-
公开(公告)号:CN119438827A
公开(公告)日:2025-02-14
申请号:CN202411701046.6
申请日:2024-11-26
Applicant: 西安交通大学 , 内蒙古电力(集团)有限责任公司
IPC: G01R31/12 , G01R19/165 , G01R23/16 , G06F18/213 , G06F18/214 , G06F18/2433 , H03H17/02 , G06F18/2411 , G06N3/0442 , G06N20/10 , G08B21/18 , G08B31/00
Abstract: 一种电力变压器绕组匝间放电预警系统、方法、介质及设备,系统中,信号获取模块用于实时采集电力变压器绕组匝间产生的多物理放电信号;数据清洗模块用于对采集到的多物理放电信号进行预处理操作;图谱构建模块用于对清洗后的多物理放电信号进行特征参量提取,并构建相应多物理放电信号的PRPD分布图谱;放电严重程度辨识模块用于根据特征参量生成绕组匝间是否产生放电的辨识结果,并对PRPD图谱进行分析以辨识出绕组匝间放电的严重程度;分级报警模块用于根据匝间放电辨识结果自动触发相应的报警机制,并根据放电严重程度的不同,触发不同级别的报警响应。
-
公开(公告)号:CN119556074A
公开(公告)日:2025-03-04
申请号:CN202411701041.3
申请日:2024-11-26
Applicant: 西安交通大学 , 内蒙古电力(集团)有限责任公司
Abstract: 一种电力变压器绕组匝间放电模式识别方法、系统、介质及设备,方法中,采集电力变压器绕组放电时的电气量信号和非电气量信号;利用小波变换进行信号预处理,消除电气量信号和非电气量信号中夹杂的噪声和电磁干扰;利用傅里叶变换生成信号频谱图,并提取各电气量信号和非电气量信号的时域波形和频谱图的特征参量;将提取出的全部的特征参量输入到匝间放电模式识别模型,判断变压器绕组是否发生匝间放电;根据匝间放电模式识别模型识别结果,若存在匝间放电,则触发预警机制。
-
公开(公告)号:CN116859190A
公开(公告)日:2023-10-10
申请号:CN202310732732.9
申请日:2023-06-20
Applicant: 西安交通大学
IPC: G01R31/12
Abstract: 一种同源局部放电超声信号的时间差估计方法,其中,采集两通道同源超声信号;设定横向自适应滤波器阶数和交叉互相关器级数;将两通道同源信号输入两个横向自适应滤波器;将两个横向自适应滤波器得到的权系数输入k级交叉互相关器;对交叉互相关器的输出进行峰值提取得到同源超声信号之间的时间差。本发明具有时间分辨率高、时间差估计偏差小、抗噪性能好等优点,在电力设备(如电力变压器)状态诊断领域的局部放电定位方面具有较高的应用价值。
-
公开(公告)号:CN119044690A
公开(公告)日:2024-11-29
申请号:CN202411106251.8
申请日:2024-08-13
Applicant: 西安交通大学
IPC: G01R31/12
Abstract: 一种基于DSCNN的油中电弧放电模式轻量化识别方法,该方法中,开展油浸式电力变压器短间隙油中电弧放电测试实验;利用传感器采集电弧放电测试实验的放电时域数据,对其进行小波变换,生成时频图谱;将时频图谱分为训练集和测试集,使用训练集训练轻量化深度可分离卷积神经网络模型,利用测试集检测训练后的模型,记录第一训练参数;使用所述训练集训练常规卷积神经网络模型,使用所述试集检测训练后的模型,记录第二训练参数;通过对比第一训练参数和第二训练参数,证实基于DSCNN的短间隙电弧放电模式识别方法的轻量化优势,满足在线监测的要求。
-
-
公开(公告)号:CN119044689A
公开(公告)日:2024-11-29
申请号:CN202411106245.2
申请日:2024-08-13
Applicant: 西安交通大学
IPC: G01R31/12
Abstract: 一种变压器短间隙油中电弧放电模式识别方法及装置,该方法中,基于油浸式电力变压器不同放电缺陷模型开展油纸绝缘电弧放电实验;利用传感器采集油纸绝缘电弧放电实验的短间隙油中电弧放电的多物理特征信号;利用广义S变换对所述多物理特征信号进行处理,生成多物理信号时频图谱;将生成的多物理信号时频图谱输入到多通道深度可分离卷积神经网络模型,实现多物理量联合检测的电弧放电模式识别。
-
-
-
-
-