氧化锌避雷器阀片伏安特性测试方法和装置

    公开(公告)号:CN113358951A

    公开(公告)日:2021-09-07

    申请号:CN202110540729.8

    申请日:2021-05-18

    IPC分类号: G01R31/00

    摘要: 本申请涉及一种氧化锌避雷器阀片伏安特性测试方法和装置,该氧化锌避雷器阀片伏安特性测试方法包括:向脉冲电流注入模块发送启动信号,启动信号用于指示脉冲电流注入模块向氧化锌避雷器阀片注入脉冲电流;获取采样模块采集得到的氧化锌避雷器阀片的反馈电流信号和反馈电压信号;根据反馈电流信号和预设的等效电感修正公式,对反馈电压信号进行修正处理,得到伏安特性测试结果;等效电感修正公式根据氧化锌避雷器阀片的电感效应推导得出。上述氧化锌避雷器阀片伏安特性测试方法,根据反馈电流信号和预设的等效电感修正公式,对反馈电压信号进行修正处理,得到伏安特性测试结果,有利于提高氧化锌避雷器阀片伏安特性测试结果的准确性。

    一种基于振动信号的换流变压器运行状态识别方法

    公开(公告)号:CN112307963A

    公开(公告)日:2021-02-02

    申请号:CN202011190818.6

    申请日:2020-10-30

    IPC分类号: G06K9/00 G06N20/00

    摘要: 本发明公开了一种基于振动信号的换流变压器运行状态识别方法,用于识别换流变压器的运行状态。本方法采集换流变压器表面箱体振动信号,信号特征提取方法选取变分模态分解算法,通过天牛须搜索算法完成对变分模态分解算法的参数寻优工作,确定分解的最佳参数,利用优化后变分模态分解算法对测量得到的换流变压器表面箱体振动信号进行模态分解重构,计算分解过后的的各重构信号的在原信号中的能量占比并构建相应的状态特征向量。在极限学习机的基础上构建自编码器并将其作为基本单元建立深度极限学习机网络模型,状态特征向量划分为训练集和测试集导入深度极限学习机网络模型,通过对模型训练和测试实现对换流变压器运行状态的有效识别。