-
公开(公告)号：CN119558123A
公开(公告)日：2025-03-04
申请号：CN202411602476.2
申请日：2024-11-11
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06F30/23 , G01R31/62 , G06F119/08 , G06F119/14
Abstract: 本发明实施例公开了变压器故障的诊断方法及装置、设备及存储介质，方法包括：构建变压器的仿真模型；采集仿真模型在不同工况下的仿真运行数据；将仿真运行数据作为训练样本，根据训练样本训练预设的预测模型，得到变压器故障预测模型；采集变压器的实际运行参数，并将实际运行参数输入变压器故障预测模型中，得到变压器故障预测模型输出的实际运行参数对应的故障类型。通过仿真模型来生成的仿真运行数据用于训练变压器故障预测模型，以保证训练数据的全面性；其次，将实际运行数据输入至变压器故障预测模型进行预测可以识别出变压器潜在的故障迹象及故障可能性，有助于提前采取维修和保护措施，以减少变压器故障和停机时间。
-
公开(公告)号：CN119538663A
公开(公告)日：2025-02-28
申请号：CN202411602478.1
申请日：2024-11-11
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06F30/23 , G06F30/27 , G06F119/08
Abstract: 本发明实施例公开了一种基于深度学习的变压器温度分布的监测方法及相关装置，监测方法包括：获取变压器的当前电压电流数据；利用当前电压电流数据以及预先训练的深度学习模型进行温度分布预测，得到变压器的至少包括变压器的当前绕组短路位置、当前风险位置以及当前温度分布的当前预测结果，风险位置用于指示变压器存在绕组烧毁风险的位置。通过上述方式可以利用采集的电压电流数据输入深度学习模型便可以预测变压器的温度分布、绕组短路位置与存在绕组烧毁风险的风险位置，在不需安装温度传感器的情况下实现变压器温度分布的监测，及定位到短路位置和风险位置对健康状态作出判断。
-
公开(公告)号：CN119510416A
公开(公告)日：2025-02-25
申请号：CN202411654882.3
申请日：2024-11-19
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G01N21/88 , G06F18/213 , G06F18/24 , G06F18/25 , G06F18/214 , G06N3/04 , G06N3/08 , G01N21/359 , G01N21/3563 , G01N21/35
Abstract: 一种变压器油箱故障检测方法、装置、可读介质及电子设备，涉及电力设备领域；能够提高变压器油箱的故障的检测精度。该变压器油箱故障检测方法包括：通过近红外波长的激光器照射发生故障的所述变压器油箱表面，获取变压器油箱表面的反射光；将所述反射光转换成电信号，通过小波变换提取所述电信号的第一特征，并通过短时傅里叶变换提取所述电信号的第二特征；通过所述第一特征、所述第二特征以及所述变压器油箱的故障类型训练深度神经网络模型；利用训练后的深度神经网络模型实时检测待识别变压器油箱是否发生故障。
-
公开(公告)号：CN119471483A
公开(公告)日：2025-02-18
申请号：CN202411680939.7
申请日：2024-11-22
Applicant: 云南电网有限责任公司电力科学研究院
Abstract: 本发明实施例公开了一种变压器绕组变形的诊断方法、装置、电子设备及存储介质，其中该方法包括：构建短路阻抗测试装置和电容测试装置；基于所述短路阻抗测试装置，开展变压器短路阻抗测试，获得变压器短路阻抗变化趋势；基于所述电容测试装置开展绕组电容量测试，获得绕组电容量数据变化趋势；根据所述变压器短路阻抗变化趋势与所述绕组电容量数据变化趋势联合诊断所述变压器绕组是否存在变形；应用短路阻抗与绕组电容之间的与绕组空间尺寸的内在关联性，根据两者之间的关系总结分析两种方法的内在关联性，进而可以提升绕组变形的诊断准确性，为变压器检修策略制定提供支撑。
-
公开(公告)号：CN119438696A
公开(公告)日：2025-02-14
申请号：CN202411568072.6
申请日：2024-11-05
Applicant: 云南电网有限责任公司电力科学研究院
Abstract: 本申请涉及一种变压器的相位补偿方法及系统，方法包括：获取电网母线电压和配电网母线电压，并计算电网母线电压和配电网母线电压的相位误差；根据电网母线电压和配电网母线电压的相位误差，确定相位补偿装置的连接组别；根据确定的连接组别通过相位补偿装置进行相位补偿，并重新计算电网母线电压和配电网母线电压的相位误差；确定电网母线电压和配电网母线电压的相位误差是否小于预设阈值；若电网母线电压和配电网母线电压的相位误差小于预设阈值，则结束调整。对不同的相位误差，通过不同的相位补偿装置连接组别，选用不同的相位调整方案，从而实现频率追踪速度快，响应时间短，调节相位精度高的优点，也为同频同相耐压试验提供信号源。
