-
公开(公告)号：CN108535638B
公开(公告)日：2020-05-12
申请号：CN201810072880.1
申请日：2018-01-25
申请人： 国网浙江省电力有限公司电力科学研究院 , 国家电网公司 , 上海交通大学
IPC分类号： G01R31/327 , G01M13/00
摘要： 本发明公开了一种基于多层滤波器的有载分接开关机械状态监测方法及系统。本发明包括：获取有载分接开关切换过程中的振动信号；对振动信号进行归一化处理；对归一化后的振动信号进行离散傅里叶变换，得到振动信号的频谱分布；根据频谱分布确定品质因子，设计多层滤波器；将频谱分布输入至多层滤波器，得到多个子带信号，形成子带信号矩阵；按列计算子带信号矩阵的协方差矩阵和协方差矩阵的模极大值；计算模极大值的统计量及统计量的控制限；根据统计量对分接开关的机械状态进行判别。本发明能对变压器分接开关的机械工作状态进行诊断，有效地、准确地检测出变压器分接开关的机械状态是否发生变化，从而可对分接开关及时采取有效措施。
-
公开(公告)号：CN108489717B
公开(公告)日：2019-11-22
申请号：CN201810072913.2
申请日：2018-01-25
申请人： 国网浙江省电力有限公司电力科学研究院 , 国家电网公司 , 上海交通大学
摘要： 本发明公开了一种变压器有载分接开关机械状态监测方法及系统。本发明包括：采集有载分接开关切换过程中的振动信号；对振动信号进行相空间重构，计算延迟时间；根据延迟时间对振动信号进行粗粒化处理；对粗粒化后得到的振动信号矩阵进行归一化；使用拉格朗日法计算归一化后的振动信号矩阵的基矩阵；计算振动信号的低维系数矩阵及其统计量；计算统计量的元素平均值及统计量的控制限值；根据统计量的元素平均值对分接开关的机械状态进行判断。本发明能对变压器有载分接开关的机械状态进行诊断，有效地、准确地检测出分接开关机械状态是否发生变化，从而可对分接开关及时采取有效措施，提高其运行可靠性。
-
公开(公告)号：CN108535638A
公开(公告)日：2018-09-14
申请号：CN201810072880.1
申请日：2018-01-25
申请人： 国网浙江省电力有限公司电力科学研究院 , 国家电网公司 , 上海交通大学
IPC分类号： G01R31/327 , G01M13/00
摘要： 本发明公开了一种基于多层滤波器的有载分接开关机械状态监测方法及系统。本发明包括：获取有载分接开关切换过程中的振动信号；对振动信号进行归一化处理；对归一化后的振动信号进行离散傅里叶变换，得到振动信号的频谱分布；根据频谱分布确定品质因子，设计多层滤波器；将频谱分布输入至多层滤波器，得到多个子带信号，形成子带信号矩阵；按列计算子带信号矩阵的协方差矩阵和协方差矩阵的模极大值；计算模极大值的统计量及统计量的控制限；根据统计量对分接开关的机械状态进行判别。本发明能对变压器分接开关的机械工作状态进行诊断，有效地、准确地检测出变压器分接开关的机械状态是否发生变化，从而可对分接开关及时采取有效措施。
-
公开(公告)号：CN108489717A
公开(公告)日：2018-09-04
申请号：CN201810072913.2
申请日：2018-01-25
申请人： 国网浙江省电力有限公司电力科学研究院 , 国家电网公司 , 上海交通大学
摘要： 本发明公开了一种变压器有载分接开关机械状态监测方法及系统。本发明包括：采集有载分接开关切换过程中的振动信号；对振动信号进行相空间重构，计算延迟时间；根据延迟时间对振动信号进行粗粒化处理；对粗粒化后得到的振动信号矩阵进行归一化；使用拉格朗日法计算归一化后的振动信号矩阵的基矩阵；计算振动信号的低维系数矩阵及其统计量；计算统计量的元素平均值及统计量的控制限值；根据统计量的元素平均值对分接开关的机械状态进行判断。本发明能对变压器有载分接开关的机械状态进行诊断，有效地、准确地检测出分接开关机械状态是否发生变化，从而可对分接开关及时采取有效措施，提高其运行可靠性。
