一种内置式无线自取能的特高频局放检测的方法

    公开(公告)号:CN114167240A

    公开(公告)日:2022-03-11

    申请号:CN202111484066.9

    申请日:2021-12-07

    Abstract: 本发明公开了一种内置式无线自取能的特高频局放检测的方法,涉及GIS带电检测技术领域,解决了现有技术在检测GIS设备特高频局部放电时,工作量大,无法保证对局部放电进行长期不间断检测的技术问题;本发明设置了取能模块,取能模块内置充电电池和超级电容,通过内置式特高频传感器集成的电容分压的方式,对超级电容和充电电池进行充电,再通过取能模块对检测单元中的单模块进行供电,保障了检测单元的长期不间断工作;本发明将局放检测单元和5G技术相结合,通过5G技术高带宽、高容量、高可靠性、低延时、低功耗的优势完成数据交互,并通过可视化平台对局放检测结果进行展示,解决了当前有线铺设工作量大的难题。

    一种特高压设备局部放电检测数据的判别方法

    公开(公告)号:CN109856517A

    公开(公告)日:2019-06-07

    申请号:CN201910247454.1

    申请日:2019-03-29

    Abstract: 本发明公开了一种特高压设备局部放电检测数据的判别方法,包括:将连续的超声波频率信号经采样降至人耳可听到的连续声波频率信号;连续截取一个设定时间长度的帧声波频率信号;提取帧声波频率信号的梅尔频率倒谱系数作为待识别故障放电特征;将提取的待识别故障放电特征送入CNN卷积神经网络,经CNN卷积神经网络分析进入CNN卷积神经网络输出分类层的故障分类器;CNN卷积神经网络根据事先对已知故障放电特征学习形成的故障分类器,识别待识别故障放电特征并输出待识别故障放电类型。本发明直接用卷积神经网络CNN对故障类型进行模式学习和识别,提高了识别的准确率,减少或者避免了人工干预。

    变电站巡检四旋翼无人机健康状态评估方法

    公开(公告)号:CN118395070A

    公开(公告)日:2024-07-26

    申请号:CN202410823208.7

    申请日:2024-06-25

    Abstract: 本发明公开一种变电站巡检四旋翼无人机健康状态评估方法,包括获取无人机动态参数和基础参数;按照动态参数的正常范围值,计算动态参数发生异常的异常概率值;采用概率隶属度分布函数对异常概率值进行计算,得到第一隶属度矩阵;确定每种动态参数对应的参数异常严酷度等级评分,并采用严酷度隶属度分布函数对每种动态参数对应的最大评分值进行计算,得到第二隶属度矩阵;将第一隶属度矩阵和第二隶属度矩阵分别与各健康状态等级向量进行灰色关联,得到第一健康状态隶属度向量;采用劣化隶属度分布函数对各基础参数进行计算,得到第二健康状态隶属度向量;基于第一健康状态隶属度向量和第二健康状态隶属度向量,确定无人机综合健康状态。

Patent Agency Ranking