-
公开(公告)号：CN107122590B
公开(公告)日：2019-01-22
申请号：CN201710194158.0
申请日：2017-03-28
申请人： 国网浙江省电力有限公司电力科学研究院 , 国家电网有限公司 , 浙江大学
IPC分类号： G06F17/10
摘要： 本发明公开了一种油浸式变压器故障相关指标筛选方法。现有的一些方法并不能全面的对变压器运行过程中产生的运行状态信息进行利用，更不能针对不同的故障类型进行特定的指标选取。本发明基于故障和正常变压器两部分数据多种指标的频率分布统计，对故障和正常变压器两部分数据是否具有相同的概率密度分布进行了非参数的MWW检验，因而本发明可以针对不同的变压器故障，从更广阔的指标中选取故障相关指标，而不是油浸式变压器行业内现在使用的几种固定指标；并且相对于其他指标选取方法，本发明的方法简单实用，易于操作。
-
公开(公告)号：CN109884459B
公开(公告)日：2020-12-01
申请号：CN201910091394.9
申请日：2019-01-30
申请人： 国网浙江省电力有限公司电力科学研究院 , 国家电网有限公司 , 杭州柯林电气股份有限公司
摘要： 本发明公开了一种电力变压器绕组变形智能在线诊断方法。电力变压器受到短路冲击或者运输碰撞后，在电动力或机械力作用下会发生绕组局部扭曲、鼓包等特征，称为绕组变形，给电力网络的安全运行埋下了巨大隐患。常用的绕组变形诊断方法均为离线诊断法，存在需要变压器停运且对操作人员专业技能要求高等缺点。本发明给出了一种结合信息熵与支持向量机的绕组变形智能在线诊断方法，利用排列熵、小波熵进行电流和电压信号的特征提取，综合电力变压器各监测指标在复杂度、时频域等方面的变异情况，并通过机器学习算法从故障特征中自动学习诊断逻辑，实现绕组变形的智能诊断，从而降低人力成本和提高诊断效率。
-
公开(公告)号：CN110297841A
公开(公告)日：2019-10-01
申请号：CN201910552353.5
申请日：2019-06-25
申请人： 国网浙江省电力有限公司电力科学研究院 , 国家电网有限公司
IPC分类号： G06F16/242 , G06F16/26 , G06F16/27 , G06N20/00 , G06F11/07
摘要： 本发明公开了一种变压器故障诊断与快速索引方法及系统。现阶段随着大数据、机器学习技术的不断发展，能否将专家经验转化为一种固定的机器学习模式，实现变压器的故障诊断与相似案例的快速推送就显得愈发重要。本发明的方法包括案例库建设、诊断方法学习和推送相似案例；所述案例库建设的具体步骤包括：搜集变压器各类故障案例，搜集范围涉及变压器解体案例和期刊数据库中的变压器故障案例；所述的诊断方法学习的具体步骤包括：故障类型判断、故障部位判断和通过事后解体方式明确故障原因；所述的推送相似案例的具体步骤包括：特征辨识和案例匹配。本发明实现了变压器的故障诊断与相似案例的快速推送。
-
公开(公告)号：CN109448962B
公开(公告)日：2024-09-24
申请号：CN201811475210.0
申请日：2018-12-04
申请人： 国网浙江省电力有限公司电力科学研究院 , 国家电网有限公司
IPC分类号： H01F27/14
摘要： 本发明公开了一种变压器油纸绝缘模型绝缘性能恢复系统及方法。本发明的油纸绝缘模型绝缘性能恢复系统包括真空耐压锅、水浴恒温箱、导管、吸附室、吸附剂、低速离心泵、变压器矿物绝缘油和合成酯绝缘油；所述的真空耐压锅置于水浴恒温箱内，真空耐压锅内用于放由变压器矿物绝缘油和合成酯绝缘油组成的混合油；通过导管将真空耐压锅和吸附室和低速离心泵连接，构成完整回路；所述的吸附室内充满吸附剂。本发明使用范围广，移植性强，不改变油纸绝缘结构的原有运行环境，能定性的分析其绝缘恢复程度，在大型油纸绝缘设备上移植时，可提高油纸绝缘结构为主的变电设备的寿命，具备良好的经济性。
-
公开(公告)号：CN110008278A
公开(公告)日：2019-07-12
申请号：CN201910137687.6
申请日：2019-02-25
申请人： 国网浙江省电力有限公司电力科学研究院 , 国家电网有限公司 , 中国电力科学研究院有限公司
摘要： 本发明公开了一种利用接地电流信号的配网电缆故障判别方法和系统。本发明利用接地电流信号的配网电缆故障判别方法，包括步骤：1)选择需要重点监测的典型配网电缆线路，长期监测其接地电流，获取原始数据；2)利用t-SNE对监测到的数据进行数据挖掘和可视化处理提取原始数据的特征，并利用DBSCAN对其进行聚类分析，并将分类出的无周期性变化规律的“非正常”簇与现场实际情况进行比对，建立基于接地电流特征的知识库；3)利用基于接地电流特征的知识库，对实时监测到的接地电流信号进行比对，并根据现场状况更新知识库，实现对电缆的状态特征的实时判别。本发明对配网电缆的判别几乎不受电缆电磁环境的影响，结果可信度比基于阈值的判断结果更准确。
-
公开(公告)号：CN109828187A
