一种基于改进AFT算法优化BP神经网络的开关柜三合一局放模式识别方法

    公开(公告)号:CN117312925B

    公开(公告)日:2024-03-01

    申请号:CN202311577950.6

    申请日:2023-11-24

    摘要: 本发明公开了一种基于改进AFT算法优化BP神经网络的开关柜三合一局放模式识别方法,在该方法中,通过三合一局放传感器检测收集超声波、地电波和温湿度局部放电异常信号,对原始数据集进行归一化处理并提取数据集的统计特征参数得到训练数据集;搭建三层BP神经网络,以BP神经网络的均方根误差最小为优化目标,使用改进的AFT算法优化BP神经网络。本发明通过引入自适应因子 以改进AFT算法的搜索步长,能够显著提高搜寻效率,并使用莱维飞行进行搜索方向的更新以增加多样性,通过传感器检测到局部放电信号异常后对局部放电模式进行识别分析,提高了开关柜三合一局放检测的效率,并提升了放电类型判别的准确性和效率。

    一种基于改进AFT算法优化BP神经网络的开关柜三合一局放模式识别方法

    公开(公告)号:CN117312925A

    公开(公告)日:2023-12-29

    申请号:CN202311577950.6

    申请日:2023-11-24

    摘要: 本发明公开了一种基于改进AFT算法优化BP神经网络的开关柜三合一局放模式识别方法,在该方法中,通过三合一局放传感器检测收集超声波、地电波和温湿度局部放电异常信号,对原始数据集进行归一化处理并提取数据集的统计特征参数得到训练数据集;搭建三层BP神经网络,以BP神经网络的均方根误差最小为优化目标,使用改进的AFT算法优化BP神经网络。本发明通过引入自适应因子以改进AFT算法的搜索步长,能够显著提高搜寻效率,并使用莱维飞行进行搜索方向的更新以增加多样性,通过传感器检测到局部放电信号异常后对局部放电模式进行识别分析,提高了开关柜三合一局放检测的效率,并提升了放电类型判别的准确性和效率。

    一种基于MCU-Apriori-LoRa的空间电磁波UHF局放定向传感方法及系统

    公开(公告)号:CN117148070B

    公开(公告)日:2024-08-06

    申请号:CN202311158753.0

    申请日:2023-09-08

    IPC分类号: G01R31/12

    摘要: 本发明公开了一种基于MCU‑Apriori‑LoRa的空间电磁波UHF局放定向传感方法及系统,方法步骤包括:信息采集:定向采集空间电磁波特高频局放信息;信息转换:利用基于MCU集成芯片的UHF局放信息转换技术对UHF局放定向信号进行处理,将其转换成数字信号;特征提取:利用基于MCU集成芯片的UHF局放特征提取模型对处理后的UHF局放定向信号进行UHF局放定向特征提取;关联分析:构建基于Apriori的UFH局放定向特征异常关联分析模型,获取UHF局放定向特征异常的关联规则;定向传感:利用基于LoRa的UHF局放定向传输技术将异常信息定向传输至数据处理中心。通过本发明的方法和系统能够实时的在线监测设备的绝缘故障,帮助用户在设备发生绝缘故障前消除隐患,实现设备的智能检修。

    一种基于超声数据处理技术进行局放检测的方法及探头

    公开(公告)号:CN117572169B

    公开(公告)日:2024-05-14

    申请号:CN202311543700.0

    申请日:2023-11-20

    摘要: 本发明公开了一种基于超声数据处理技术进行局放检测的方法及探头,先使用超声波探头进行检测,将检测到的超声信号转换为电信号;再对电信号进行包括放大和滤波在内的预处理;然后使用模数转换器将预处理后的电信号转换为数字信号,方便数字信号处理;接着先对数字信号进行预处理,再提取有用信号并进行幅度检波;最后对有用信号进行数据分析,判断是否有局部放电、局部放电的严重程度,并将局放图谱及局放告警上传。该方法依据局放超声波原理的特点,结合数字化的局放超声信号处理方式,能够以更高的功率代价和更高的MCU处理能力,取得更好的局放超声信噪比,更好地判断局放是否发生。

    一种基于MCU-Apriori-LoRa的空间电磁波UHF局放定向传感方法及系统

    公开(公告)号:CN117148070A

    公开(公告)日:2023-12-01

    申请号:CN202311158753.0

    申请日:2023-09-08

    IPC分类号: G01R31/12

    摘要: 本发明公开了一种基于MCU‑Apriori‑LoRa的空间电磁波UHF局放定向传感方法及系统,方法步骤包括:信息采集:定向采集空间电磁波特高频局放信息;信息转换:利用基于MCU集成芯片的UHF局放信息转换技术对UHF局放定向信号进行处理,将其转换成数字信号;特征提取:利用基于MCU集成芯片的UHF局放特征提取模型对处理后的UHF局放定向信号进行UHF局放定向特征提取;关联分析:构建基于Apriori的UFH局放定向特征异常关联分析模型,获取UHF局放定向特征异常的关联规则;定向传感:利用基于LoRa的UHF局放定向传输技术将异常信息定向传输至数据处理中心。通过本发明的方法和系统能够实时的在线监测设备的绝缘故障,帮助用户在设备发生绝缘故障前消除隐患,实现设备的智能检修。

    一种基于BP神经网络的特高频局放全向探测方法及系统

    公开(公告)号:CN117195050A

    公开(公告)日:2023-12-08

    申请号:CN202311162931.7

    申请日:2023-09-11

    摘要: 本发明公开了一种基于BP神经网络的特高频局放全向探测方法及系统,方法包括如下步骤:采集特高频局部放电的空间电磁波信息;利用特高频局部放电信息预处理模型对特高频局部放电的空间电磁波信息进行预处理;基于BP神经网络对预处理后的特高频局部放电的空间电磁波信息进行学习和训练,构建基于BP神经网络的特高频局部放电检测模型;构建局部放电模型库,并将局部放电模型库定期更新到特高频局放物理监测装置中,利用特高频局放物理监测装置对特高频局部放电进行监测。本发明的方法和系统可以对不同环境下的特高频局放进行检测,提高特高频局放检测的有效性和准确度。