-
公开(公告)号：CN111884710B
公开(公告)日：2022-02-11
申请号：CN202010744453.0
申请日：2020-07-29
Applicant: 国网四川省电力公司广安供电公司
IPC: H04B10/071 , H04B10/077
Abstract: 本发明公开了一种智能光缆监控方法、装置、计算机设备及存储介质，该方法包括RTU测试设备获取网管服务器通过网口发送的轮巡测试计划，并基于轮巡测试计划生成测试指令，以发射检测光信号，从而获取被测目标，对被测目标进行打光测试，获取纤芯测试曲线，从而获取纤芯测试结果并发送给网管服务器；网管服务器获取客户端发送的轮巡测试计划，并通过网口发送给RTU测试设备，然后获取RTU测试设备发送的纤芯测试结果，并对纤芯测试结果进行分析处理，将分析处理的结果发送给地理信息系统，并在监控屏幕上显示，方便工作人员及时直观地获知上述信息，然后通过预设告警方式告警，实现了对光缆进行主动监测和主动维护，提高光缆维护效率，减小光缆故障影响。
-
公开(公告)号：CN109738519B
公开(公告)日：2021-08-17
申请号：CN201910008221.6
申请日：2019-01-04
Applicant: 国网四川省电力公司广安供电公司
Abstract: 本发明涉及一种变压器高压套管引线超声检测的去噪方法，包括：对变压器高压套管引线反射的超声回波信号进行小波分解，从细节分量与近似分量进行信号分析；引入基于SURE无偏估计的自适应阈值法，自适应小波阈值估计采用梯度下降法，将梯度函数Δλ作为目标函数，梯度函数Δλ最小值对应最优阈值，同时引进Sigmoid函数作为阈值函数，将上述变量结合得到新的梯度函数Δλ；将灰狼优化算法与自适应阈值法结合，利用灰狼算法对目标函数进行优化；对每层细节小波分量使用灰狼优化自适应最优阈值进行去噪处理，将去噪后的细节分量与近似分量进行小波逆变换信号重构，即可得到去噪后的超声回波信号。与现有技术相比，本发明具有提高了超声检测精度等优点。
-
公开(公告)号：CN109580787B
公开(公告)日：2021-02-02
申请号：CN201811498569.X
申请日：2018-12-08
Applicant: 国网四川省电力公司广安供电公司
Abstract: 本发明涉及一种用于变压器高压套管引线超声检测的超声回波去噪方法，包括：步骤1)对变压器高压套管引线反射的超声回波信号进行小波分解；步骤2)超声回波信号去噪预处理；步骤3)对去噪预处理后的回波信号进行EEMD分解得到多层IMF分量；步骤4)求解去噪预处理信号的噪声分量标准差，前两层IMF分量使用新方法“2σ法则”滤除信号中的噪声，剩余IMF分量使用自适应阈值去噪；步骤5)计算二次去噪后IMF分量与原分量的相关系数，依据系数大小选取需要保留的IMF分量进行信号重构，得到去噪后的超声回波信号。与现有技术相比，本发明可有效滤除超声回波信号中的随机噪声，最大限度地保证了回波信号的完整性，更好的识别回波信号的起振位置等。
-
公开(公告)号：CN109738519A
公开(公告)日：2019-05-10
申请号：CN201910008221.6
申请日：2019-01-04
Applicant: 国网四川省电力公司广安供电公司
Abstract: 本发明涉及一种变压器高压套管引线超声检测的去噪方法，包括：对变压器高压套管引线反射的超声回波信号进行小波分解，从细节分量与近似分量进行信号分析；引入基于SURE无偏估计的自适应阈值法，自适应小波阈值估计采用梯度下降法，将梯度函数Δλ作为目标函数，梯度函数Δλ最小值对应最优阈值，同时引进Sigmoid函数作为阈值函数，将上述变量结合得到新的梯度函数Δλ；将灰狼优化算法与自适应阈值法结合，利用灰狼算法对目标函数进行优化；对每层细节小波分量使用灰狼优化自适应最优阈值进行去噪处理，将去噪后的细节分量与近似分量进行小波逆变换信号重构，即可得到去噪后的超声回波信号。与现有技术相比，本发明具有提高了超声检测精度等优点。
-
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：CN109580787A
公开(公告)日：2019-04-05
申请号：CN201811498569.X
申请日：2018-12-08
Applicant: 国网四川省电力公司广安供电公司
Abstract: 本发明涉及一种用于变压器高压套管引线超声检测的超声回波去噪方法，包括：步骤1)对变压器高压套管引线反射的超声回波信号进行小波分解；步骤2)超声回波信号去噪预处理；步骤3)对去噪预处理后的回波信号进行EEMD分解得到多层IMF分量；步骤4)求解去噪预处理信号的噪声分量标准差，前两层IMF分量使用新方法“2σ法则”滤除信号中的噪声，剩余IMF分量使用自适应阈值去噪；步骤5)计算二次去噪后IMF分量与原分量的相关系数，依据系数大小选取需要保留的IMF分量进行信号重构，得到去噪后的超声回波信号。与现有技术相比，本发明可有效滤除超声回波信号中的随机噪声，最大限度地保证了回波信号的完整性，更好的识别回波信号的起振位置等。
-
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：CN111884710A
公开(公告)日：2020-11-03
申请号：CN202010744453.0
申请日：2020-07-29
Applicant: 国网四川省电力公司广安供电公司
IPC: H04B10/071 , H04B10/077
Abstract: 本发明公开了一种智能光缆监控方法、装置、计算机设备及存储介质，该方法包括RTU测试设备获取网管服务器通过网口发送的轮巡测试计划，并基于轮巡测试计划生成测试指令，以发射检测光信号，从而获取被测目标，对被测目标进行打光测试，获取纤芯测试曲线，从而获取纤芯测试结果并发送给网管服务器；网管服务器获取客户端发送的轮巡测试计划，并通过网口发送给RTU测试设备，然后获取RTU测试设备发送的纤芯测试结果，并对纤芯测试结果进行分析处理，将分析处理的结果发送给地理信息系统，并在监控屏幕上显示，方便工作人员及时直观地获知上述信息，然后通过预设告警方式告警，实现了对光缆进行主动监测和主动维护，提高光缆维护效率，减小光缆故障影响。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.04 seconds)
