-
公开(公告)号：CN118196480B
公开(公告)日：2024-12-13
申请号：CN202410209171.9
申请日：2024-02-26
Applicant: 国网江苏省电力有限公司南京供电分公司 , 河海大学
Abstract: 本发明公开了一种局部放电缺陷类型识别方法、装置、设备及存储介质。该方法包括：采集目标缺陷物体的局部放电信号；将局部放电信号转化为脉冲序列相位分布图像；建立图像增强模型，基于适应度函数确定图像增强模型中的目标α参数和目标β参数；基于图像增强模型对脉冲序列相位分布图像进行自适应图像增强，得到增强后的脉冲序列相位分布图像；基于增强后的脉冲序列相位分布图像确定局部放电缺陷类型。通过本发明的技术方案，能够对PRPS图像进行自适应图像增强，提升PRPS图像的对比度，使图像更加清晰，便于进一步提取更具差异性的图像特征，确定局部放电缺陷类型，进而提高故障的识别精度，具有较强的工程应用价值。
-
Patent Agency Ranking
公开(公告)号：CN118311386A
公开(公告)日：2024-07-09
申请号：CN202410379211.4
申请日：2024-03-29
Applicant: 国网江苏省电力有限公司南京供电分公司 , 河海大学
IPC: G01R31/12 , G01R31/327 , G01R23/16
Abstract: 本发明公开了一种研究GIS局部放电特高频信号传播特性的试验装置及方法，该装置包括：脉冲发射源、频谱仪、至少一个第一特高频传感器及至少一种传播衰减特性测试结构及数据处理模块；传播衰减特性测试结构中包括至少四个第二特高频传感器；脉冲发射源与任意一个第一特高频传感器；频谱仪分别与至少四个第二特高频传感器及脉冲发射源相连；脉冲发射源用于发射第一特高频电磁波信号；第二特高频传感器用于采集第二特高频电磁波信号；频谱仪用于测量第二特高频传感器的插入损耗；数据处理模块用于根据第二特高频电磁波信号和插入损耗确定特高频信号传播特性。上述技术方案，研究特高频电磁波经过不同结构的传播衰减特性，利于优化传感器的布置。
-
公开(公告)号：CN118196480A
公开(公告)日：2024-06-14
申请号：CN202410209171.9
申请日：2024-02-26
Applicant: 国网江苏省电力有限公司南京供电分公司 , 河海大学
Abstract: 本发明公开了一种局部放电缺陷类型识别方法、装置、设备及存储介质。该方法包括：采集目标缺陷物体的局部放电信号；将局部放电信号转化为脉冲序列相位分布图像；建立图像增强模型，基于适应度函数确定图像增强模型中的目标α参数和目标β参数；基于图像增强模型对脉冲序列相位分布图像进行自适应图像增强，得到增强后的脉冲序列相位分布图像；基于增强后的脉冲序列相位分布图像确定局部放电缺陷类型。通过本发明的技术方案，能够对PRPS图像进行自适应图像增强，提升PRPS图像的对比度，使图像更加清晰，便于进一步提取更具差异性的图像特征，确定局部放电缺陷类型，进而提高故障的识别精度，具有较强的工程应用价值。
-
公开(公告)号：CN118196479B
公开(公告)日：2024-12-31
申请号：CN202410208146.9
申请日：2024-02-26
Applicant: 国网江苏省电力有限公司南京供电分公司 , 河海大学
IPC: G06V10/764 , G06V10/40 , G06Q50/06 , G01R31/12
Abstract: 本发明公开了GIS设备局部放电类型确定方法、装置、设备及存储介质，包括：获取局部放电数据；将局部放电数据转化为脉冲序列相位分布PRPS图像；采用完全局部二值模式方法提取PRPS图像的图像特征；获取SVM识别模型的参数对对应的范围区间；在范围区间内生成多个参数对以构成参数对集合；对参数对集合执行搜索操作，直至得到每个参数对的适应度；根据适应度最大的参数对确定目标SVM识别模型；将PRPS图像的图像特征输入目标SVM识别模型，得到局部放电数据对应的GIS设备局部放电类型；本发明实现局部放电类型的精准辨识，有效降低故障的误判率，降低实际工程中不同故障类型样本差异对模型性能的影响，提高故障的识别精度。
-
公开(公告)号：CN118196479A
公开(公告)日：2024-06-14
申请号：CN202410208146.9
申请日：2024-02-26
Applicant: 国网江苏省电力有限公司南京供电分公司 , 河海大学
IPC: G06V10/764 , G06V10/40 , G06Q50/06 , G01R31/12
Abstract: 本发明公开了GIS设备局部放电类型确定方法、装置、设备及存储介质，包括：获取局部放电数据；将局部放电数据转化为脉冲序列相位分布PRPS图像；采用完全局部二值模式方法提取PRPS图像的图像特征；获取SVM识别模型的参数对对应的范围区间；在范围区间内生成多个参数对以构成参数对集合；对参数对集合执行搜索操作，直至得到每个参数对的适应度；根据适应度最大的参数对确定目标SVM识别模型；将PRPS图像的图像特征输入目标SVM识别模型，得到局部放电数据对应的GIS设备局部放电类型；本发明实现局部放电类型的精准辨识，有效降低故障的误判率，降低实际工程中不同故障类型样本差异对模型性能的影响，提高故障的识别精度。
-
公开(公告)号：CN118409170A
公开(公告)日：2024-07-30
申请号：CN202410344561.7
申请日：2024-03-25
Applicant: 国网江苏省电力有限公司南京供电分公司 , 河海大学
IPC: G01R31/12 , G06F18/2415 , G06F18/2431 , G06F18/2113 , G06F18/2131
Abstract: 本发明公开了一种GIS设备局部放电的缺陷识别方法、装置、设备及存储介质。包括：采集待识别GIS设备的局部放电信号；对所述局部放电信号进行傅里叶变换，获得频域信号；从所述频域信号中提取至少一个频域特征；对所述至少一个频域特征进行降维处理，获得至少一个目标频域特征；将所述至少一个目标频域特征输入缺陷识别模型中，获得所述待识别GIS设备的缺陷类别；其中，所述缺陷识别模型为由极限学习机ELM构成的神经网络模型。本发明实施例提供的GIS设备局部放电的缺陷识别方法，从局部放电信号中提取目标频域特征，将目标频域特征输入缺陷识别模型中，以获得待识别GIS设备的缺陷类别，可以提高GIS设备局部放电的缺陷识别精度。
-
-
-
-
-
Search Results
6
records
(took 0.05 seconds)
