-
公开(公告)号:CN113268924B
公开(公告)日:2023-01-31
申请号:CN202110541475.1
申请日:2021-05-18
申请人: 国网福建省电力有限公司电力科学研究院 , 国网安徽省电力有限公司电力科学研究院 , 安徽南瑞继远电网技术有限公司 , 国网安徽省电力有限公司 , 国网福建省电力有限公司 , 南瑞集团有限公司
摘要: 本发明涉及基于时频特征的变压器有载分接开关故障识别方法,包括以下步骤:建立分接开关振动信号的仿真模型,将分接开关振动信号分解为多个瞬时非平稳衰减的振动子波信号;通过稀疏分解法对分接开关振动子波信号进行稀疏重构和降噪;利用小波包时频谱提取进行降噪后的各所述振动子波信号的时频特征向量,对各所述时频特征向量添加故障标签,并集合成样本集;通过样本集对卷积神经网络进行训练,生成可识别故障信号的故障识别模型;输入分接开关的振动信号,提取振动信号的时频特征向量,将时频特征向量输入至故障识别模型进行识别,识别故障信号。
-
公开(公告)号:CN115219184A
公开(公告)日:2022-10-21
申请号:CN202210895643.1
申请日:2022-07-27
申请人: 中国科学技术大学 , 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司
IPC分类号: G01M13/00 , G01R31/327
摘要: 本发明提供了一种基于声学指纹的断路器机械状态检测系统方法,该系统包括一个目标断路器、多个其他断路器;该系统还包括:两个声音采集模块,用于采集目标断路器以及多个其他断路器的声音信号;曲线函数获取模块,用于分别对两个声音采集模块采集到的声音信号进行处理以获取对应的声波曲线函数f(t)以及f'(t);积分面积计算模块,用于计算声波曲线函数f(t)以及f'(t)在t1‑t2时间段内的积分面积以及控制器,用于根据声波曲线函数f(t)以及f'(t)在t1‑t2时间段内的积分面积以及对两个声音采集模块采集到的声音信号进行识别处理后,对目标断路器的机械状态进行检测。本发明可以减少其他断路器信号对目标断路器机械状态诊断的影响,提高了断路器机械状态的实时检测准确度。
-
公开(公告)号:CN115166435A
公开(公告)日:2022-10-11
申请号:CN202210769702.0
申请日:2022-06-30
申请人: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司
IPC分类号: G01R31/12 , G01R31/327
摘要: 本发明提供了一种基于声纹特征的GIS元件检测设备,其包括机架、转向装置以及第一送料装置;所述转向装置包括安设于所述机架的转向构件,所述转向构件用于调整储物箱开口的朝向;所述第一送料装置包括用于传送储物箱的第一传送构件、用于控制所述第一传送构件沿水平方向往复移动的第一移动构件以及用于控制所述第一传送构件沿竖直方向往复移动的第二移动构件,所述第二移动构件安设于所述机架,所述第一移动构件安设于所述第二移动构件,所述第一传送构件安设于所述第一移动构件。本发明解决了传统GIS元件检测设备操作麻烦以及自动化程度低的问题,具有工作效率高以及自动化程度高的优点。
-
公开(公告)号:CN114236280A
公开(公告)日:2022-03-25
申请号:CN202111521568.4
申请日:2021-12-13
申请人: 国网福建省电力有限公司电力科学研究院 , 国网安徽省电力有限公司电力科学研究院 , 安徽南瑞继远电网技术有限公司 , 国网安徽省电力有限公司 , 国网福建省电力有限公司 , 南瑞集团有限公司
摘要: 本发明涉及一种有载分接开关电动机构检测装置,包括磁场发生器、固定装置和检测模块;所述磁场发生器用于产生磁场;所述磁场发生器通过固定装置固定套设在电动机构的输出转轴的外端,并与输出转轴同轴转动;所述检测模块固定设置于电动机构的壳体上,检测模块包括处理器以及与处理器电连接的若干霍尔传感器,所述霍尔传感器用于检测磁场发生器的磁场变化并产生电脉冲信号,所述处理器用于根据各电脉冲信号判断电动机构的状态。
-
公开(公告)号:CN114155421A
公开(公告)日:2022-03-08
申请号:CN202111388669.9
申请日:2021-11-22
申请人: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 安徽南瑞继远电网技术有限公司
IPC分类号: G06V20/00 , G06V10/764 , G06V10/74 , G06V10/44 , G06V10/26 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要: 本发明公开了一种深度学习算法模型自动迭代方法,属于电力技术领域,包括:步骤一:采集输变电现场设备的巡检影像,对采集的巡检影像进行审核和标注;步骤二:根据处理后的巡检影像构建算法模型;步骤三:实时获取输变电现场每天会上传的巡检影像,对每天上传的巡检影像进行筛选,获得有效新样本,并将有效新样本根据设备类型进行分类和处理,形成不同类型的有效新样本集;步骤四:定时监控有效新样本集内有效新样本数量,当监控到有效新样本集内有效新样本数量大于阈值X3时,将有效新样本集作为训练集对算法模型进行迭代;通过深度学习算法模型的自动迭代,降低建立深度学习算法模型的人工参与量,建立完算法模型后,能够进行自动迭代。
