-
公开(公告)号：CN118690295A
公开(公告)日：2024-09-24
申请号：CN202410737678.1
申请日：2024-06-07
Applicant: 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
IPC: G06F18/2433 , G06F18/25 , G06F18/21 , G06F123/02
Abstract: 本发明涉及变电站设备监测技术领域，本发明公开了一种变电站设备异常检测方法及其系统，包括采集变电站设备中变压器的每个预设目标区域的特征训练数据；根据特征训练数据生成状态评估系数；对状态评估系数进行分析，判断变压器是否存在突发性运行故障；基于预设目标区域实测波动数据值与突发性故障信息的对应关系，确定对应的突发性故障信息；本发明通过基于实测负载数据和实测高次谐波数据生成的实测负载趋势图和实测高次谐波趋势图，进行对比分析，进一步确定突发性运行故障原因，从而能够对变压器快速判断并确定发生变压器突发性运行故障的原因，提高了变电站设备异常排查效率。
-
公开(公告)号：CN119001345A
公开(公告)日：2024-11-22
申请号：CN202410980984.8
申请日：2024-07-22
Applicant: 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
Abstract: 本发明公开了一种变压器局部放电强度的检测系统，涉及变压器局部放电检测技术领域，包括局部放电信号采集模块、信号处理模块、频谱图构建模块、深度分析模块和变压器局部放电预警模块：局部放电信号采集模块：用于在待检测的变压器的各个易放电部位预设传感器，通过传感器实时监测变压器的工作状态，获取n个局部放电强度检测信号，n＝0、1、2、3……N,N为自然数，并将n个局部放电强度检测信号发送至信号处理模块；信号处理模块：用于对局部放电信号采集模块采集的n个局部放电强度检测信号进行预处理，并通过深度自编码器对预处理后的n个局部放电强度检测信号进行分解和重构，获取n个局部放电强度检测信号的特征参数集Mn。
-
公开(公告)号：CN116595853A
公开(公告)日：2023-08-15
申请号：CN202310105034.6
申请日：2023-02-13
Applicant: 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
IPC: G06F30/27 , G06N3/0442 , G06N3/04 , G06F119/04
Abstract: 本发明公开了一种基于残差收缩网络和长短期记忆网络的变电站设备寿命预测方法，包括以下步骤：(1)采用数字孪生技术和多物理场技术，获取数据；(2)融合多传感器数据，构建数据集；(3)对多数据集进行预处理并划分训练集、测试集和验证集；(4)构建结合残差收缩和长短期记忆网络的预测模型；(5)训练最佳预测模型；(6)测试模型；基于卷积神经网络的残差收缩网络能够针对数据集的噪声等级设置不同的阈值，可以很好的增强有效信息，减弱无效的噪声干扰信息；长短期记忆神经网络筛选出更能反映变电站设备在全寿命周期内退化过程的特征量，提取信号中隐藏的历史信息和未来信息，可以充分利用具有时间相关性的退化历史数据，得到变电站设备性能退化时的状态变化过程，提高了剩余寿命预测的精度。
-
公开(公告)号：CN118538194A
公开(公告)日：2024-08-23
申请号：CN202410737760.4
申请日：2024-06-07
Applicant: 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
IPC: G10K11/178
Abstract: 本发明公开了一种变电站站界噪音控制及监测方法，属于变电站声音监测技术领域，包括以下步骤：物联网下的信号采集，利用变电站站界噪音等效技术，得到变电站站界内的整个区域的声压级；信号降噪处理，采用局域波分解技术剔除信号中的噪声；采用离散傅里叶变换法提取信号的特征；利用有源消声法减弱噪音的音量，在该特定区域空间内放置噪音发生器。本发明中，能够实现全空间全点位监测，有利于对变电站站界内部噪声分布情况进行全方面了解，通过专业技术团队根据现有的监测设备及设施布置方式以及对材料的运用，对变电站站界内部进行声场计算，具有良好的抗干扰能力，避免受到实际环境温湿度、材料特性变化以及外界干扰多种因素的影响。
-
公开(公告)号：CN118739590A
公开(公告)日：2024-10-01
申请号：CN202410844046.5
申请日：2024-06-27
Applicant: 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
IPC: H02J13/00
Abstract: 本发明公开了一种基于视觉标识指引的变电站可视化巡检平台，属于数据处理技术领域，所述变电站可视化巡检平台由变电站巡检线路生成单元、设备边缘数据采集单元、服务器和可视化平台组成。本发明中，将一座变电站内部划分为一个或多个区域，每个区域配置一套远程智能巡检系统，统筹网络通道资源和所需智能分析算法等因素，并利用巡检机器人、视频采集模块和红外传模块联合自动巡检技术，对变电站内部实现远程巡检和故障检测，减少了人工巡检的工作量和作业安全风险，同时提高巡检的覆盖面、实时性和准确性，区域型远程智能巡检系统在变电站的实际应用结果表明，该系统具备良好的稳定性和可扩展性，为变电站的运维管理带来了显著的益处。
-
公开(公告)号：CN116340812A
