-
公开(公告)号：CN115730406A
公开(公告)日：2023-03-03
申请号：CN202211504635.6
申请日：2022-11-29
申请人： 国网天津市电力公司电力科学研究院 , 国网天津市电力公司 , 国家电网有限公司 , 武汉大学
IPC分类号： G06F30/17 , G06F30/23 , G06F111/10 , G06F119/02 , G06F119/14
摘要： 本发明涉及一种变压器光学传感器选型与布局验证方法及系统，包括以下步骤：步骤1、建立气室和悬臂梁动态过程数学模型，寻找影响气室和悬臂梁性能的主要参数；步骤2、验证悬臂梁与气室的布局和方案的合理性以及气室的选型方案的合理性；步骤3、验证悬臂梁的选型方案的合理性。步骤4、综合步骤2与步骤3仿真所得的变压器光学传感器气室尺寸、悬臂梁相对于气室的最佳位置和悬臂梁传感器形变特性的仿真研究，对比实际变压器光学传感器的选型与布局方案，判断该方案的正确性。本发明验证了变压器光学传感器传感器选型与布局的合理性与可靠性，对检测变压器油中溶解气体实现变压器故障诊断具有重要意义。
-
公开(公告)号：CN115146739B
公开(公告)日：2024-11-05
申请号：CN202210884861.5
申请日：2022-07-26
IPC分类号： G06F18/2431 , G06F18/243 , G06F18/2415 , G01N33/28 , G06N3/0442 , G06N3/084 , G06N3/0985 , G06N5/01 , G06N20/20 , G06F18/27 , G06F123/02
-
公开(公告)号：CN115343656B
公开(公告)日：2024-09-03
申请号：CN202210883230.1
申请日：2022-07-26
IPC分类号： G01R31/54
摘要： 本发明公开了一种三电平整流器中功率开关器件开路故障的诊断方法，属于电力电子设备故障诊断技术领域，利用基于开关状态的电压和基于故障假设的电压之间的差，即三相平均电压偏差作为诊断变量，结合归一化和累加操作，实现了对三电平整流器内开关管高准确性和可靠性的开路故障诊断。设计了一种考虑直流侧电压不平衡和随整流器电流水平及调值比自动调节的诊断阈值，确保了诊断方法在整流器系统不同运行状态下的鲁棒性。上述诊断变量和阈值的获得无需复杂的计算、精确的系统建模和系统参数，并且不需要额外的传感器。因此该诊断方法具有诊断时间短、诊断成本低、不依赖于系统模型和参数的优点。
-
公开(公告)号：CN115062538B
公开(公告)日：2024-08-13
申请号：CN202210639082.9
申请日：2022-06-07
IPC分类号： G06F30/27 , G06F18/213 , G06F18/24 , G06F18/2415 , G06F18/25 , G06N3/0464 , G06N3/08 , G01R31/54
摘要： 本发明公开了一种基于注意力机制和卷积NN的变换器故障诊断方法及系统，步骤为：建立双有源桥变换器的仿真模型，并选择故障诊断信号；收集不同功率开关器件的故障诊断信号样本；利用卷积操作构建特征提取模块，利用注意力机制构建去噪模块和特征融合模块，提取和融合输入诊断样本中三个诊断信号的故障特征，构建多分支卷积神经网络模型；将故障诊断信号样本输入到多分支卷积神经网络中训练，根据训练后的网络对双有源桥变换器的开路故障进行诊断及定位。本发明利用注意力机制构建故障诊断模型，去除了诊断信号中的噪声并融合了多诊断信号的故障特征，有效提高了诊断准确度，且利用卷积神经网络进行诊断，提高了诊断的智能化。
-
公开(公告)号：CN115343656A
公开(公告)日：2022-11-15
申请号：CN202210883230.1
申请日：2022-07-26
IPC分类号： G01R31/54
摘要： 本发明公开了一种三电平整流器中功率开关器件开路故障的诊断方法，属于电力电子设备故障诊断技术领域，利用基于开关状态的电压和基于故障假设的电压之间的差，即三相平均电压偏差作为诊断变量，结合归一化和累加操作，实现了对三电平整流器内开关管高准确性和可靠性的开路故障诊断。设计了一种考虑直流侧电压不平衡和随整流器电流水平及调值比自动调节的诊断阈值，确保了诊断方法在整流器系统不同运行状态下的鲁棒性。上述诊断变量和阈值的获得无需复杂的计算、精确的系统建模和系统参数，并且不需要额外的传感器。因此该诊断方法具有诊断时间短、诊断成本低、不依赖于系统模型和参数的优点。
-
公开(公告)号：CN115080919A
公开(公告)日：2022-09-20
申请号：CN202210638253.6
