-
-
公开(公告)号：CN113343550A
公开(公告)日：2021-09-03
申请号：CN202110641395.3
申请日：2021-06-09
Applicant: 上海交通大学 , 国网浙江省电力有限公司电力科学研究院
Abstract: 一种基于局部图像特征的局部放电故障诊断方法，包括：采集不同故障类型的局部放电图像，并对图像进行预处理，生成局部放电图像数据库；采用U‑SURF‑BoW算法提取局部放电图像的局部特征，构建局部放电图像特征空间；再采用PCA对特征空间进行降维处理，随后使用天牛须算法对支持向量机进行参数寻优操作，构建最优的局部放电支持向量机分类模型，最后采用分类模型对局部放电图像数据特征进行识别分类，得到最终的故障诊断结果。本发明能有效和稳定地提取局部放电特征，提高了局部放电故障诊断的效率和准确率，同时能够保证在高噪声情况下具有较好的识别效果。
-
公开(公告)号：CN112147470B
公开(公告)日：2021-07-20
申请号：CN202011021369.2
申请日：2020-09-25
Applicant: 上海交通大学
IPC: G01R31/12
Abstract: 本发明公开了一种GIL局部放电源定位方法，包括步骤：(1)建立与实际GIL尺寸相同的仿真模型，并进行光学信号仿真，构建局部放电仿真指纹库Ψ(2)拟合出GIL中所有位置局部放电指纹，以将Ψ扩展为Ψ’(3)构建有若干个基分类器的Bagging‑KELM模型，用Bagging算法对扩展后光学局部放电仿真指纹库Ψ’进行重新采样，获得随机选择的若干个子指纹库，各子指纹库与个基分类器对应，采用各子指纹库对各基分类器进行训练，以使每一个基分类器均输出局部放电源位置坐标，Bagging‑KELM模型的输出为各基分类器输出局部放电源位置坐标的平均值(4)将实际检测的GIL局部放电光学指纹输入到经过训练的Bagging‑KELM模型中，得到实际局部放电源位置。此外，本发明还公开了一种GIL局部放电源定位系统。
-
公开(公告)号：CN112083287B
公开(公告)日：2021-06-01
申请号：CN202010933183.8
申请日：2020-09-08
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于特征值谱分布模型的配电网动态事件定位方法，其包括步骤：(1)采集配电网络的节点电压数据，并进行归一化处理；(2)计算配电网络的电压协方差矩阵；(3)基于电压协方差矩阵构建过度矩阵；(4)计算过度矩阵的协方差矩阵；(5)对配电网动态事件进行定位。此外，本发明还公开了一种基于特征值谱分布模型的配电网动态事件定位系统。
-
公开(公告)号：CN111929549A
公开(公告)日：2020-11-13
申请号：CN202010837938.4
申请日：2020-08-19
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于局部放电光学信号的GIL局部放电源定位方法：(1)建立光学定位仿真指纹库：建立与实际GIL尺寸完全相同的仿真模型，并对所述仿真模型的局部放电源进行光学信号仿真，以构建局部放电源的光学定位仿真指纹库；(2)采用光学传感器采集实际GIL发生局部放电时发出的光信号，以得到实际局部放电源所对应的实际局部放电的光学指纹 (3)构建PSO-KELM网络模型；(4)采用PSO-KELM网络模型将实际局部放电的光学指纹 与所述光学定位仿真指纹库中的光学指纹进行匹配，以确定GIL上的实际局部放电源的位置。此外，本发明还公开了一种基于局部放电光学信号的GIL局部放电源定位系统。
-
Patent Agency Ranking
公开(公告)号：CN108548997B
公开(公告)日：2020-11-06
申请号：CN201810338375.7
申请日：2018-04-16
Applicant: 上海交通大学
IPC: G01R31/12
