一种基于热红外成像技术对绝缘子故障在线监测方法

    公开(公告)号:CN106124949B

    公开(公告)日:2019-08-13

    申请号:CN201610769198.9

    申请日:2016-08-30

    IPC分类号: G01R31/12 G01N25/72

    摘要: 本发明公开了一种基于热红外成像技术对绝缘子故障在线监测方法,钢帽部分采用矩形框选点法、绝缘子串部分采用线段选点进行坐标温度转换,由绝缘子故障检测算法得出低值绝缘子特征量、零值绝缘子特征量、绝缘子积污特征量和绝缘子破损特征量四类温度参数特征量,结合环境温度、湿度和污秽状况,选用两个三层PNN概率神经网络分别对钢帽部分和绝缘子串部分进行特征级融合,给出局部信息融合判断的结果,提交给决策级进行全局决策,提高信息融合模型的精度,清晰的划分出故障和非故障,减少误判率,采用多特征量监测,并综合多种特征量数据和绝缘子故障判断模型进行故障判别,因此监测数据的可靠性得到提高。

    一种基于超定方程组的输电线路双端行波故障测距方法

    公开(公告)号:CN107942202A

    公开(公告)日:2018-04-20

    申请号:CN201711463743.2

    申请日:2017-12-28

    IPC分类号: G01R31/08 G01R31/11

    摘要: 本发明公开了一种基于超定方程组的输电线路双端行波故障测距方法,先构建超定方程组;然后测量故障点产生的初始行波信号到达线路测量端M的时间以及故障点产生的初始行波信号经线路测量端N反射行波信号到达线路测量端M的时间;测量故障点产生的初始行波信号到达线路测量端N的时间以及故障点产生的初始行波信号经线路测量端M反射行波信号到达线路测量端N的时间;根据四个时间量,采用超定方程组计算故障点位置。本发明通过测量故障点产生的初始行波到达输电线路两测量端,以及线路测量端M反射行波到达测量端N、线路测量端N反射行波到达测量端M的时间,通过超定方程组求解消除波速影响的故障点位置,减小测量误差,提高了测距精度。

    一种基于电力设备红外图像的变压器油位监测系统

    公开(公告)号:CN105547408A

    公开(公告)日:2016-05-04

    申请号:CN201610067141.4

    申请日:2016-01-29

    IPC分类号: G01F23/22

    CPC分类号: G01F23/22

    摘要: 本发明公开了一种基于电力设备红外图像的变压器油位监测系统,包括:第一光学成像装置,其设于变压器的油枕附近;第二光学成像装置;光纤传像束,其具有位于第一光学成像装置这一侧的输入端面以及位于第二光学成像装置这一侧的输出端面;红外探测器,其设于第二光学成像装置附近;控制装置,其与所述红外探测器连接;其中,第一光学成像装置将油枕红外辐射能量场映射到光纤传像束的输入端面,光纤传像束将所述油枕红外辐射能量场从输入端面传输到输出端面,所述第二光学成像装置将所述输出端面的油枕红外辐射能量场耦合进所述红外探测器,所述红外探测器将油枕红外辐射能量场转换为与之对应的光信息,并传输至控制装置。本发明抗电磁干扰能力强。

    基于多级注意力和特征融合的变压器故障诊断方法及系统

    公开(公告)号:CN116434777B

    公开(公告)日:2023-10-20

    申请号:CN202310677308.9

    申请日:2023-06-09

    IPC分类号: G10L25/51 G01R31/00 G10L25/30

    摘要: 本发明公开了一种基于多级注意力和特征融合的变压器故障诊断方法及系统,属于电力变压器声纹感知与故障诊断技术领域,方法包括:实时采集待测电力变压器的声纹信号;对采集的声纹信号数据进行预处理并划分训练集和测试集;根据采集的声纹信号和故障诊断模型,进行变压器故障诊断;其中,所述故障诊断模型是通过建立卷积神经网络提取数据特征,利用低层特征分辨率高包含更多的位置细节信息而噪声多和高层特征具有更高的语义信息而分辨率低对细节的感知力差的特点,对低层特征和高层特征进行融合处理,并基于变压器不同故障类型的声纹信号构成训练集和测试集进行训练、测试得到的。本发明能够确定故障类型及故障位置,提高了故障诊断的准确率。

    基于多级注意力和特征融合的变压器故障诊断方法及系统

    公开(公告)号:CN116434777A

    公开(公告)日:2023-07-14

    申请号:CN202310677308.9

    申请日:2023-06-09

    IPC分类号: G10L25/51 G01R31/00 G10L25/30

    摘要: 本发明公开了一种基于多级注意力和特征融合的变压器故障诊断方法及系统,属于电力变压器声纹感知与故障诊断技术领域,方法包括:实时采集待测电力变压器的声纹信号;对采集的声纹信号数据进行预处理并划分训练集和测试集;根据采集的声纹信号和故障诊断模型,进行变压器故障诊断;其中,所述故障诊断模型是通过建立卷积神经网络提取数据特征,利用低层特征分辨率高包含更多的位置细节信息而噪声多和高层特征具有更高的语义信息而分辨率低对细节的感知力差的特点,对低层特征和高层特征进行融合处理,并基于变压器不同故障类型的声纹信号构成训练集和测试集进行训练、测试得到的。本发明能够确定故障类型及故障位置,提高了故障诊断的准确率。