-
公开(公告)号:CN110824309B
公开(公告)日:2022-03-01
申请号:CN201911142488.0
申请日:2019-11-20
申请人: 国家电网有限公司 , 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网安徽省电力有限公司
摘要: 本发明公开了一种架空输电线路绝缘子钢脚疲劳程度检测装置及方法。该架空输电线路绝缘子钢脚疲劳程度检测装置包括:疲劳传感器;疲劳传感器安装于杆塔与绝缘子之间;疲劳传感器包括压电传感器和电子标签组件;压电传感器用于在导线发生舞动和振动时检测应力;压电传感器的信号输出端与电子标签组件连接;电子标签组件用于读取压电传感器检测的应力值并无线传输至中继管理基站;中继管理基站与上位机连接;中继管理基站用于将接收到的应力值传输到上位机;上位机用于采用线性疲劳累积损伤理论对应力值进行处理得到绝缘子钢脚的疲劳程度。本发明的架空输电线路绝缘子钢脚疲劳程度检测装置及方法能够实现对绝缘子钢脚的疲劳程度的检测。
-
公开(公告)号:CN114034338A
公开(公告)日:2022-02-11
申请号:CN202111285745.3
申请日:2021-10-29
申请人: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 合肥工业大学
摘要: 基于改进D‑S证据理论的开关柜多源参量监测方法。1)通过各类传感器获得在运开关柜的多源状态监测信号,双光谱红外热成像、超声波和TEV局放、分合闸线圈电流、振动及声学监测数据;2)通过卷积神经网络和支持向量机方法对各类监测数据分类,获得初步证据源;3)采用加权思想将分类器各分类的准确率作为自适应权重对证据源进行修正,并引入不确定区间;4)根据前面修正后的证据体求解出相似度矩阵,作为权重矩阵赋予证据体不同的权重,经归一化得到新证据体并通过合成规则进行融合处理,即将一致性和冲突性同时进行处理,修改证据源;5)选择和新证据相似度最大的原证据对新的合成结果的不确定区进行再分配,得出评价结果并计算误差。
-
公开(公告)号:CN112599134A
公开(公告)日:2021-04-02
申请号:CN202011400711.X
申请日:2020-12-02
申请人: 国网安徽省电力有限公司 , 国家电网有限公司 , 国网安徽省电力有限公司电力科学研究院 , 安徽继远软件有限公司 , 国网信息通信产业集团有限公司
摘要: 本发明提供一种基于声纹识别的变压器声音事件检测方法,包括对变压器语音信号待测样本进行分帧;对每个语音信号帧进行加窗;对每个加窗后的语音信号帧进行离散傅里叶变换;根据傅里叶变换结果计算能量谱密度;采用50Hz倍频三角滤波器组对能量谱密度进行滤波;对滤波后的能量谱密度取对数,最终得到变压器语音信号待测样本的声纹特征;采用事先训练好的CapsNet胶囊网络模型对声纹特征进行检测,得到变压器语音信号待测样本的类别。本发明可以解决变压器声音事件重叠问题,有着较高的识别准确率,提高了变压器声音事件在线检测的智能水平。
-
公开(公告)号:CN111912519A
公开(公告)日:2020-11-10
申请号:CN202010714530.8
申请日:2020-07-21
申请人: 国网安徽省电力有限公司 , 国网安徽省电力有限公司电力科学研究院 , 安徽继远软件有限公司 , 国网信息通信产业集团有限公司
摘要: 本发明公开了基于声纹频谱分离的变压器故障诊断方法及装置,包括获取变压器的铁芯、绕组、操纵机构产生的振动声纹信号数据;基于时域的声纹数据进行频域转换获取频谱数据;基于频谱数据采用同态滤波方法将频谱数据中的频谱包络数据和频谱细节数据分离;将分离之后的频谱数据输入预设的GRU神经网络获取变压器故障诊断结果。本发明在进行取对数处理和离散余弦变换之前,通过设计50Hz倍频三角滤波器组滤波实现对频谱数据的降维,在后续运算处理中提高运算速度并提高了GRU神经网络输入特征向量的有效性,从而提高了GRU神经网络的诊断结果准确性。
-
公开(公告)号:CN111222285A
公开(公告)日:2020-06-02
申请号:CN201911402536.5
申请日:2019-12-31
申请人: 国网安徽省电力有限公司 , 国网安徽省电力有限公司电力科学研究院 , 安徽继远软件有限公司
摘要: 本发明公开了一种基于声音信息和神经网络的变压器高有功值预测方法,包括以下步骤:(1)、采集变压器的高有功值持续时间内对应的音频数据;(2)、将时间均匀切分为多个时间片段,并依据时间片段划分为训练集、测试集和验证集;(3)、对音频数据进行特征提取,获得音频数据的Filterbank特征;(4)、构建由输入层、四组卷积-池化单元、全局平均池化层、全连接层、输出层构成的卷积神经网络;(5)、将训练数据频谱图和真实高有功值输入卷积神经网络,经过训练获得变压器高有功值预测模型;(6)、将测试集输入至预测模型进行验证。本发明能够避免复杂电力环境的影响,并具有预测结果准确性高的优点。
-
-
-
-
-
-
-
-
-