-
-
公开(公告)号:CN113821978A
公开(公告)日:2021-12-21
申请号:CN202111152441.X
申请日:2021-09-29
Applicant: 长沙理工大学
IPC: G06F30/27 , G06K9/00 , G06F119/10 , G06F113/04
Abstract: 本发明公开了一种基于改进步长LMS自适应算法的行波检测方法和系统,用来解决故障行波信号经行波传感器传变后会发生波形畸变,不能真实反映一次侧行波波形特征的问题。所述方法包括:利用改进步长LMS自适应算法对传感器一二次行波信号进行滤波训练,建立传感器的黑匣子模型;利用小波阈值去噪方法对实际检测得到的二次行波信号进行预处理;利用黑匣子模型对二次行波信号进行反演获得一次行波信号。本发明方案可避免传递函数不精确对反演结果的影响,反演精度更高、适用性更强,能有效提高行波检测的真实性和准确性。
-
公开(公告)号:CN112649700B
公开(公告)日:2022-06-03
申请号:CN202011463260.4
申请日:2020-12-09
Applicant: 长沙理工大学
IPC: G01R31/08
Abstract: 本发明公开了一种基于动态虚拟故障的行波网络定位方法,步骤1:将所有测量点的初始行波到达时间两两作差,得到真实故障的时间特征矩阵;步骤2:得到虚拟故障的时间特征矩阵;步骤3:利用真实故障的时间特征矩阵与虚拟故障的时间特征矩阵求取时间信息差异度et;步骤4:利用PSO算法不断更新虚拟故障点位置,重复步骤2~3,逐步逼近真实故障点;当达到迭代次数后,或者时间信息差异度et的值小于预设值,结束迭代;将当前虚拟故障点位置作为故障点位置,实现故障定位。仿真结果表明,该方法无需分析网络结构与解网操作,在一定程度上能够消除行波波速的影响,实现故障精确定位。
-
-
公开(公告)号:CN113821978B
公开(公告)日:2024-02-27
申请号:CN202111152441.X
申请日:2021-09-29
Applicant: 长沙理工大学
IPC: G06F30/27 , G06F18/10 , G06F17/16 , G06F119/10 , G06F113/04
Abstract: 本发明公开了一种基于改进步长LMS自适应算法的行波检测方法和系统,用来解决故障行波信号经行波传感器传变后会发生波形畸变,不能真实反映一次侧行波波形特征的问题。所述方法包括:利用改进步长LMS自适应算法对传感器一二次行波信号进行滤波训练,建立传感器的黑匣子模型;利用小波阈值去噪方法对实际检测得到的二次行波信号进行预处理;利用黑匣子模型对二次行波信号进行反演获得一次行波信号。本发明方案可避免传递函数不精确对反演结果的影响,反演精度更高、适用性更强,能有效提高行波检测的真实性和准确性。
-
公开(公告)号:CN112649700A
公开(公告)日:2021-04-13
申请号:CN202011463260.4
申请日:2020-12-09
Applicant: 长沙理工大学
IPC: G01R31/08
Abstract: 本发明公开了一种基于动态虚拟故障的行波网络定位方法,步骤1:将所有测量点的初始行波到达时间两两作差,得到真实故障的时间特征矩阵;步骤2:得到虚拟故障的时间特征矩阵;步骤3:利用真实故障的时间特征矩阵与虚拟故障的时间特征矩阵求取时间信息差异度et;步骤4:利用PSO算法不断更新虚拟故障点位置,重复步骤2~3,逐步逼近真实故障点;当达到迭代次数后,或者时间信息差异度et的值小于预设值,结束迭代;将当前虚拟故障点位置作为故障点位置,实现故障定位。仿真结果表明,该方法无需分析网络结构与解网操作,在一定程度上能够消除行波波速的影响,实现故障精确定位。
-
-
-
-
-