-
公开(公告)号：CN112180221B
公开(公告)日：2022-06-03
申请号：CN202010827200.X
申请日：2020-08-17
申请人： 国网浙江省电力有限公司电力科学研究院 , 上海交通大学
发明人： 陈孝信 , 李晨 , 邵先军 , 王绍安 , 郑一鸣 , 杨智 , 詹江杨 , 何文林 , 陈珉 , 孙翔 , 王文浩 , 徐华 , 陈梁金 , 王磊 , 胡华杰 , 臧奕茗 , 钱勇 , 王辉 , 舒博
IPC分类号： G01R31/12 , G06F16/906 , G06K9/62
摘要： 本发明公开了一种基于双测度监督规则的GIS未知类别局部放电识别方法。本发明采用的技术方案为：首先，搭建GIS特高频检测系统并制作GIS典型绝缘缺陷，以采集局部放电信号；其次，为了充分表征不同类型的放电信息，构造放电梯度相位分布模式，提取统计特征；然后，通过训练集找到不同已知类型的最优特征预测模型，从而建立已知放电类型库，根据预测误差对待测样本进行初步分类；最后，建立合理的相似性和可靠性双测度监督规则，进一步评判分类结果，从而确认初步分类结果或者识别出未知类型样本。本发明能够顺利地筛选出未知类型的样本，并维持对已知类型的高识别率，从而极大地提高GIS局部放电的总体识别率，对于现场检测有好的指导意义。
-
公开(公告)号：CN112147465B
公开(公告)日：2022-06-03
申请号：CN202010813781.1
申请日：2020-08-13
申请人： 国网浙江省电力有限公司电力科学研究院 , 上海交通大学
发明人： 陈孝信 , 邵先军 , 王绍安 , 郑一鸣 , 李晨 , 杨智 , 詹江杨 , 何文林 , 陈珉 , 孙翔 , 王文浩 , 徐华 , 陈梁金 , 王绪军 , 王磊 , 臧奕茗 , 钱勇 , 王辉 , 舒博
摘要： 本发明公开了一种基于多重分形与极限学习机的GIS光学局部放电识别方法。本发明采用的技术方案为：设计多种GIS典型绝缘缺陷模型并搭建实验室光学检测系统，采集光学局部放电信号，绘制GIS不同缺陷下的灰度化光学局放图谱；根据多重分形理论，提取灰度化光学局放图谱的差盒维数及信息维数的多重分形特征量；构造极限学习机作为分类器，通过线性参数模式寻找全局极小值；输入训练和测试样本，测试识别结果。本发明的多重分形特征能够提高GIS光学局放图谱的识别准确率，极限学习机能够提高GIS光学局放图谱的识别速度，两者结合能够保证GIS局部放电的光学诊断效率。
-
公开(公告)号：CN114492974B
公开(公告)日：2024-08-06
申请号：CN202210055049.1
申请日：2022-01-18
申请人： 国网浙江省电力有限公司电力科学研究院 , 上海交通大学
IPC分类号： G06Q10/04 , G06Q10/067 , G06Q50/06 , G06F30/27 , G06F18/214 , G06N3/0442 , G06N3/0455 , G06N3/08
摘要： 本发明公开了一种GIS气体状态预测方法及系统。本发明的预测方法包括：数据预处理；建立以GRU为基本单元的Seq2Seq时序预测模型；Seq2Seq时序预测模型采用注意力机制自动提取输入时间序列关键时间点并分配相应权重，并计算当前时刻对应编码器输出的特征向量；在训练阶段采用线性衰减Scheduled Sampling算法；在测试阶段则采用Teacher Forcing算法；训练过程中损失函数取L1 Loss，经过1000次迭代后所得Seq2Seq时序预测模型对未来一段时间内GIS气体状态进行预测。本发明使Seq2Seq时序预测模型在实际测试时具有较高的容错性能，提升了Seq2Seq时序预测模型的预测精度。