公开(公告)日：2023-06-27
申请号：CN202310138741.5
申请日：2023-02-20
Applicant: 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
IPC: G06F18/24 , G06F18/213 , G06F18/23 , G06N3/08
Abstract: 本发明公开了一种变压器局部放电故障模式识别方法及系统，该方法包括：利用传感器获取变压器不同时间段不同运行状态的局部放电信号，采用希尔伯特‑黄变换对训练集中的局部放电故障信号进行分解和重构，并最终表示为即Hilbert谱；对所述Hilbert谱按指数分布族提取能量特征值。变压器不同状态下的能量特征值构成特征向量，将特征向量构成特征矩阵，并将特征矩阵输入到PNN神经网络中进行训练，得到训练好的PNN神经网络。本发明通过希尔伯特能量图谱分析局部放电信号的信号特点，提出希尔伯特能量聚类算法，其提高了特征值自身的可分性，使分类效果更加明显。并结合PNN作为局部放电故障识别的分类器，具有更高的识别率，同时有着较好的扩展性。
-
公开(公告)号：CN116226772A
公开(公告)日：2023-06-06
申请号：CN202310135446.4
申请日：2023-02-20
Applicant: 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
IPC: G06F18/2433 , G01H17/00 , G06F18/213 , G06F18/10
Abstract: 本发明公开了一种基于振动信号的变压器铁心松动故障诊断方法，包括以下步骤：利用加速度传感器采集变压器箱体表面的原始振动信号；利用经验模态分解方法对所述原始振动信号进行分解；利用基于相关系数的方法对分解后的信号进行重构，得到重构后的振动信号；根据重构后的振动信号计算故障特征指标；将得到的故障特征指标与设定的故障阈值进行比较，并判断是否发生铁心松动故障。本发明利用EMD方法对所采集的振动信号进行分解，利用基于相关系数的方法对分解后的信号进行重构，筛选掉与原始信号相关性较小的部分，从而滤除无法反映原始信号特征的噪声部分，提高了后续故障诊断的精确度。
-
公开(公告)号：CN115985031A
公开(公告)日：2023-04-18
申请号：CN202310065157.1
申请日：2023-01-17
Applicant: 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
IPC: G08B13/196
Abstract: 本发明提供一种基于高斯YOLOv3人体检测的变电站辅控防盗报警系统及方法，该方法包括采用传感器监测警戒区画面；将传感器监测的图像通过无线技术或互联网连接传输到云端的数据中心；数据中心进行预处理后将数据传输到基于高斯YOLOv3的监视系统；在高斯YOLOv3的监视系统中进行进一步的分析和训练，标定边界框；将数据处理结果发送回数据中心，同时判断是否需要发出警报。本发明利用高斯YOLOv3网络模型，对输入图像信息进行识别检测，使原模型获得更高的准确率，很好地解决了信息显示不完整、可视化程度低、无相应报警功能、以及报警不及时等问题。
-
公开(公告)号：CN118861620A
公开(公告)日：2024-10-29
申请号：CN202410844042.7
申请日：2024-06-27
Applicant: 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
IPC: G06F18/213 , G01R31/12 , G06F18/214 , G06F18/2411 , G06F18/2415 , G06F18/2433 , G06N20/00
Abstract: 本发明公开了一种开关柜局部放电检测方法和系统，涉及开关柜局部放电检测技术领域，包括以下步骤：步骤S100：历史数据收集模块获取n组开关柜的局部放电特征数据的历史数据，并分别标记为N1、N2、N3、……Nn；步骤S200：历史数据处理模块对n组局部放电特征数据的历史数据进行分析处理，获得n组局部放电分析系数；步骤S300：模型生成模块根据n组放电分析系数，生成用于评估异常放电原因的机器学习模型；步骤S400：实时数据收集模块获取实时局部放电特征数据进行处理生成实时放电分析系数，并将获取的实时放电分析系数发送至监管异常放电监管模块；步骤S500：异常放电监管模块对实时放电分析系数的属性值输入机器学习模型中进行分析。
-
公开(公告)号：CN118692202A
公开(公告)日：2024-09-24
申请号：CN202410737736.0
申请日：2024-06-07
Applicant: 国网吉林省电力有限公司建设分公司 , 国电南瑞南京控制系统有限公司
Abstract: 本发明公开了一种变电站火灾探测数据采集方法，涉及火灾数据采集技术领域，包括步骤S100：通过处理器对图像数据采集设备和传感数据采集设备进行工作状态验证和设备数据采集；步骤S200：将采集的设备数据进行存储至存储器中，并将设备数据发送至训练完成后机器学习模型中进行数据分析，生成数据采集情况预测数据，所述机器学习模型基于设备数据的历史数据进行分析；步骤S300：基于数据采集情况预测数据进行异常采集设备的匹配，并对异常采集设备进行异常标记，本发明通过结合图像数据采集设备和传感数据采集设备，并利用机器学习模型，通过处理器对图像数据采集设备和传感数据采集设备进行工作状态验证和设备数据采集，确保了采集到的数据的可靠性。