Abstract: 本发明公开了变电站空间局部放电定位方法，其包括步骤：(1)在被测区域选定N个测量点，构建模拟局部放电信号强度概率分布特性矩阵Ψ(m)；(2)当局部放电实际发生时，采用q个特高频传感器采集局部放电信号并获得实测局部放电强度特性向量(3)基于模型公式获取局部放电的定位结果E。此外，本发明还公开了一种变电站空间局部放电定位系统，包括：q个特高频传感器以及与该q个特高频传感器数据连接的处理单元。该变电站空间局部放电定位方法定位快速，受空间环境和电磁环境的影响较小，降低了变电站局部放电监测的难度，提高了电力设备故障的检修效率，进而提高了变电站运维的智能化水平。
-
公开(公告)号：CN110161388A
公开(公告)日：2019-08-23
申请号：CN201910496881.3
申请日：2019-06-10
Applicant: 上海交通大学
Abstract: 本发明公开了一种高压设备的故障类型识别方法，其包括步骤：(1)获取高压设备局部放电的特高频信号数据和超声波信号数据；(2)分别提取基于特高频信号数据的PRPS图谱特征和基于超声波信号数据的梅尔频谱特征；(3)构建支持向量机神经网络和卷积神经网络，将PRPS图谱特征输入支持向量机神经网络以使其输出PRPS图谱特征所表征的第一故障诊断概率矩阵；将梅尔频谱特征输入卷积神经网络以使其输出梅尔频谱特征所表征的第二故障诊断概率矩阵；(4)基于Choquet模糊积分对第一故障诊断概率矩阵和第二故障诊断概率矩阵进行融合，得到最终诊断的故障类型。此外，本发明还公开了一种高压设备的故障类型识别系统。
-
公开(公告)号：CN110133146A
公开(公告)日：2019-08-16
申请号：CN201910451726.X
申请日：2019-05-28
Abstract: 本发明公开了一种考虑不平衡数据样本的变压器故障诊断方法，包括步骤：100：采集变压器的油色谱样本数据，并对其进行预处理得到经过预处理的油色谱样本数据；200：构建并训练第一级分类器，其中采用经过预处理的油色谱样本数据对第一级分类器进行训练；基于第一级分类器输出的状态特征与油色谱样本数据得到特征融合向量；300：基于EasyEnsemble集成学习方法对第二级分类器进行训练，基于若干个第二级子分类器的输出合成第二级分类器；400：将需要诊断的变压器油色谱数据输入第一级分类器，则从第二级分类器的输出端输出该变压器油色谱数据表征的变压器状态。该变压器故障诊断方法相对于传统方法取得更准确且平衡的效果。
-
公开(公告)号：CN107063465B
公开(公告)日：2019-06-14
申请号：CN201710198354.5
申请日：2017-03-29
Applicant: 国网山东省电力公司菏泽供电公司 , 国家电网公司 , 上海交通大学
IPC: G01J5/00
Abstract: 本发明公开了一种变电站电气设备故障发热点红外阵列检测定位系统，其包括相应设于若干电气设备附近的若干红外探头组，每个所述红外探头组均包括至少一个红外探头；还包括与所述红外探头连接的信号处理系统，其中：每个所述红外探头组的相应方位的红外探头具有相同的方位朝向，并且所述红外探头部分或全部指向相应方位的电气设备；所述信号处理系统根据所述红外探头传输的红外线能量判断是否存在故障发热点，以及故障发热点所在电气设备的位置。此外，本发明还公开了相应的方法。本发明可有效抑制红外背景噪声的影响，大幅度降低检测误差，实时准确地检测判断是否存在故障发热点，并定位故障发热点的位置，保障无人值守变电站的安全、可靠运行。
-
公开(公告)号：CN109596951A
公开(公告)日：2019-04-09
申请号：CN201811523416.6
申请日：2018-12-12
Applicant: 全球能源互联网研究院有限公司 , 国家电网有限公司 , 上海交通大学 , 国网湖北省电力有限公司
Abstract: 本发明公开了一种局部放电源的定位方法及系统，该定位方法包括如下步骤：获取被测区域中局部放电源产生的放电信号；根据放电信号建立RSSI指纹图；根据RSSI指纹图和广义回归神经网络模型得到被测区域中局部放电源的坐标。该局部放电源定位方法及系统，利用特高频信号作为特征量，结合RSSI指纹技术与广义回归神经网络模型实现局部放电源定位，无需时间检测装置，降低成本，且对硬件要求小，易于实现，并且具有较好的环境适应性和较高的精确度，提高了站局部放电定位的效率，有着较好的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
434
records
(took 0.048 seconds)