-
公开(公告)号：CN114492974A
公开(公告)日：2022-05-13
申请号：CN202210055049.1
申请日：2022-01-18
申请人： 国网浙江省电力有限公司电力科学研究院 , 上海交通大学
摘要： 本发明公开了一种GIS气体状态预测方法及系统。本发明的预测方法包括：数据预处理；建立以GRU为基本单元的Seq2Seq时序预测模型；Seq2Seq时序预测模型采用注意力机制自动提取输入时间序列关键时间点并分配相应权重，并计算当前时刻对应编码器输出的特征向量；在训练阶段采用线性衰减Scheduled Sampling算法；在测试阶段则采用Teacher Forcing算法；训练过程中损失函数取L1 Loss，经过1000次迭代后所得Seq2Seq时序预测模型对未来一段时间内GIS气体状态进行预测。本发明使Seq2Seq时序预测模型在实际测试时具有较高的容错性能，提升了Seq2Seq时序预测模型的预测精度。
-
公开(公告)号：CN112147465A
公开(公告)日：2020-12-29
申请号：CN202010813781.1
申请日：2020-08-13
申请人： 国网浙江省电力有限公司电力科学研究院 , 上海交通大学
发明人： 陈孝信 , 邵先军 , 王绍安 , 郑一鸣 , 李晨 , 杨智 , 詹江杨 , 何文林 , 陈珉 , 孙翔 , 王文浩 , 徐华 , 陈梁金 , 王绪军 , 王磊 , 臧奕茗 , 钱勇 , 王辉 , 舒博
摘要： 本发明公开了一种基于多重分形与极限学习机的GIS光学局部放电识别方法。本发明采用的技术方案为：设计多种GIS典型绝缘缺陷模型并搭建实验室光学检测系统，采集光学局部放电信号，绘制GIS不同缺陷下的灰度化光学局放图谱；根据多重分形理论，提取灰度化光学局放图谱的差盒维数及信息维数的多重分形特征量；构造极限学习机作为分类器，通过线性参数模式寻找全局极小值；输入训练和测试样本，测试识别结果。本发明的多重分形特征能够提高GIS光学局放图谱的识别准确率，极限学习机能够提高GIS光学局放图谱的识别速度，两者结合能够保证GIS局部放电的光学诊断效率。
-
公开(公告)号：CN112180221A
公开(公告)日：2021-01-05
申请号：CN202010827200.X
申请日：2020-08-17
申请人： 国网浙江省电力有限公司电力科学研究院 , 上海交通大学
发明人： 陈孝信 , 李晨 , 邵先军 , 王绍安 , 郑一鸣 , 杨智 , 詹江杨 , 何文林 , 陈珉 , 孙翔 , 王文浩 , 徐华 , 陈梁金 , 王磊 , 胡华杰 , 臧奕茗 , 钱勇 , 王辉 , 舒博
IPC分类号： G01R31/12 , G06F16/906 , G06K9/62
摘要： 本发明公开了一种基于双测度监督规则的GIS未知类别局部放电识别方法。本发明采用的技术方案为：首先，搭建GIS特高频检测系统并制作GIS典型绝缘缺陷，以采集局部放电信号；其次，为了充分表征不同类型的放电信息，构造放电梯度相位分布模式，提取统计特征；然后，通过训练集找到不同已知类型的最优特征预测模型，从而建立已知放电类型库，根据预测误差对待测样本进行初步分类；最后，建立合理的相似性和可靠性双测度监督规则，进一步评判分类结果，从而确认初步分类结果或者识别出未知类型样本。本发明能够顺利地筛选出未知类型的样本，并维持对已知类型的高识别率，从而极大地提高GIS局部放电的总体识别率，对于现场检测有好的指导意义。
-
-
-
-
-
-
-
-
-
搜索结果
88 条记录 (耗时 0.067 秒)
