-
公开(公告)号：CN113884943A
公开(公告)日：2022-01-04
申请号：CN202111261623.0
申请日：2021-10-28
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司东莞供电局
IPC: G01R31/52
Abstract: 本发明实施例公开了一种漏电故障分析方法、装置、设备及介质。该方法通过获取漏电保护器的漏电电流值以及安装环境，根据漏电电流值以及安装环境确定漏电保护器对应的漏电原因以及漏电原因对应的故障位置，进而基于漏电原因以及故障位置生成漏电告警参考信息发送至用户关联终端，实现了基于漏电保护器的漏电故障分析以及故障定位，以为现场作业人员提供排查修复故障的故障参考指引信息，辅助现场作业人员快速查找故障，为实现配变台区的智能化管理提供技术支撑。
-
公开(公告)号：CN113884943B
公开(公告)日：2023-08-01
申请号：CN202111261623.0
申请日：2021-10-28
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司东莞供电局
IPC: G01R31/52
Abstract: 本发明实施例公开了一种漏电故障分析方法、装置、设备及介质。该方法通过获取漏电保护器的漏电电流值以及安装环境，根据漏电电流值以及安装环境确定漏电保护器对应的漏电原因以及漏电原因对应的故障位置，进而基于漏电原因以及故障位置生成漏电告警参考信息发送至用户关联终端，实现了基于漏电保护器的漏电故障分析以及故障定位，以为现场作业人员提供排查修复故障的故障参考指引信息，辅助现场作业人员快速查找故障，为实现配变台区的智能化管理提供技术支撑。
-
公开(公告)号：CN113554010B
公开(公告)日：2022-01-21
申请号：CN202111103885.4
申请日：2021-09-22
Applicant: 广东电网有限责任公司东莞供电局
Abstract: 本发明公开了一种电网线路故障识别模型训练方法，包括以下步骤：步骤S1、采集目标线路的电气参量，并将所述目标线路的电气参量转化为目标线路的故障识别图；步骤S2、基于所述故障识别图对深度神经网络进行图像识别训练获得线路故障识别模型；步骤S3、利用特征相似度分析更新故障识别图实现对线路故障识别模型的更新。本发明将电气参量进行同属性聚类成簇，并进行簇内融合将离散的电气参量量化成与图形R像素值、G像素值、B像素值一致的三个识别参量，利用三个识别参量构建成与深度神经网络擅长处理领域一致的故障识别图，能够提高深度神经网络基于电气参量对电力系统故障的识别匹配度，提高故障识别精度。
-
公开(公告)号：CN113554010A
公开(公告)日：2021-10-26
申请号：CN202111103885.4
申请日：2021-09-22
Applicant: 广东电网有限责任公司东莞供电局
Abstract: 本发明公开了一种电网线路故障识别模型训练方法，包括以下步骤：步骤S1、采集目标线路的电气参量，并将所述目标线路的电气参量转化为目标线路的故障识别图；步骤S2、基于所述故障识别图对深度神经网络进行图像识别训练获得线路故障识别模型；步骤S3、利用特征相似度分析更新故障识别图实现对线路故障识别模型的更新。本发明将电气参量进行同属性聚类成簇，并进行簇内融合将离散的电气参量量化成与图形R像素值、G像素值、B像素值一致的三个识别参量，利用三个识别参量构建成与深度神经网络擅长处理领域一致的故障识别图，能够提高深度神经网络基于电气参量对电力系统故障的识别匹配度，提高故障识别精度。
-
-
-
Search Results
4
records
(took 0.052 seconds)
