-
公开(公告)号：CN103812139A
公开(公告)日：2014-05-21
申请号：CN201410010983.7
申请日：2014-01-09
IPC分类号： H02J5/00
摘要： 本发明公开了一种基于单导线交直流混合技术的配电网系统，包括第一交流源和直流源，所述第一交流源和直流源均与第一Z型变压器相连，第一Z型变压器与第二Z型变压器通过线路相连，第二Z型变压器与升压斩波电路相连，第二Z型变压器还与第二交流源相连，第一交流源和第一Z型变压器之间还连接有第一负载，第二交流源和第二Z型变压器之间还连接有第二负载。利用本发明避免了铁芯饱和现象。通过采用Z型变压器减轻了铁芯饱和现象。采用Z型变压器的交直流配电网能够在无严重波形畸变的前提下，实现交流和直流的融合。
-
公开(公告)号：CN104678266B
公开(公告)日：2017-06-20
申请号：CN201510060985.1
申请日：2015-02-05
IPC分类号： G01R31/12
摘要： 本发明公开了一种长距离高压电缆局部放电双端定位系统及方法，包括：局放采集主设备、局放采集从设备和通信模块；局放采集主设备和局放采集从设备分别连接在待检测的电力电缆的两端；所述局放采集主设备通过通信模块与局放采集从设备进行通信。本发明有益效果：改变了传统的测量高压电缆的距离和信号传输速度求信号延时，本发明采用高压电缆振荡波电压的相似度计算出局放采集设备之间的延时，并且经过滤波后大大减少有用信号附近的杂波信号，提高了延时精度。
-
公开(公告)号：CN103760480B
公开(公告)日：2016-08-17
申请号：CN201410013408.2
申请日：2014-01-10
IPC分类号： G01R31/12
摘要： 本发明公开了一种利用红外测温技术判断复合绝缘子故障的方法，包括：对红外测温仪器进行初始参数设置；在距离杆塔一定距离处，使用红外测温仪器对绝缘子进行测量；若测量到绝缘子温度异常，使用红外测温仪器靠近绝缘子进行精确测温；若绝缘子导线侧均压环位置温升小于2度，且绝缘子导线侧均压环以外位置温升小于1度，则判定绝缘子正常；若绝缘子导线侧均压环位置温升大于2度，或者绝缘子导线侧均压环以外位置温升大于1度，则判定绝缘子故障。本发明可以更准确的判断出绝缘子是否发生故障，避免了错判误判导致的停电以及大量人力物力的耗费，判断结果更加准确，判断方法简单易行，便于大范围推广。
-
公开(公告)号：CN103812139B
公开(公告)日：2016-03-09
申请号：CN201410010983.7
申请日：2014-01-09
IPC分类号： H02J5/00
摘要： 本发明公开了一种基于单导线交直流混合技术的配电网系统，包括第一交流源和直流源，所述第一交流源和直流源均与第一Z型变压器相连，第一Z型变压器与第二Z型变压器通过线路相连，第二Z型变压器与升压斩波电路相连，第二Z型变压器还与第二交流源相连，第一交流源和第一Z型变压器之间还连接有第一负载，第二交流源和第二Z型变压器之间还连接有第二负载。利用本发明避免了铁芯饱和现象。通过采用Z型变压器减轻了铁芯饱和现象。采用Z型变压器的交直流配电网能够在无严重波形畸变的前提下，实现交流和直流的融合。
-
公开(公告)号：CN105334436A
公开(公告)日：2016-02-17
申请号：CN201510731479.0
申请日：2015-10-30
IPC分类号： G01R31/12
摘要： 本发明公开了一种基于SOM-BP组合神经网络的交联电缆局部放电模式识别方法，将SOM神经网络作为初级网络，BP神经网络作为次级网络，两者间串联连接的SOM-BP组合神经网络模型。开展交联电缆局部放电模拟试验，提取了超宽频带单次放电脉冲时域波形的3、4阶统计特征作为放电指纹，实现对电缆局部放电类型的识别。识别结果表明，以SOM-BP组合神经网络作为分类器时各模式识别率均＞90％，且无论是各类识别率还是整体识别率，该网络识别效果均为最佳，证明了组合模型的有效性及合理性。
