-
公开(公告)号：CN117877874A
公开(公告)日：2024-04-12
申请号：CN202410096151.5
申请日：2024-01-23
申请人： 清华四川能源互联网研究院 , 中国电力科学研究院有限公司 , 国网山东省电力公司电力科学研究院 , 四川省菁蓉和欣科技有限公司
IPC分类号： H01F29/04
摘要： 本发明的实施例提供了一种变压器有载分接开关单双档位切换判断方法和装置，涉及电力设备状态监测技术领域。判断方法包括：S1：在有载分接开关切换操作时，记录每次切换过程的振动信号，得到单到双和双到单两种切换方式下的多组监测数据；S2：对所述振动信号进行预处理，并分别提取两种切换方式下振动信号间的时间间隔，并计算时间间隔的均值和方差；S3：筛选差异最大的时间间隔作为特征值；S4：设定时间判据，将特征值与时间判据对比，自动识别出单到双和双到单两种切换方式。该方法和装置能实现有载分接开关单到双和双到单的档位切换识别，为变压器有载分接开关状态评估提供重要支撑，具有很好的实用价值。
-
公开(公告)号：CN117929985A
公开(公告)日：2024-04-26
申请号：CN202410096651.9
申请日：2024-01-23
申请人： 清华四川能源互联网研究院 , 中国电力科学研究院有限公司 , 国网山东省电力公司电力科学研究院 , 四川省菁蓉和欣科技有限公司
IPC分类号： G01R31/327 , G01H17/00 , G06F18/213
摘要： 本发明提供一种变压器有载分接开关切换阶段振动信号解析方法和装置，涉及电力设备状态监测技术领域。方法在有载分接开关切换时，同步采集预设时长的负载电流信号和振动信号。首先，寻找负载电流信号的突变点，定位有载分接开关架桥时刻的振动信号，并以该振动信号的起始时间作为时间参考点。然后，分别定位各动作对应的振动信号峰值时间和振动信号峰值。接着，定位各个振动信号的起始时间和终止时间。最后，基于各个振动信号的起始时间和终止时间，分离出各动作对应的振动信号。该方法能实现有载分接开关切换阶段振动信号解析，识别出不同切换动作对应的振动信号，为变压器有载分接开关状态精细化评估提供重要支撑，具有很好的实用价值。
-
公开(公告)号：CN117907818A
公开(公告)日：2024-04-19
申请号：CN202410098890.8
申请日：2024-01-24
申请人： 清华四川能源互联网研究院 , 中国电力科学研究院有限公司 , 国网山东省电力公司电力科学研究院 , 四川省菁蓉和欣科技有限公司
IPC分类号： G01R31/327
摘要： 本发明提供一种变压器有载分接开关切换阶段暂态电磁信号解析方法，涉及电力设备状态监测技术领域。方法包括：S1：有载分接开关调压操作时，同步采集预设时长的暂态电磁信号和负载电流信号；S2：结合有载分接开关工作原理，寻找负载电流信号的突变点；S3：基于负载电流信号的突变点确定有载分接开关桥接产生的电磁信号，并提取电磁信号的峰值时间作为时间参考点；S4：结合有载分接开关的分波形时间参数，根据时间参考点寻找各动作是否存在对应的暂态电磁信号；S5：统计切换阶段各动作对应的暂态电磁信号次数，得到信号特征向量。该方法和装置能够能识别出不同切换动作对应的电磁信号，为有载分接开关状态评估提供重要支撑。
-
公开(公告)号：CN221667967U
公开(公告)日：2024-09-06
申请号：CN202323480884.9
申请日：2023-12-20
申请人： 中国电力科学研究院有限公司 , 国网山东省电力公司电力科学研究院 , 清华四川能源互联网研究院
IPC分类号： G01R31/327 , G01R31/12
摘要： 本申请公开了一种变压器有载分接开关绝缘缺陷监测装置，包括：驱动电机电流传感器、光电倍增管以及高速采集单元，其中驱动电机电流传感器安装在变压器有载分接开关操作机构箱内，以采集变压器有载分接开关的电流信号，通过同轴电缆连接至高速采集单元，用于判断变压器有载分接开关是否切换；光电倍增管安装在变压器有载分接开关油箱顶部的观察窗处，以获取绝缘缺陷激发是的缺陷光信号；高速采集单元用于接收缺陷光信号并转换为缺陷数字信号，其中缺陷数字信号用于判断变压器有载分接开关的绝缘状态。
-
公开(公告)号：CN117349998A
公开(公告)日：2024-01-05
申请号：CN202311615224.9
申请日：2023-11-29
申请人： 山东大学 , 国网山东省电力公司电力科学研究院 , 中国电力科学研究院有限公司
发明人： 江艺宝 , 赵浩然 , 渠悦意 , 贺敬 , 苗伟威 , 王士柏 , 程艳 , 周光奇 , 刘奕元 , 王楠 , 于芃 , 关逸飞 , 刘军 , 李俊恩 , 袁帅 , 张健 , 孙其振 , 张文栋 , 王玥娇 , 邢家维 , 赵帅 , 王成龙 , 杨颂
IPC分类号： G06F30/18 , G06F30/27 , G06N3/0442 , G06N5/048 , G06F113/06 , G06F119/06
