-
公开(公告)号：CN115902602A
公开(公告)日：2023-04-04
申请号：CN202210105828.8
申请日：2022-01-28
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网安徽省电力有限公司
IPC: G01R31/327
Abstract: 本发明公开了一种用于高压断路器机械故障模拟与信息检测的平台和方法，包括：高压断路器故障模拟模块，用于模拟机械故障并控制断路器动作产生故障信号；振动传感器，用于采集故障振动信号；电荷放大器，用于将故障振动信号电荷量转化为电压量；声音传感器，用于采集故障声音信号；信号触发调理模块，通过设定触发阈值，当故障振动信号幅值达到触发阈值时，触发调理模块将信号输出至高速数字采集卡；高速数字采集卡，用于实时采集信号触发调理模块输出的故障信号，并发送至信号采集上位机；信号采集上位机，用于存储高速数字采集卡发送的故障振动信号和故障声音信号。解决现有技术不能模拟多种典型机械故障的问题，同时提升机械故障识别准确率。
-
公开(公告)号：CN115910097A
公开(公告)日：2023-04-04
申请号：CN202210100166.5
申请日：2022-01-27
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网安徽省电力有限公司
Abstract: 本发明公开了一种高压断路器潜伏性故障可听声信号识别方法及系统。其中，该方法包括：包括：将由传声器采集的断路器动作声信号转化为具有时域频域两个维度的二维时频谱；通过梅尔倒谱系数、伽马通滤波倒谱系数与幂律归一化倒谱系数，对所述二维时频谱进行特征提取和降维，确定梅尔倒谱特征、伽马通滤波倒谱特征与幂律归一化倒谱特征，并根据所述梅尔倒谱特征、伽马通滤波倒谱特征与幂律归一化倒谱特征，构成倒谱特征矩阵；将卷积神经网络作为分类器，根据所述倒谱特征矩阵，对高压断路器潜伏性故障可听声信号进行故障类型识别。提高了准确率的同时计算速度没有明显下降，从而优化了计算效率。
-
公开(公告)号：CN115856598A
公开(公告)日：2023-03-28
申请号：CN202211367068.4
申请日：2022-11-03
Applicant: 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 , 中国电力科学研究院有限公司
IPC: G01R31/327
Abstract: 本发明公开了一种基于声纹识别的断路器分合闸状态双确认方法，包括在断路器中设置的触头分合到位传感器，在断路器中还设置有声纹采集传感器，在接收到触头实时分合到位信号的同时分别同步获取触头实时分合到位信号和触头实时分合声纹信号，将触头实时分合声纹信号与标准触头分合声纹信号进行比较的比较值结合触头实时分合到位信号判定断路器触头当前分合闸状态；所述标准触头分合声纹信号是事先获取的断路器正常状态触头分合声纹信号。本发明利用断路器分合闸到位状态信号、以及断路器分合闸到位瞬间前后预设时间段内的断路器分合闸操作过程中的实时声纹信号对断路器分合闸状态进行双重确认，进一步提高了断路器分合闸状态检测的准确性。
-
公开(公告)号：CN115586410A
公开(公告)日：2023-01-10
申请号：CN202211367053.8
申请日：2022-11-03
Applicant: 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 , 中国电力科学研究院有限公司
IPC: G01R31/12
Abstract: 本发明公开了一种基于无人机的变压器声纹巡检装置及方法，包括无人机本体、控制器以及安装在无人机本体上的检测模块，控制器用于控制无人机本体移动，调整检测模块与目标变压器之间的相对位置以对目标变压器进行多点检测，检测模块通过声纹信号传感器获取目标变压器不同检测点的声纹信号，所述控制器包括：获取模块，用于接收声纹信号并根据声纹信号判断目标变压器不同检测点是否存在局部放电故障，若是，则根据不同检测点的声纹信号获取多个与声纹信号对应的放电位置点；聚类模块，用于对获取多个与声纹信号对应的放电位置点进行聚类；定位模块，用于根据聚类结果定位目标变压器放电发生位置点。
-
公开(公告)号：CN115615539A
公开(公告)日：2023-01-17
申请号：CN202211367065.0
申请日：2022-11-03
Applicant: 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 , 中国电力科学研究院有限公司
Abstract: 本发明公开了一种基于声纹识别模型的电力变压器故障监测方法，包括在变压器上设置的至少一个声纹信号传感器，实时获取变压器声纹信号，提取实时声纹信号特征，将实时声纹信号特征输入一个声纹识别模型得到当前变压器工作状态，所述声纹信号特征是对变压器声纹信号进行特征提取后与设备特征绑定的声纹信号特征，所述设备特征是变压器的实时运行时间以及实时环境温湿度和变压器规格；所述声纹识别模型是事先根据变压器正常工作状态和故障工作状态的声纹信号提取的所述声纹信号特征样本集进行训练构建的声纹识别模型。本发明通过同时将正常工作时的振动信号特征和声信号特征作为判别标准，并辅以环境温湿度，提高了变压器故障监测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN117350379A
