-
公开(公告)号：CN117452129A
公开(公告)日：2024-01-26
申请号：CN202311243647.2
申请日：2023-09-26
Applicant: 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 , 国网浙江省电力有限公司
Inventor： 姜凯华 , 雷梦飞 , 谷山强 , 李健 , 谢迎谱 , 张永 , 吴敏 , 李特 , 汤亮亮 , 王少华 , 任华 , 甘学义 , 王健 , 苏杰 , 李涛 , 朱浩楠 , 吴晏紫
IPC: G01R31/08 , G06F18/10 , G06F18/22 , G06F18/241
Abstract: 本发明公开了一种输电线路故障自动研判方法及系统。本发明的方法包括：收集输电线路故障记录与对应暂态行波记录作为标本库，形成故障原因‑暂态行波标准库；对标准库行波和测试样本行波进行滤波处理；设置分类模型参数；逐一计算测试样本行波和标准库行波的动态时间规整距离；根据前k个最小动态时间规整距离的标准库行波判定测试样本行波对应故障类别。本发明基于波形与故障原因的相关性而非因果性进行故障研判，较目前输电领域利用暂态行波开展故障研判具有不依赖人工经验的优点，且易于程序实现，使研判流程自动化，进一步提高输电线路故障处置效率；所使用的标准库可根据实际情况动态更新，增加故障原因种类，具有良好的可扩展性。
-
公开(公告)号：CN118604515A
公开(公告)日：2024-09-06
申请号：CN202410638618.4
申请日：2024-05-22
Applicant: 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 , 国网浙江省电力有限公司
Inventor： 张永 , 谷山强 , 姜凯华 , 谢迎谱 , 李健 , 李特 , 雷梦飞 , 王振国 , 王少华 , 汤亮亮 , 吴敏 , 章涵 , 任华 , 王健 , 甘学义 , 朱浩楠 , 吉勇曾 , 吴晏紫
IPC: G01R31/08
Abstract: 本发明公开了一种基于相关性的输电线路行波故障定位方法、系统、设备及存储介质。本发明的输电线路行波故障定位方法，其包括：获取交流输电线路电流和电压的采样数据，采用模态变换中的克拉克变换来处理电压和电流，计算其模态分量，在模态域中计算前向和后向行波信号；对前向和后向行波信号进行处理，将方向性纳入其中，用于检测故障情况及故障的方向性；计算前向和后向行波信号之间的相关性，利用出现最大相关性的经过时间确定与故障点的距离。本发明仅需利用故障前向波和后向波信号之间的交叉相关性即可准确计算故障距离，提高了交流输电线路故障测距的精度和故障定位精度。
-
公开(公告)号：CN118483513A
公开(公告)日：2024-08-13
申请号：CN202410426443.0
申请日：2024-04-10
Applicant: 国网电力科学研究院武汉南瑞有限责任公司
IPC: G01R31/08
Abstract: 本发明公开了一种基于改进过采样的输电线路故障分类系统及方法。本发明首先以国网的历史故障信息为数据库，按故障类型分为多个子数据集，每个子数据集由输电线路故障时刻的暂态电流行波构成；其次采用K‑means方法对故障数据集中的少数类进行聚类操作，并用BSMOTE进行过采样以实现各类平衡，形成平衡数据集。然后通过计算平衡数据集中暂态电流行波的时域频域特征，组成特征数据集；最后，基于CNN和SVM深度学习算法建立分类模型并用特征数据集进行训练，得到训练好的故障分类模型；利用训练好的故障分类模型对故障进行分类辨识。该方法具有较好的精确性与有效性，能够有效提取故障特征量并快速准确地实现故障分类。
-
Patent Agency Ranking
公开(公告)号：CN118171140A
公开(公告)日：2024-06-11
申请号：CN202410165171.3
申请日：2024-02-05
Applicant: 国家电网有限公司西南分部 , 国网电力科学研究院武汉南瑞有限责任公司
IPC: G06F18/24 , G06F18/22 , G06V10/764 , G06V10/74 , G01R31/00
Abstract: 本发明公开了一种输电线路故障特征提取和分类系统及方法，包括信号预处理模块、故障判断模块、故障特征提取模块和故障分类模块，构建各个周期下电压电流李萨如图形，定义李萨如图形样本点的叠加分量；利用半周期移动时间窗扫描各样本点，通过叠加分量计算故障检测指数并确定输电线路故障时刻；通过故障时刻后半周期内的样本点提取故障特征量；根据故障分类指标实现输电线路故障分类辨识。本发明通过电压电流李萨如图形提取故障特征分量，并根据故障特征建立故障分类指标，实现输电线路故障分类辨识，本方法能够有效提取故障特征量并快速准确地实现故障分类。
