一种用于电压互感器CVT的故障预测方法及系统

    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

    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。

    一种基于热成像的电能表过热故障判别方法

    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

    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。