公开(公告)日：2024-01-05
申请号：CN202311172990.2
申请日：2023-09-12
Applicant: 中国电力科学研究院有限公司 , 国网浙江省电力有限公司电力科学研究院 , 国家电网有限公司
Abstract: 本发明公开了一种用于判断油浸式变压器异常状态的方法及系统，属于油侵式变压器状态评价技术领域。本发明方法，包括：实时获取油浸式变压器的运行数据；将所述运行数据，输入至预先建立的用于油侵式变压器状态评价的状态评价模型，基于所述状态评价模型根据所述运行数据判断出所述油侵式变压器的状态评价结果；根据所述状态评价结果，判断所述油浸式变压器是否出现异常状态。本发明通过实时获取油侵式变压的运行数据，以能够实时的监测到油浸式变压器出现的异常状态，从而提高了油浸式变压器运行的安全性，进而提升了油浸式变压器所在电网的安全性。
-
公开(公告)号：CN116754999A
公开(公告)日：2023-09-15
申请号：CN202310020048.8
申请日：2023-01-06
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司超高压分公司
IPC: G01R31/62
Abstract: 本发明公开了一种用于干式空心电抗器匝间短路故障预警的方法及系统，属于物联网智能监测技术领域。本发明方法，包括：获取仿真数据，基于所述仿真数据，确定用于所述干式空心电抗器匝间短路故障判断的判别阈值；采集对目标干式空心电抗器调理后的电压信号和电流信号；将所述电压及电流相位差的区间约束至预设区间，以得到电压及电流的相位差值；若所述相位差值大于或等于判别阈值，则确定所述目标干式空心电抗器发生匝间短路故障，并发出预警信息。本发明通过建立场路耦合计算模型，进行相位差变化仿真，以得到基于相位差变化的判别阈值，基于判别阈值，结合相位差值来判断干式空心电抗器匝间是否发生短路故障，准确性高，且方便容易实施。
-
公开(公告)号：CN116358735A
公开(公告)日：2023-06-30
申请号：CN202310254445.1
申请日：2023-03-16
Applicant: 国家电网有限公司 , 中国电力科学研究院有限公司 , 国网浙江省电力有限公司电力科学研究院
Abstract: 本发明公开了一种油浸式电力变压器内部绕组温度测量方法、装置及介质。其中，方法包括：根据采集的油浸式电力变压器的母线电压和负载电流，利用绕组电阻损耗发热原理估算绕组温度分布初值；接收采集的电力变压器的油流速度、风扇开启组数、绕组电阻损耗发热值、铁芯磁滞损耗发热值以及油箱涡流损耗发热值，并和绕组温度分布初值输入至油浸式电力变压器的散热模型中进行计算，输出油面温度计算值以及环境温度计算值；在油面温度计算值以及环境温度计算值与采集的油面温度测量值和环境温度测量值满足预先设置的目标函数的情况下，确定油浸式电力变压器的最优绕组温度分布。
-
公开(公告)号：CN117435930A
公开(公告)日：2024-01-23
申请号：CN202311270757.8
申请日：2023-09-28
Applicant: 中国电力科学研究院有限公司 , 国网河北省电力有限公司电力科学研究院 , 国家电网有限公司
IPC: G06F18/22 , G06F18/213 , G01R31/00 , G01D21/02
Abstract: 本发明公开了一种油浸式变压器故障分析方法、装置、介质及设备。方法包括：收集油浸式变压器的故障案例集合；根据故障案例集合，从保护动作情况、检查情况以及试验情况进行特征提取，提取每个故障案例的故障表示特征；提取故障案例集合中每个故障案例的故障原因以及故障部件；将故障案例集合中每个故障案例的故障表示特征、故障原因以及故障部件进行关联，确定故障预警特征集合；根据目标油浸式变压器的当前保护动作情况、检查情况以及试验情况进行特征提取，提取目标油浸式变压器的目标故障表示特征；依次计算所述故障预警特征集合中故障预警特征与目标故障表示特征的相似度，确定相似度结果；根据相似度结果对目标油浸式变压器进行故障分析。
-
公开(公告)号：CN115979598A
公开(公告)日：2023-04-18
申请号：CN202210459165.X
申请日：2022-04-27
Applicant: 国家电网有限公司 , 中国电力科学研究院有限公司 , 国网河北省电力有限公司电力科学研究院
Abstract: 本发明公开了一种基于深度学习的电抗器机械缺陷预警方法及系统。其中，该方法包括：提取电抗器的原始声音信号和原始振动信号；滤除所述原始声音信号和所述原始振动信号中的干扰信号，确定估计声音源信号和估计振动源信号；计算所述估计声音源信号和所述估计振动源信号的倒谱系数；根据SRU神经网络，对声音信号和振动信号的倒谱系数进行深度学习，并对电抗器机械缺陷进行预警。从而经过干扰信号滤波和时频谱降维后，通过深度学习算法，建立数据驱动的电抗器机械缺陷预警模型，准确掌握电抗器的运行状态，提高电抗器安全运行水平。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.063 seconds)
