-
公开(公告)号:CN118859080A
公开(公告)日:2024-10-29
申请号:CN202411113504.4
申请日:2024-08-14
申请人: 国网山西省电力公司晋中供电公司
IPC分类号: G01R35/02
摘要: 本发明公开了一种用于电压互感器CVT的故障预测方法及系统,属于电压互感器CVT故障检测领域,包括:采集电压互感器CVT运行时的电压有效值和电压相位值,并对异常值进行删除处理,对空值数据进行填补后,得到CVT电压数据;构建由编码处理模块、多尺度融合模块、编码器、解码器和滚动周期数据抓取预测模块组成的LSTM‑Informer模型,通过所述CVT电压数据进行训练,构建故障预测模型,用于对所述电压互感器CVT进行故障预测。本发明可对电压互感器CVT进行未来一段时间周期的故障预测,为后续工作人员监测故障指明了重点方向,使工作人员能够提前做出故障处置预案,进而及时解决CVT故障。
-
公开(公告)号:CN114359146A
公开(公告)日:2022-04-15
申请号:CN202111458119.X
申请日:2021-12-02
申请人: 国网山西省电力公司晋中供电公司 , 西南大学
摘要: 本发明涉及一种基于热成像的电能表过热故障判别方法,属于电力技术领域。该方法包括以下步骤:S1:收集电能表热成像图片数据。S2:对热成像图片数据进行人为标签分类以及数据预处理。S3:建立深度卷积神经网络,以及优化函数和优化器的选择。S4:训练模型,通过测试集的准确率对模型的超参数微调。S5:搭建最小系统,并将训练好的网络嵌入。可以对电能表非侵入式的进行收集热成像图片,便捷快速地判别电能表的过热故障类型并给出建议,避免电能表的绝缘老化对电力系统和用户造成影响。此外,还可使得检修活动更具有针对性,可提高电能表的检测效率、避免人力资源浪费。
-
公开(公告)号:CN114282714A
公开(公告)日:2022-04-05
申请号:CN202111530000.9
申请日:2021-12-02
申请人: 国网山西省电力公司晋中供电公司 , 西南大学
摘要: 本发明涉及一种基于广义回归神经网络的电能表状态分析评价方法,属于电力技术领域。该方法包括以下步骤:S1:采集数据;S2:数据预处理;S3:建立神经网络模型,并通过数据训练模型;S4:模型优化,确定模型的平滑因子;S5:模型分析及评价效果判定。可以对智能电能表运行实时信息数据进行,通过控制中心对电能表的运行状态进行判断,及时查出电能表的缺陷和不足,避免造成计量问题并带来损失。此外,还可使得检修活动更具有针对性,可提高智能电能表维护效率、避免人力资源浪费。
-
公开(公告)号:CN116008737A
公开(公告)日:2023-04-25
申请号:CN202211419683.5
申请日:2022-11-14
申请人: 国网山西省电力公司晋中供电公司
摘要: 本发明公开了一种油纸绝缘介电响应等效模型建模方法,解决了现有建模方法得出的EDM模型无法满足时频域一致性的技术问题;首先采用FDS数据求解EDM参数,则使EDM参数首先匹配了FDS的高频段优势部分。随后,又从去极化电流曲线的尾部去对比该模型的计算值,如果不匹配,则需全部重新辨识参数,这就保证了EDM匹配了PDC曲线的低频信息。因此,上述方法充分利用了FDS与PDC两种数据,能够解决目前EDM的建模难以高精度同时匹配频域、时域介电响应测量结果的问题。
-
-
-