-
公开(公告)号：CN115456248B
公开(公告)日：2024-10-29
申请号：CN202210976018.X
申请日：2022-08-15
Applicant: 国网电力科学研究院武汉南瑞有限责任公司
Inventor： 张永刚 , 谷山强 , 李健 , 吴大伟 , 李秋阳 , 朱浩楠 , 李哲 , 陶汉涛 , 张磊 , 林卿 , 姜志博 , 白冰洁 , 李旺 , 温宽 , 刘泽 , 王宇 , 刘玉欢
IPC: G06Q10/04 , G06Q50/26 , G06N3/0464 , G06F18/214 , G06F18/24
Abstract: 本发明公开了一种基于卷积神经网络的落雷预测模型构建方法，该方法以目标区域的历史雷电定位数据和气象数据为基础，通过统计雷电数据提取了目标区域内部的落雷次数与雷电流强度信息，以二者出现的比例为依据并结合目标区域的防雷要求划分了落雷次数与雷电流强度的分类区间，以落雷次数类别和雷电流强度类别为基础分别建立了落雷次数类别样本和雷电流强度类别样本，分别训练了以时空变量和气象参量为输入、以落雷次数或雷电流强度各个类别的概率为输出的卷积神经网络预测模型，实现了对落雷次数和雷电流强度的分类预测。本方法可用于开展基于预报信息的雷击故障主动防护，对降低雷击灾害损失、提升社会防雷水平具有十分重要的意义。
-
公开(公告)号：CN117746095A
公开(公告)日：2024-03-22
申请号：CN202311516531.1
申请日：2023-11-14
Applicant: 国家电网有限公司西南分部 , 国网电力科学研究院武汉南瑞有限责任公司
IPC: G06V10/764 , G01R31/00 , G01R31/08 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N20/20
Abstract: 本发明公开了架空输电线路故障与干扰辨识分类系统，它的样本矩阵获取模块用于确定输电线路故障行波和干扰杂波初始样本矩阵；归一化和向量转换模块用于将输电线路故障行波和干扰杂波初始样本矩阵进行归一化处理，将归一化后的初始样本矩阵的一维向量转换为二维矩阵，形成二维行波灰度图像；卷积神经网络模块用于将二维行波灰度图像通过卷积神经网络特征提取得到故障特征序列；故障特征分类及评价模块用于利用随机森林算法对需要进行辨识分类的输电线路故障行波和干扰杂波数据进行分类，并计算分类结果的评价指标。本发明能够有效地对输电线路故障波形和干扰杂波进行辨识分类。
-
公开(公告)号：CN115456248A
公开(公告)日：2022-12-09
申请号：CN202210976018.X
申请日：2022-08-15
Applicant: 国网电力科学研究院武汉南瑞有限责任公司
Inventor： 张永刚 , 谷山强 , 李健 , 吴大伟 , 李秋阳 , 朱浩楠 , 李哲 , 陶汉涛 , 张磊 , 林卿 , 姜志博 , 白冰洁 , 李旺 , 温宽 , 刘泽 , 王宇 , 刘玉欢
Abstract: 本发明公开了一种基于卷积神经网络的落雷预测模型构建方法，该方法以目标区域的历史雷电定位数据和气象数据为基础，通过统计雷电数据提取了目标区域内部的落雷次数与雷电流强度信息，以二者出现的比例为依据并结合目标区域的防雷要求划分了落雷次数与雷电流强度的分类区间，以落雷次数类别和雷电流强度类别为基础分别建立了落雷次数类别样本和雷电流强度类别样本，分别训练了以时空变量和气象参量为输入、以落雷次数或雷电流强度各个类别的概率为输出的卷积神经网络预测模型，实现了对落雷次数和雷电流强度的分类预测。本方法可用于开展基于预报信息的雷击故障主动防护，对降低雷击灾害损失、提升社会防雷水平具有十分重要的意义。
-
公开(公告)号：CN118483514A
公开(公告)日：2024-08-13
申请号：CN202410431619.1
申请日：2024-04-11
Applicant: 国网电力科学研究院武汉南瑞有限责任公司
IPC: G01R31/08
Abstract: 本发明公开了一种输电线路雷击扰动行波波头时间提取方法，通过构造输电线路雷击扰动行波的VMD模型，将输电线路雷击扰动行波分解成不同中心频率的子信号，进一步求解得到输电线路雷击扰动行波经VMD模型完全分解后的最大中心频率的子信号，再使用Teager能量算子对输电线路雷击扰动行波经VMD模型完全分解后的最大中心频率的子信号进行计算实现雷击扰动行波波头时间的提取。本发明能提高输电线路雷击扰动行波波头时间提取准确性，排除其他类型行波源对其定位的影响。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.079 seconds)