摘要： 本发明实施例提供一种基于风储联合系统扰动后的频率预测方法、系统及介质，属于风电联合领域。该方法包括：获取扰动瞬间风储联合电力系统的扰动功率，并将其输入风储联合系统频率响应模型输出第一动态频率预测值；获取扰动前后瞬间风储联合系统的节点状态信息，并其输入扰动后风储联合系统动态频率预测模型，输出第二动态频率预测值；将第一、第二动态频率预测值输入自适应神经模糊推理系统，获得风储联合系统扰动后的频率。通过自适应神经模糊推理系统融合第一、第二动态频率预测值，既改善了现有物理模型驱动中存在的运算量大和简化之后求解精度低的现状，也避免数据驱动中忽略风储联合系统中的物理关系以及避免样本的数量和质量影响预测精度。
-
公开(公告)号：CN113570132A
公开(公告)日：2021-10-29
申请号：CN202110838338.4
申请日：2021-07-23
申请人： 华中科技大学 , 中国电力科学研究院有限公司 , 国网山东省电力公司电力科学研究院 , 国家电网有限公司
摘要： 本发明公开一种时空气象特征提取与深度学习的风电功率预测方法，首先基于广域时空气象数据和功率数据，研究新能源场站出力和天气过程的互相关特性，建立不同指标为依据的多层级子区域划分，然后基于多维度气象数据，构建高维度候选特征库，构建基于数据挖掘的复合气象特征，最后基于海量样本和优选的核心特征，构建基于高维深度特征映射和高维深度数据挖掘、面向多层级的深度学习模型库，选取最优模型进行集群功率预测。通过该方法预测，实现了对风电功率在时空复合数据下的预测，在时域数据和空间数据之间建立了有效的匹配关系，具有推广价值。
-
公开(公告)号：CN113792919B
公开(公告)日：2024-02-27
申请号：CN202111026927.9
申请日：2021-09-02
申请人： 华中科技大学 , 中国电力科学研究院有限公司 , 国网山东省电力公司电力科学研究院 , 国家电网有限公司
摘要： 本发明公开一种基于迁移学习深度学习相结合的风电功率预测方法，通过SCADA系统及数值天气预报，提取新建风电场及周边风电场的历史样本，使用新建风电场的少量历史样本训练BP‑NN，再对周边风电场的大量历史样本预测，根据预测结果计算周边风电场每个历史样本的相关系数；根据相关系数将周边风电场的大量历史样本为强相关样本、中相关样本及弱相关样本；分别使用顺序迁移、逆序迁移、无序迁移等三种模型迁移方法，构建用于新建风电场的预测模型并分别给出预测结果；最后使用B‑LSTM网络将三个预测结果集成，输出最终预测结果。本发明通过数据挖掘并结合深度学习算法，利用多层级模型迁移获得适用于新建风电场预测模型，提高新
-
公开(公告)号：CN109507579B
公开(公告)日：2022-09-20
申请号：CN201811480245.3
申请日：2018-12-05
IPC分类号： G01R31/327 , G01H17/00
摘要： 本发明提供了一种有载分接开关切换程序在线检测诊断方法，包括如下步骤：测取原始在线振动数据；计算所述原始在线振动数据的包络曲线，并将该包络曲线定义为有载分接开关振动的原始指纹；计算所述原始指纹切换程序特征向量X；测取待诊断在线振动数据；计算所述待诊断在线振动数据的包络曲线，并将该包络曲线定义为有载分接开关振动的待诊断指纹；计算所述待诊断指纹切换程序特征向量Y；计算相关系数A；根据所述相关系数A以及诊断判据，判断有载分接开关切换程序是否存在异常。本发明提供的有载分接开关切换程序在线检测诊断方法，实现了在线检测的目的。
-
公开(公告)号：CN109507579A
公开(公告)日：2019-03-22
申请号：CN201811480245.3
申请日：2018-12-05
IPC分类号： G01R31/327 , G01H17/00
摘要： 本发明提供了一种有载分接开关切换程序在线检测诊断方法，包括如下步骤：测取原始在线振动数据；计算所述原始在线振动数据的包络曲线，并将该包络曲线定义为有载分接开关振动的原始指纹；计算所述原始指纹切换程序特征向量X；测取待诊断在线振动数据；计算所述待诊断在线振动数据的包络曲线，并将该包络曲线定义为有载分接开关振动的待诊断指纹；计算所述待诊断指纹切换程序特征向量Y；计算相关系数A；根据所述相关系数A以及诊断判据，判断有载分接开关切换程序是否存在异常。本发明提供的有载分接开关切换程序在线检测诊断方法，实现了在线检测的目的。
-
公开(公告)号：CN113792919A
公开(公告)日：2021-12-14
申请号：CN202111026927.9
申请日：2021-09-02
申请人： 华中科技大学 , 中国电力科学研究院有限公司 , 国网山东省电力公司电力科学研究院 , 国家电网有限公司
摘要： 本发明公开一种基于迁移学习深度学习相结合的风电功率预测方法，通过SCADA系统及数值天气预报，提取新建风电场及周边风电场的历史样本，使用新建风电场的少量历史样本训练BP‑NN，再对周边风电场的大量历史样本预测，根据预测结果计算周边风电场每个历史样本的相关系数；根据相关系数将周边风电场的大量历史样本为强相关样本、中相关样本及弱相关样本；分别使用顺序迁移、逆序迁移、无序迁移等三种模型迁移方法，构建用于新建风电场的预测模型并分别给出预测结果；最后使用B‑LSTM网络将三个预测结果集成，输出最终预测结果。本发明通过数据挖掘并结合深度学习算法，利用多层级模型迁移获得适用于新建风电场预测模型，提高新建风电场预测精度，具有推广价值。
-
-
-
-
-
-
-
-
-
搜索结果
186 条记录 (耗时 0.155 秒)