公开(公告)日：2019-05-31
申请号：CN201811378886.8
申请日：2018-11-19
申请人： 国网浙江省电力有限公司电力科学研究院 , 国家电网有限公司
IPC分类号： G01R31/12
摘要： 本发明公开了一种定位变电设备局部放电故障的时间差提取分析方法。本发明的方法包括步骤：步骤S1，对首波进行定义，以明确局部检测位置，并考虑到噪声的需求对特高频传感器所提取到的特高频信号使用小波函数进行降噪，并选择信噪比最高同时保留原始波形特征量的降噪波形进行算法分析；步骤S2，采用最小能量法、互相关函数法和阈值法进行首波到达时间差提取；步骤S3，依据最小能量法所提取的首波到达时间差对时间差进行分类并处理。本发明为提高时间差算法的精确度，对局部放电源进行准确定位，保证电力设备正常运行提供支撑，确保设备故障时能够快速检修，维持电力系统稳定。
-
公开(公告)号：CN110008278B
公开(公告)日：2021-03-02
申请号：CN201910137687.6
申请日：2019-02-25
申请人： 国网浙江省电力有限公司电力科学研究院 , 国家电网有限公司 , 中国电力科学研究院有限公司
摘要： 本发明公开了一种利用接地电流信号的配网电缆故障判别方法和系统。本发明利用接地电流信号的配网电缆故障判别方法，包括步骤：1)选择需要重点监测的典型配网电缆线路，长期监测其接地电流，获取原始数据；2)利用t‑SNE对监测到的数据进行数据挖掘和可视化处理提取原始数据的特征，并利用DBSCAN对其进行聚类分析，并将分类出的无周期性变化规律的“非正常”簇与现场实际情况进行比对，建立基于接地电流特征的知识库；3)利用基于接地电流特征的知识库，对实时监测到的接地电流信号进行比对，并根据现场状况更新知识库，实现对电缆的状态特征的实时判别。本发明对配网电缆的判别几乎不受电缆电磁环境的影响，结果可信度比基于阈值的判断结果更准确。
-
公开(公告)号：CN109828187B
公开(公告)日：2021-03-02
申请号：CN201811378886.8
申请日：2018-11-19
申请人： 国网浙江省电力有限公司电力科学研究院 , 国家电网有限公司
IPC分类号： G01R31/12
摘要： 本发明公开了一种定位变电设备局部放电故障的时间差提取分析方法。本发明的方法包括步骤：步骤S1，对首波进行定义，以明确局部检测位置，并考虑到噪声的需求对特高频传感器所提取到的特高频信号使用小波函数进行降噪，并选择信噪比最高同时保留原始波形特征量的降噪波形进行算法分析；步骤S2，采用最小能量法、互相关函数法和阈值法进行首波到达时间差提取；步骤S3，依据最小能量法所提取的首波到达时间差对时间差进行分类并处理。本发明为提高时间差算法的精确度，对局部放电源进行准确定位，保证电力设备正常运行提供支撑，确保设备故障时能够快速检修，维持电力系统稳定。
-
公开(公告)号：CN109299844A
公开(公告)日：2019-02-01
申请号：CN201810711788.5
申请日：2018-07-03
申请人： 国网浙江省电力有限公司电力科学研究院 , 国家电网有限公司
摘要： 本发明公开了一种电力设备状态静态阈值评估方法。通过对电力设备进行状态评估得出其绝缘状况是提高电网稳定的有效方法，一般需要对电力设备的重要状态量进行统计分析得出其绝缘状况。本发明包括：电力设备的重要状态量前处理，将所有不适用的数据剔除；将所有状态量通过核主成分分析降维为最大区分度的主要状态量；对主要状态量进行离群值分析并将离群值筛除，认为其代表着显著异常的设备；对剩余设备的主要状态量进行高斯混合模型拟合，并通过期望最大化算法得出设备属于不同绝缘状态的概率值；将新设备的状态量输入进模型中可得其目前的绝缘状况。本发明使电力设备状态评估的更有效，提高准确率，同时可以综合考虑不同状态量。
-
公开(公告)号：CN115236385B
公开(公告)日：2024-06-28
申请号：CN202210881884.0
申请日：2022-07-26
申请人： 国家电网有限公司 , 国网浙江省电力有限公司电力科学研究院 , 国网电力科学研究院武汉南瑞有限责任公司 , 华北电力大学
摘要： 本发明公开了属于电力设备绝缘故障检测技术领域的一种高频脉冲电流波形极性的自动识别方法，该方法是深度利用脉冲信号波形特征的首波及其极性辨识方法；首先在实验室条件下，通过注入陡脉冲方式获得不同典型放电位置、型式的首波传播特性，通过各出线耦合端实测其响应信号波形，建立各注入方式和位置的典型响应波形样本库；进而以波形序列作为输入向量，通过人工神经网络对输入的波形序列对首波波形、极性进行训练的方法，利用人工神经网络对波形细节进行识别，从而实现了变压器高频电流波形极性识别的自动化、高效和准确识别，为局放的放电类型、位置等关键状态的诊断提供了关键诊断信息，提高了诊断的鲁棒性和自动化水平。
-
-
-
-
-
-
-
-
-
搜索结果
183 条记录 (耗时 0.071 秒)
