-
公开(公告)号：CN108737012A
公开(公告)日：2018-11-02
申请号：CN201810677498.3
申请日：2018-06-27
Applicant: 国网四川省电力公司广安供电公司
IPC: H04J14/02 , H04B10/038
CPC classification number: H04J14/029 , H04B10/038
Abstract: 本发明公开了一种光纤保护切换方法及装置，包含主站和从站，主站包括主站远程测控终端、上行1×2光开关、下行1×2光开关、主站合路器、主站分路器、第一主站光功率监测单元和第二主站光功率监测单元；从站包括从站远程测控终端、耦合器、第一从站分路器、第二从站分路器、从站合路器、第一从站光功率监测单元和第二从站光功率监测单元。统一由主站远程测控终端控制下行1×2光开关和上行1×2光开关的切换，且切换时间为光开关切换一次的时间，缩短切换时间，切换效率高，可以达到5ms以下。
-
公开(公告)号：CN106443310A
公开(公告)日：2017-02-22
申请号：CN201611042679.6
申请日：2016-11-22
Applicant: 国网四川省电力公司广安供电公司 , 国家电网公司
CPC classification number: G01R31/027 , G06N3/02
Abstract: 本发明公开了一种基于SOM神经网络的变压器故障检测方法，所述方法包括：S100：选取变压器为试验对象，采集不同状态下变压器振动信号为样本数据；S200：利用希尔伯特-黄变换中集合经验模式分解分解提取特征矢量：S300：将特征矢量输入到SOM神经网络中；S400：计算映射层的权值和输入向量的距离；S500：调整胜出神经元及邻接神经元的权值；S600：判断是否到达预设条件，完成SOM神经网络训练，获得测试样本；S700：输入测试样本，根据网络输出测试样本对应的变压器故障类型，实现了能够对变压器进行在线检测的技术效果。
-
Patent Agency Ranking
公开(公告)号：CN107888285A
公开(公告)日：2018-04-06
申请号：CN201711191054.0
申请日：2017-11-24
Applicant: 国网四川省电力公司广安供电公司 , 国家电网公司
IPC: H04B10/071 , H04B10/079 , H04B10/032 , H04B10/038
CPC classification number: H04B10/071 , H04B10/032 , H04B10/038 , H04B10/07955
Abstract: 本发明公开了可切换模式的智能光缆监控系统及方法，包括光源模块、网管服务器、RTU单元设备和客户端计算机，本发明解决了现有的光缆监控设备不能实现同一RTU设备同时兼容备纤测试、在线测试、保护监测三种工作模式的问题，提供可切换模式的智能光缆监控系统，其应用时除了可以24小时全天候实时自动化监测光缆状态；具有较高的检测概率和较低的虚警概率和较高的光缆断点定位精度；具有快速的光缆保护切换功能；不影响原有传输系统的正常运行；具有短信、邮件、声光等多种报警方式。其应用时还可以通过同一RTU设备同时兼容备纤测试、在线测试、保护监测三种工作模式，无论使用哪种工作模式，均占用一条光缆中的一根光纤，大大节省了光纤资源。
-
公开(公告)号：CN106932184A
公开(公告)日：2017-07-07
申请号：CN201710152951.4
申请日：2017-03-15
Applicant: 国网四川省电力公司广安供电公司 , 国家电网公司
CPC classification number: G01M13/00 , G06K9/6219 , G06K9/627
Abstract: 本发明公开了一种基于改进层次聚类的变压器故障诊断方法，所述方法包括：步骤1：建立变压器振动信号采集系统，基于建立的系统对变压器进行数据采样，以获取变压器振动信号；步骤2：通过希尔伯特‑黄变换方法处理获得的变压器振动信号；步骤3：通过改进的凝聚层次聚类算法对测试变压器的振动信号特征值进行层次分类，确定测试变压器所处的状态；改进的凝聚层次聚类算法为在传统凝聚层次聚类算法的基础上，将对象合并后直接利用初始距离矩阵的数据进行处理，实现了对变压器故障状态的快速有效诊断的技术效果。
-
公开(公告)号：CN106646096A
公开(公告)日：2017-05-10
申请号：CN201611003127.4
申请日：2016-11-15
Applicant: 国网四川省电力公司广安供电公司 , 国家电网公司
Abstract: 本发明公开了一种基于振动分析法的变压器故障分类和识别方法，包括以下步骤：S1：选取变压器试验对象，采集不同状态下变压器振动信号为样本数据；S2：利用希尔伯特‑黄变换中集合经验模式分解方法计算样本数据得到本征模函数；S3：提取本征模函数分量中特征矢量V；S4：利用主成分分析法对特征矢量进行降维，坐标投影到二维图像中；S5：利用K邻近法对样本数据进行分类；S6：利用距离公式计算测试样本与原始样本的距离；S7：进行模式识别；S8：输出模式识别中相对应的变压器故障类型；可直观有效地判断变压器运行状态。
-
公开(公告)号：CN106646096B
公开(公告)日：2019-07-02
申请号：CN201611003127.4
申请日：2016-11-15
Applicant: 国网四川省电力公司广安供电公司 , 国家电网公司
Abstract: 本发明公开了一种基于振动分析法的变压器故障分类和识别方法，包括以下步骤：S1：选取变压器试验对象，采集不同状态下变压器振动信号为样本数据；S2：利用希尔伯特‑黄变换中集合经验模式分解方法计算样本数据得到本征模函数；S3：提取本征模函数分量中特征矢量V；S4：利用主成分分析法对特征矢量进行降维，坐标投影到二维图像中；S5：利用K邻近法对样本数据进行分类；S6：利用距离公式计算测试样本与原始样本的距离；S7：进行模式识别；S8：输出模式识别中相对应的变压器故障类型；可直观有效地判断变压器运行状态。
-
公开(公告)号：CN106443310B
公开(公告)日：2018-12-28
申请号：CN201611042679.6
申请日：2016-11-22
Applicant: 国网四川省电力公司广安供电公司 , 国家电网公司
Abstract: 本发明公开了一种基于SOM神经网络的变压器故障检测方法，所述方法包括：S100：选取变压器为试验对象，采集不同状态下变压器振动信号为样本数据；S200：利用希尔伯特‑黄变换中集合经验模式分解分解提取特征矢量：S300：将特征矢量输入到SOM神经网络中；S400：计算映射层的权值和输入向量的距离；S500：调整胜出神经元及邻接神经元的权值；S600：判断是否到达预设条件，完成SOM神经网络训练，获得测试样本；S700：输入测试样本，根据网络输出测试样本对应的变压器故障类型，实现了能够对变压器进行在线检测的技术效果。
-
-
-
-
-
-
Search Results
7
records
(took 0.06 seconds)
