-
公开(公告)号:CN109033626A
公开(公告)日:2018-12-18
申请号:CN201810823284.2
申请日:2018-07-25
Applicant: 国网江苏省电力有限公司检修分公司 , 河海大学
CPC classification number: G06F17/5009 , G06F2217/82 , G06Q50/06
Abstract: 本发明公开了一种特高压并联电抗器振动噪声计算方法,考虑了电抗器振动噪声产生的过程,基于多物理场耦合的有限元理论,建立多场耦合的电抗器电磁‑结构‑噪声的全过程仿真模型,计算电抗器振动噪声。获得特高压并联电抗器各种尺寸及相关参数,建立真实数据的电抗器三维模型;在瞬态磁场中,采用虚位移法计算电抗器绕组和铁心所受电磁力;对电抗器所受电磁力进行FFT变换,获得其频率、幅值与相位;以FFT变换的电磁力为载荷激励,进行模态分析与谐响应分析,获得电抗器振动速度和振动特性;以电抗器振动速度为载荷激励,进行噪声分析,获得电抗器噪声分布。本发明为特高压并联电抗器的振动抑制和噪声减弱提供了理论依据,具有较好的应用价值。
-
公开(公告)号:CN108955871A
公开(公告)日:2018-12-07
申请号:CN201810985034.9
申请日:2018-08-27
Applicant: 河海大学
Abstract: 本发明公开了一种基于快速kurtogram算法的分接开关振动信号降噪方法,首先通过加速度传感器对分接开关振动信号进行采集;其次对采集到的振动信号进行相空间重构,得到m组子向量;对每个子向量进行快速kurtogram算法分析,即求取每个子向量的快速谱峭度图谱,然后分别对这m组快速谱峭度图谱进行取平均,得到谱峭度值最大处的中心频率和相应的频率分辨率,即得出滤波器参数;基于滤波器参数对分接开关振动信号进行带通滤波处理。本发明克服了人为的偶然性和局限性,很好的反映振动信号故障特征频率,有效地削弱脉冲干扰成分对原谱峭度图结果的影响。
-
公开(公告)号:CN108398252A
公开(公告)日:2018-08-14
申请号:CN201810166794.7
申请日:2018-02-28
Applicant: 河海大学
Abstract: 本发明公开了一种基于ITD与SVM的OLTC机械故障诊断方法,1)通过加速度传感器对有载分接开关正常状态下的振动信号、故障状态下的振动信号进行采集,并对振动信号做预处理;2)对预处理后的振动信号进行固有时间尺度分解ITD分析,构造特征向量,作为SVM的输入;3)对SVM进行训练,将特征向量输入到SVM中,对SVM进行训练,将测试数据输入到训练好的SVM从而判断OLTC的故障模式。本发明可以克服经验模态分解、局部均值分解中存在比较严重的端点效应和虚假分量的问题,适合提取OLTC机械故障信号的特征量;不需要大量数据进行SVM的训练,诊断精度更高;OLTC的诊断效果明显优于BP网络。
-
公开(公告)号:CN107816947A
公开(公告)日:2018-03-20
申请号:CN201710976609.6
申请日:2017-10-19
Applicant: 国网江苏省电力公司南京供电公司 , 河海大学 , 国网江苏省电力公司 , 国家电网公司
IPC: G01B11/02
CPC classification number: G01B11/02
Abstract: 本发明涉及一种高压大截面电缆热位移监测装置,包括第一位移传感器、第二位移传感器和数据采集模块,所述第一位移传感器设置在相邻抱箍间电缆打弯的最低处,所述第一位移传感器的正下方设有与所述第一位移传感器相适配的辅助基座,所述辅助基座的顶面水平设置;所述第二位移传感器设置在靠近抱箍的电缆表面处,该抱箍朝向第二位移传感器的一侧设有垂直于水平面的反射面;所述第一位移传感器和第二位移传感器均与数据采集模块连接,所述数据采集模块与显示模块连接。该装置便于运行维护人员进行察看电缆的轴向和幅向位移,并能够提早发现异常避免故障的发生或扩大。
-
公开(公告)号:CN105699869B
公开(公告)日:2018-03-13
申请号:CN201610212054.3
申请日:2016-04-07
Applicant: 国网江苏省电力公司南京供电公司 , 国网江苏省电力公司 , 国家电网公司 , 河海大学
IPC: G01R31/12