-
公开(公告)号：CN104809722B
公开(公告)日：2018-09-28
申请号：CN201510173009.7
申请日：2015-04-13
摘要： 本发明公开了一种基于红外热像的电气设备故障诊断方法，包括：输入采集的电气设备红外热像图；对红外热像图像进行灰度化处理，运用OTSU法对灰度化后的电气设备红外热像图进行分割处理；提取分割后的红外热像的特征参数作为GA‑BP神经网络的输入参数并对GA‑BP神经网络进行训练；运用训练好的GA‑BP神经网络对电气设备进行热缺陷诊断，输出诊断结果。本发明有益效果：引入OTSU分割，提取温度特征和Zernike矩参数，经GA‑BP神经网络对电气设备进行故障诊断，效果显著，可针对不同的电气设备热缺陷进行诊断处理，有利于变电站的智能化运行，提高检测的准确性。
-
公开(公告)号：CN105388402B
公开(公告)日：2018-08-10
申请号：CN201510732891.4
申请日：2015-10-30
IPC分类号： G01R31/12
摘要： 本发明公开了一种基于参数优化SVM算法的交联电缆局部放电模式识别方法，为避免传统模式识别中神经网络收敛速度慢、过学习等不足或因支持向量机参数选择不当而导致识别精度低，在引入M‑ary分类理论将泛化及学习能力更强的SVM算法扩展为多类分类器的同时，利用改进遗传算法优化各子分类器的惩罚因子及核函数参数，从而构造出最优参数SVM分类模型。结果表明，以优化SVM作为分类器时各缺陷识别率均＞95％，且无论是否优化参数，SVM总体识别能力要优于RBF神经网络。
-
公开(公告)号：CN103762057A
公开(公告)日：2014-04-30
申请号：CN201410010535.7
申请日：2014-01-09
摘要： 本发明公开了一种空心电抗器模型简化方法，包括以下步骤：首先绕制线圈作为空心电抗器的原模型以及若干圆环形载流导体作为简化模型；利用磁场测量仪测量空心电抗器的原模型对应的径向磁场及轴向磁场；利用磁场测量仪测量简化模型对应的径向磁场及轴向磁场；通过比较原模型对应的径向磁场及轴向磁场与简化模型对应的径向磁场及轴向磁场，选择最接近空心电抗器原模型磁场分布的最优简化模型。在保证能够近似模拟原模型空间磁场分布的基础上，采用简化模型代替复杂的原模型，可明显简化空心电抗器模型的建立和制作过程。
-
公开(公告)号：CN105334436B
公开(公告)日：2018-08-10
申请号：CN201510731479.0
申请日：2015-10-30
IPC分类号： G01R31/12
摘要： 本发明公开了一种基于SOM‑BP组合神经网络的交联电缆局部放电模式识别方法，将SOM神经网络作为初级网络，BP神经网络作为次级网络，两者间串联连接的SOM‑BP组合神经网络模型。开展交联电缆局部放电模拟试验，提取了超宽频带单次放电脉冲时域波形的3、4阶统计特征作为放电指纹，实现对电缆局部放电类型的识别。识别结果表明，以SOM‑BP组合神经网络作为分类器时各模式识别率均＞90％，且无论是各类识别率还是整体识别率，该网络识别效果均为最佳，证明了组合模型的有效性及合理性。
-
公开(公告)号：CN105388402A
公开(公告)日：2016-03-09
申请号：CN201510732891.4
申请日：2015-10-30
IPC分类号： G01R31/12
摘要： 本发明公开了一种基于参数优化SVM算法的交联电缆局部放电模式识别方法，为避免传统模式识别中神经网络收敛速度慢、过学习等不足或因支持向量机参数选择不当而导致识别精度低，在引入M-ary分类理论将泛化及学习能力更强的SVM算法扩展为多类分类器的同时，利用改进遗传算法优化各子分类器的惩罚因子及核函数参数，从而构造出最优参数SVM分类模型。结果表明，以优化SVM作为分类器时各缺陷识别率均＞95％，且无论是否优化参数，SVM总体识别能力要优于RBF神经网络。
-
-
-
-
-
-
-
-
-
搜索结果
72 条记录 (耗时 0.038 秒)