模型对光伏功率进行初步预测。其次,将卷积神经网络(CNN)在非线性特征提取上的优势与双向门控循环单元(BiGRU)在防止多种特征相互干扰的优势相结合,搭建CNN-BiGRU误差预测模型对可能产生的误差进行预测,从而对初步预测结果进行修正。经过实例分析表明:与未经误差修正的预测结果进行对比,经CNN-BiGRU误差预测模型进行误差修正后在不同天气类型中均能有效提高预测精度。
- 吐松江·卡日雷柯松马小晶吴现余凯峰
- 基于改进灰关联分析的变压器故障诊断被引量：2
- 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
- 基于系统动力学的高压断路器全寿命成本评估被引量：5
- 2023年
- 为使高压断路器在运行期间达到最优经济效益,通过引入系统动力学建立高压断路器全寿命周期成本模型评估其经济寿命。由于故障成本随故障率波动而动态变化,为了准确描述实际检修对故障率的影响,通过引入“役龄回退因子”修正实际维修后的故障率函数。同时,基于高压断路器LCC模型求得其年均全寿命成本,进而确定高压断路器可获得最大经济效益的退役年限。通过算例仿真结果可知,基于系统动力学的高压断路器LCC模型能直观地反映高压断路器整个运行年限内全寿命周期成本及其构成因素变化过程,对高压断路器实际运行维护及退役具有参考借鉴意义。
- 吐松江·卡日逯浩坦高文胜范想伊力哈木·亚尔买买提游越
- 关键词：高压断路器故障率系统动力学全寿命周期成本维护检修
- 乙醇液滴撞击高温壁面蒸发过程的模拟预测研究被引量：2
- 2023年
- 采用CLSVOF方法,引入描述壁面润湿特性的动态接触角,建立了乙醇液滴撞击高温壁面的数值模型,对乙醇液滴撞击高温壁面后的沸腾蒸发过程展开了研究,并与实验数据进行了对比验证.研究表明:在相同液滴温度下,壁面温度越高,亲水性越强,乙醇液滴的撞击速度越快,液滴的沸腾时间越早,蒸发完成所用时间也越短.在此研究基础上,基于机器学习算法,建立了液滴蒸发预测模型,对乙醇液滴撞击高温壁面后蒸发剩余量随时间的变化进行了预测研究,并通过将不同机器学习算法的预测结果与模拟结果对比,选出最优预测模型.
- 马小晶周鑫吐松江·卡日许瀚文
- 基于WGAN-GP和CNN-LSTM-Attention的短期光伏功率预测被引量：24
- 2023年
- 针对非晴天天气类型历史数据量匮乏导致光伏功率预测精度低的问题,提出了一种含有梯度惩罚的改进生成对抗网络(Wasserstein generative adversarial network with gradient penalty,WGAN-GP)和CNN-LSTM-Attention光伏功率短期预测模型。首先,利用K-means++聚类算法将历史光伏数据划分为若干天气类型,使用WGAN-GP生成符合各天气类型数据分布规律的高质量新样本,实现训练集数据增强。其次,结合卷积神经网络(convolutional neural network,CNN)在特征提取上的优势和长短期记忆网络(long short-term memory,LSTM)在时间序列预测上的优势,提升预测模型学习光伏功率与气象数据间长期映射关系的能力。此外,引入注意力机制(Attention)弥补输入序列长时LSTM难以保留关键信息的不足。实验结果表明:基于WGAN-GP对各类型天气样本扩充能有效提高预测精度;与3种经典预测模型相比,所提出的CNN-LSTM-Attention模型具有更高的预测精度。
- 雷柯松吐松江·卡日伊力哈木·亚尔买买提苏宁吴现崔传世
