-
公开(公告)号:CN108334824B
公开(公告)日:2022-05-06
申请号:CN201810055660.8
申请日:2018-01-19
申请人: 国网电力科学研究院武汉南瑞有限责任公司 , 国网江苏省电力有限公司电力科学研究院 , 华中科技大学
IPC分类号: G06V20/20
摘要: 本发明公开了一种基于背景差分和迭代搜索的高压隔离开关状态识别方法,依次包括以下步骤:1)取多帧连续图像序列,将多帧图像序列中对应位置的像素点灰度值取中间值作为背景图像中对应像素点的灰度值,获取背景图像;2)对当前帧图像和背景帧图像进行差分运算,得到前景图像;3)通过阴影抑制法对前景图像进行处理,标记出高压隔离开关的位置;4)当高压隔离开关的位置发生变化时,通过迭代计算跟踪高压隔离开关的位置;5)以上一帧的结果作为输入循环迭代,获取高压隔离开关的运动轨迹;6)获取高压隔离开关的运动轨迹后,根据开关追踪点与中心线的夹角分析高压隔离开关的状态。本发明实时性强,应用范围广,稳定可靠。
-
公开(公告)号:CN108334824A
公开(公告)日:2018-07-27
申请号:CN201810055660.8
申请日:2018-01-19
申请人: 国网电力科学研究院武汉南瑞有限责任公司 , 国网江苏省电力有限公司电力科学研究院 , 华中科技大学
IPC分类号: G06K9/00
摘要: 本发明公开了一种基于背景差分和迭代搜索的高压隔离开关状态识别方法,依次包括以下步骤:1)取多帧连续图像序列,将多帧图像序列中对应位置的像素点灰度值取中间值作为背景图像中对应像素点的灰度值,获取背景图像;2)对当前帧图像和背景帧图像进行差分运算,得到前景图像;3)通过阴影抑制法对前景图像进行处理,标记出高压隔离开关的位置;4)当高压隔离开关的位置发生变化时,通过迭代计算跟踪高压隔离开关的位置;5)以上一帧的结果作为输入循环迭代,获取高压隔离开关的运动轨迹;6)获取高压隔离开关的运动轨迹后,根据开关追踪点与中心线的夹角分析高压隔离开关的状态。本发明实时性强,应用范围广,稳定可靠。
-
公开(公告)号:CN108280270A
公开(公告)日:2018-07-13
申请号:CN201810007391.8
申请日:2018-01-04
申请人: 国网电力科学研究院武汉南瑞有限责任公司 , 国网江苏省电力有限公司电力科学研究院 , 华中科技大学
摘要: 本发明公开了一种激光供能系统中追踪光伏阵列最大输出功率点以提高能效的方法,其包括如下步骤:采集电路参数与外界数据,确定神经网络模型;由已知数据对神经网络的层间权值做更新迭代,利用训练好的模型预测最大输出电压与开路电压的比值,使得激光供能系统迅速工作于最优值环境;采用扰动观察法进行小步长高精度追踪,重复进行指定次数后的最终输出值即为光伏阵列最大功率点对应的电压值。本发明的优点在于:复合追踪算法比传统单一的扰动观察法稳定性好,用时也更短;神经网络算法可以快速逼近最大功率点,避免了扰动观察法前期的盲目搜索;用小步长的扰动观察法,可以尽可能的减少该算法会带来的振荡,相应的也提高了追踪的精度。
-
公开(公告)号:CN112731080A
公开(公告)日:2021-04-30
申请号:CN202011545954.2
申请日:2020-12-24
摘要: 本发明提供了一种基于混沌理论的快速发展型故障的局部放电油纸绝缘劣化状态的诊断方法,所述方法包括如下步骤:(1)模拟油浸式电力变压器油隙放电、电晕放电、沿面放电以及悬浮颗粒放电四种典型缺陷进行不同电压下的局部放电试验;通过高频脉冲电流法和特高频法获得从开始放电到绝缘击穿整个过程中局部放电的特征量;(2)以放电量为依据构建局部放电的脉冲放电量时间序列。选取等距的放电量时间序列6000次作为试验组,另外取4000次放电量时间序列作为检验组,依据样本得到的嵌入维数m和延迟时间τ并进行相空间重构;(3)将绝缘缺陷劣化状态从开始放电到最终击穿进行阶段线性划分为10个阶段,绘制Lyapunov指数λ,相关指数νf随着劣化状态变化的曲线图表,实现对油纸绝缘劣化状态的诊断。
-
公开(公告)号:CN114137366B
公开(公告)日:2024-08-09
申请号:CN202111283232.9
申请日:2021-11-01
IPC分类号: G01R31/12 , G06F18/213 , G06F18/232 , G06F18/25 , G06N3/0455 , G06N3/048
摘要: 本发明公开了一种考虑快速发展型故障的局部放电特征信息提取系统及方法,它的提取所述局部放电信号采集模块采集的n组局部放电信号的特征信息,根据放电特征的不同变化将每组局部放电信号划分为r个阶段,并针对每个阶段的局部放电信号绘制出4种TARPD谱图,基于每种TARPD谱图提取出3种特征信息,将特征信息分为训练集特征信息和测试集特征信息;以训练集特征信息训练所述SDAE网络获得SDAE网络参数,将确定SDAE网络参数后的SDAE网络与DBSCAN密度聚类算法相结合构建缺陷识别模型;使用缺陷识别模型将测试集特征信息输入缺陷识别模型,得到变压器的故障识别结果。
-
公开(公告)号:CN114137366A
公开(公告)日:2022-03-04
申请号:CN202111283232.9
申请日:2021-11-01