-
Patent Agency Ranking
公开(公告)号：CN119337309A
公开(公告)日：2025-01-21
申请号：CN202411410583.5
申请日：2024-10-10
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06F18/25 , G06F18/243 , G06N3/126 , G06F18/214
Abstract: 本发明公开了一种断路器故障诊断方法、模型训练方法、介质和设备，首先获取断路器的多组多源异构数据，对每组数据进行特征提取和融合，形成样本融合特征。模型在多个初始超参数组合下，输入这些样本融合特征，并通过改进的目标函数计算适应度，评估每个组合的效果。改进的目标函数损失部分结合了交叉熵损失函数和梯度调和机制函数，其中梯度调和机制函数根据样本的故障区分难度调整权重，使得模型更集中学习困难样本。且随着迭代次数的增加，梯度调和机制函数的影响逐渐增强，提升了模型对复杂样本的学习能力。再通过优化算法不断迭代，确定当前最优的超参数组合，从而设定出优化后的目标LightGBM模型。因此本发明解决了现有模型在准确性上的不足。
-
公开(公告)号：CN119224457A
公开(公告)日：2024-12-31
申请号：CN202411315805.5
申请日：2024-09-20
Applicant: 云南电网有限责任公司电力科学研究院
Abstract: 本发明公开了一种变压器绕组故障诊断方法、装置及存储介质，其方法包括：获取待测变压器绕组和正常变压器绕组运行时，三种注入方式下的三组信号频率响应幅值；根据两种变压器绕组运行时，三种注入方式下的三组信号频率响应幅值，确定故障评判因子；利用故障评判因子诊断待测变压器是否存在故障；在待测变压器存在故障的情况下，确定故障程度因子；根据故障程度因子对待测变压器的故障程度进行诊断，得到待测变压器的故障诊断结果。通过本方法对变压器绕组的故障进行诊断，灵敏度高且易判断。
-
公开(公告)号：CN114814659B
公开(公告)日：2024-12-17
申请号：CN202210575530.3
申请日：2022-05-25
Applicant: 云南电网有限责任公司电力科学研究院
Abstract: 本发明实施例公开了一种短路冲击下变压器绕组状态监测方法及装置，该方法包括：通过采集遭受短路冲击时的变压器短路冲击电流和变压器短路冲击振动信号，得到短路冲击下的时域包络向量以及短路冲击下的振动信号特征向量，采用根据时域包络向量和振动信号特征向量所构建的互信息矩阵的特征值以及特征向量，计算该特征向量的余弦相似度的加权融合相似度，将加权融合相似度与控制限值区间进行比较，从而确定变压器绕组状态，实现在线监测短路冲击下变压器绕组状态。
-
公开(公告)号：CN118966115A
公开(公告)日：2024-11-15
申请号：CN202411017714.3
申请日：2024-07-29
Applicant: 云南电网有限责任公司电力科学研究院
Abstract: 本发明实施例公开了一种变压器绕组变形检测方法及相关装置，该方法包括：基于多物理场耦合下对待测变压器绕组进行仿真模拟，得到待测变压器绕组对应的目标电流以及目标磁场强度，其中，目标电流为通过仿真模拟待测变压器绕组发生形变时的电流，目标磁场强度为目标电流下的磁场强度，获取待测变压器绕组的当前电流和对应的当前磁场强度，根据当前电流、当前磁场强度，以及目标电流、目标磁场强度，检测变压器绕组是否发生变形。该方法能够提供更准确的模拟结果，以帮助工程师更好地理解和优化变压器绕组的性能和可靠性，结合多物理场耦合的模拟更具综合性，准确性更高。
-
公开(公告)号：CN118425863A
公开(公告)日：2024-08-02
申请号：CN202410527916.6
申请日：2024-04-29
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G01R35/00 , G06F18/2431 , G06F18/214 , G06F18/10 , G06N20/20
Abstract: 本发明实施例公开了一种传感器数据异常检测方法：基于预处理后的传感器历史运行数据和已标记的异常案例训练多种机器学习模型；使用随机网格调优超参数，应用模型传感器运行数据进行实时检测输出第一检测结果；结合变压器的物理特性和运行环境及统计学原理设定阈值和物理规则，并对第一检测结果进行校验和补充输出第二检测结果，采用集成学习方法判断最终输出结果是否为异常结果；若为异常结果，根据决策树和规则引擎进行异常类型判断，并提供对应的维护决策。该方案，集成了专家规则、机器学习算法和数据处理技术，不仅能够准确识别和分类各种数据异常，还能对异常数据进行有效修复，从而为变压器的状态监测和故障预警提供更为可靠的数据支持。
-
-
-
-
-
-
-
-
-
Search Results
258
records
(took 0.061 seconds)