申请日：2022-06-07
摘要： 本发明公开了一种基于深度耦合密集卷积神经网络的变压器故障诊断方法，包括以下步骤：获取变压器正常状态与故障状态的油中溶解气体数据集；采用自适应综合过采样方法对数据集进行扩充；将油中溶解的特征气体以二维矩阵的形式进行特征重构；搭建基于深度耦合密集卷积神经网络的变压器故障诊断模型；将数据集分为训练集和测试集，用二维矩阵作为深度耦合密集卷积神经网络的输入端，设置的标签作为输出端训练网络，得到故障诊断模型。本发明可解决油中溶解气体故障样本数不足和不均衡、特征量少，导致变压器故障诊断准确率低的问题。综合考虑故障状态特征气体的相互关系，提出深度密集卷积神经网络的搭建方法，有效缓解训练过程振荡、过拟合的现象。
-
公开(公告)号：CN115146739A
公开(公告)日：2022-10-04
申请号：CN202210884861.5
申请日：2022-07-26
摘要： 本发明公开了一种基于堆叠时间序列网络的电力变压器故障诊断方法，包括：采集各变电站中变压器的油中气体；对采集的数据进行z‑score归一化，得到归一化矩阵；将归一化矩阵按比例划分为训练集和测试集；构建基于Xgboost和双向门控循环神经网络的堆叠时间序列网络，输入训练集和测试集进行网络训练；利用实时采集的数据经过归一化后得到可训练的数据，进行故障预测和网络参数的更新。本发明利用Xgboost和门控神经网络对油中气体数据进行预测，由元学习器从两个时间序列网络中获得电力变压器预测数据，并通过Softmax层得到变压器的故障诊断结果。该神经网络具有准确的故障诊断性能和稳定的鲁棒性。
-
公开(公告)号：CN115062538A
公开(公告)日：2022-09-16
申请号：CN202210639082.9
申请日：2022-06-07
摘要： 本发明公开了一种基于注意力机制和卷积NN的变换器故障诊断方法及系统，步骤为：建立双有源桥变换器的仿真模型，并选择故障诊断信号；收集不同功率开关器件的故障诊断信号样本；利用卷积操作构建特征提取模块，利用注意力机制构建去噪模块和特征融合模块，提取和融合输入诊断样本中三个诊断信号的故障特征，构建多分支卷积神经网络模型；将故障诊断信号样本输入到多分支卷积神经网络中训练，根据训练后的网络对双有源桥变换器的开路故障进行诊断及定位。本发明利用注意力机制构建故障诊断模型，去除了诊断信号中的噪声并融合了多诊断信号的故障特征，有效提高了诊断准确度，且利用卷积神经网络进行诊断，提高了诊断的智能化。
-
公开(公告)号：CN118916590A
公开(公告)日：2024-11-08
申请号：CN202410959941.1
申请日：2024-07-17
申请人： 武汉大学 , 长江三峡集团江苏能源投资有限公司 , 国电南瑞科技股份有限公司
摘要： 本发明公开了一种适用于形状任意的空心绕线线圈的频响特性快速计算方法，属于电气电子设备元器件和传感器技术领域，包括：以空间中某点为原点建立三维直角参考坐标系；根据骨架的几何中心线参数方程，计算每个线匝的几何中心空间坐标，进而得到每个线匝的空间参数方程，结合纽曼公式计算任意两个线匝的互感和线匝的自感系数、线匝之间的电容、电阻和集肤深度，任意线匝与其他线匝的电气关系式方程；将电气关系式方程写成矩阵形式，将方程的系数矩阵转变为上三角矩阵，进而将矩阵转化为线圈端口电压和电流关系式，得到线圈的端口频响特性。本发明通用性强，计算方便，易于编制程序进行计算，节省设计时间，计算过程中没有经验公式，计算精度高。
-
公开(公告)号：CN114186379B
公开(公告)日：2024-09-24
申请号：CN202111184970.8
申请日：2021-10-12
申请人： 武汉大学
IPC分类号： G06F30/20 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于泄露积分回声网络和深度残差神经网络的变压器健康状态评估方法，包括以下步骤：采集各变电站中的监测信息；对采集到的监测信息进行数据滤波、数据清洗和数据归一化处理，得到输入矩阵；将输入矩阵输入泄露积分回声网络，生成可训练的人工数据，将人工数据按比例划分为训练集和验证集；构建基于压缩激励网络的深度残差神经网络，输入训练集和验证集进行网络训练；结合实际测试数据进行健康状态评估和网络更新。本发明考虑深度学习神经网络需要大量数据，利用泄露积分回声网络生成人工训练数据。并引入深度残差网络和压缩激励网络构建深度学习神经网络，提高神经网络的特征提取能力。该评估方法具备较高的准确率和较强的鲁棒性。
-
-
-
-
-
-
-
-
-
搜索结果
195 条记录 (耗时 0.046 秒)