摘要: 本发明公开了一种考虑快速发展型故障的局部放电特征信息提取系统及方法,它的提取所述局部放电信号采集模块采集的n组局部放电信号的特征信息,根据放电特征的不同变化将每组局部放电信号划分为r个阶段,并针对每个阶段的局部放电信号绘制出4种TARPD谱图,基于每种TARPD谱图提取出3种特征信息,将特征信息分为训练集特征信息和测试集特征信息;以训练集特征信息训练所述SDAE网络获得SDAE网络参数,将确定SDAE网络参数后的SDAE网络与DBSCAN密度聚类算法相结合构建缺陷识别模型;使用缺陷识别模型将测试集特征信息输入缺陷识别模型,得到变压器的故障识别结果。
-
公开(公告)号:CN112731079A
公开(公告)日:2021-04-30
申请号:CN202011545952.3
申请日:2020-12-24
IPC分类号: G01R31/12
摘要: 本发明涉及一种基于多种检测手段的特高压变压器快速发展型故障局部放电检测装置,所述装置包括特高压变压器、检测阻抗、高频电流传感器、超声传感器、特高频传感器、信号采集卡、计算卡、工控机;本发明利用传统脉冲电流法检测局部放电产生脉冲电流流过检测阻抗产生的脉冲电压,利用高频脉冲电流法、特高频检测法和超声检测法将三种传感器安置在特高压变压器的不同位置,检测局部放电产生的脉冲电流、电磁波、超声波;所述信号采集卡、计算卡和工控机对检测信号进行快速处理分析。本发明基于多种检测手段的结合对特高压变压器快速发展型故障的局部放电进行检测,其灵敏度高,抗干扰能力强,有效提高了检测效率。
-
公开(公告)号:CN113191247A
公开(公告)日:2021-07-30
申请号:CN202110458551.2
申请日:2021-04-27
申请人: 国网山西省电力公司电力科学研究院 , 华中科技大学 , 国网电力科学研究院武汉南瑞有限责任公司
摘要: 本发明公开了一种GIS设备机械故障诊断方法及系统,属于机械故障诊断领域,方法包括:采集GIS设备的长度为N的振动信号时间序列;以L为移动平均周期,对振动信号时间序列进行移动平均处理,依次得到N‑L+1个移动平均值,并按照时间顺序将N‑L+1个移动平均值进行组合以得到移动平均值时间序列;对移动平均值时间序列进行标准化处理,并计算标准化处理后移动平均值时间序列的近似熵;将近似熵输入至SVM分类器,以分类输出GIS设备的运行状态。对振动信号时间序列进行移动平均处理,使得提取的GIS设备机械振动趋势更为精准,基于移动平均值时间序列得到的近似熵更能准确地反映GIS设备的运行状态,提高GIS设备机械故障诊断的准确率和精度。
-
公开(公告)号:CN112182490B
公开(公告)日:2024-02-02
申请号:CN202010906417.X
申请日:2020-09-01
申请人: 华中科技大学 , 国网四川省电力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
IPC分类号: G06F17/14 , G06N3/0464 , G06N3/08 , G01R31/00 , G01H17/00
摘要: 本发明公开了一种电抗器状态诊断方法及系统,包括以下步骤:S1、采集待测电抗器运行时表面产生的振动信号,并对其进行预处理;S2、对于所得预处理后的振动信号进行谱残差运算,并基于所得谱残差计算得到该振动信号的显著性序列;S3、将所得振动信号的显著性序列输入到预处理好的状态诊断模型中,得到待测电抗器的运行状态;其中,状态诊断模型为卷积神经网络;本发明通过提取振动信号的显著性序列,去除了振动信号中存在的冗余信息,得到了对信息变化趋势更加敏感的信息,并结合卷积神经网络对所得显著性序列进行识别,可以实时的对电抗器具体运行状态进行判断,且状态诊断的准确性较(56)对比文件REN Han-sheng等.Time-Series AnomalyDetection Service atMicrosoft.Proceedings of the 25th ACMSIGKDD International Conference onKnowledge Discovery & Data Mining.2019,全文.崔博文;任章.基于傅里叶变换和神经网络的逆变器故障检测与诊断.电工技术学报.2006,(第07期),全文.
-
公开(公告)号:CN112182490A
公开(公告)日:2021-01-05
申请号:CN202010906417.X
申请日:2020-09-01
申请人: 华中科技大学 , 国网四川省电力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
摘要: 本发明公开了一种电抗器状态诊断方法及系统,包括以下步骤:S1、采集待测电抗器运行时表面产生的振动信号,并对其进行预处理;S2、对于所得预处理后的振动信号进行谱残差运算,并基于所得谱残差计算得到该振动信号的显著性序列;S3、将所得振动信号的显著性序列输入到预处理好的状态诊断模型中,得到待测电抗器的运行状态;其中,状态诊断模型为卷积神经网络;本发明通过提取振动信号的显著性序列,去除了振动信号中存在的冗余信息,得到了对信息变化趋势更加敏感的信息,并结合卷积神经网络对所得显著性序列进行识别,可以实时的对电抗器具体运行状态进行判断,且状态诊断的准确性较高。
-
-
-
-
-
-
-
-
-