Abstract: 本发明涉及一种基于振动信号的GIS设备局部放电检测方法,该方法执行以下步骤:1)在所述GIS设备的壳体外部安装振动传感器;2)采集所述振动传感器的振动信号;3)对采集到的振动信号进行4层小波包分解变换,得到顺序均分的16个子频段以及各个子频段的能量值e1,e2,…,e16;4)计算局部放电指数k=E1/E进行局部放电判断,其中E1=e3+e4+e5+e6,E=e3+e4+…+e16。本发明的检测方法不但灵敏度高,而且反馈及时迅速。
-
公开(公告)号:CN105071717B
公开(公告)日:2018-03-09
申请号:CN201510493654.7
申请日:2015-08-13
Applicant: 河海大学
IPC: H02P6/10
Abstract: 本发明公开了一种利用电流谐波抑制表贴式永磁同步电机转矩波动的方法,包括:将永磁同步电机反电动势波形进行傅里叶分解,获得反电动势谐波频谱和各次谐波的幅值大小;将电流表示成傅里叶级数形式,基于三相反电动势和电流表达式求解电磁转矩模型;将电磁转矩根据谐波成分不同进行分类,求解各类电磁转矩波动最小时电流谐波满足的条件;根据反电动势谐波特点判断电磁转矩波动主要来源,确定电流谐波次数、幅值和相位;将含有特定谐波的电流通入永磁同步电机三相绕组中,抑制电机电磁转矩波动。本方法能够有效抑制表贴式永磁同步电机电磁转矩波动,并为永磁电机转矩波动抑制提供了一种新的思路,可进一步用于其他类型永磁电机的转矩波动抑制中。
-
公开(公告)号:CN107544024A
公开(公告)日:2018-01-05
申请号:CN201710741097.5
申请日:2017-08-25
Applicant: 河海大学
Abstract: 本发明公开了一种发电机电刷滑环烧伤故障程度诊断方法,基于仿真软件仿真出发电机电刷滑环发生的不同程度烧伤故障,并采集对应流经电刷滑环系统的励磁电流作为训练样本数据,构造出一个基于自适应神经模糊推理系统;使用混合学习算法对构造的自适应神经模糊推理系统进行训练,确定系统中的输入隶属度函数及输出隶属度函数参数;确定了系统参数的自适应神经迷糊推理系统可以用于诊断发电机电刷滑环的烧伤故障及确定烧伤故障的程度。本发明提供的诊断方法准确有效,精确度高,可操作性强。
-
公开(公告)号:CN106712338A
公开(公告)日:2017-05-24
申请号:CN201710034160.1
申请日:2017-01-17
Applicant: 河海大学
Abstract: 本发明公开了一种高弱磁性能Halbach阵列永磁同步电机,其结构包括定子铁心、三相电枢绕组、气隙、转子铁心以及分段式Halbach阵列永磁体磁极等组成部分。该电机为解决传统表贴式永磁同步电机弱磁困难的问题而提出,一方面在直轴增设转子铁心凸极,有效减小直轴气隙长度,增大电枢直轴电抗,增强电枢电流的弱磁效果,避免永磁体在去磁磁场下发生不可逆退磁;另一方面表贴式磁极采用分段式Halbach阵列结构,以改善气隙磁场分布,削弱由转子凸极带来的转矩波动过大等问题,提高电机的整体性能。
-
公开(公告)号:CN106291354A
公开(公告)日:2017-01-04
申请号:CN201610566672.8
申请日:2016-07-18
Applicant: 河海大学
IPC: G01R31/34
CPC classification number: G01R31/343
Abstract: 本发明公开了一种基于ANFIS的电动汽车永磁同步电机故障分类方法,包括以下步骤:对故障进行分类并通过采集各种故障数据建立训练样本集;构造一个自适应神经模糊推理系统,以电动汽车永磁同步电机各种故障类型的故障数据中的绕组电流作为输入,并赋予每种故障类型一个输出,选择输入输出的隶属度函数,设置系统训练目标误差,使用混合学习算法训练隶属度函数参数,从而确定自适应神经模糊推理系统中的输入隶属度函数参数和输出隶属度函数参数;通过诊断永磁同步电机故障得到实验数据,将实验数据输入自适应神经模糊推理系统,从而得到诊断结果,并根据诊断结果确定故障类型完成故障分类。实现可操作性强、高效而经济、高精确度的诊断。
-
公开(公告)号:CN106203382A
公开(公告)日:2016-12-07
申请号:CN201610576781.8
申请日:2016-07-20
Applicant: 河海大学
CPC classification number: G06K9/00523 , G06K9/00536 , G06K9/6256 , G06K9/6267 , G06N20/00 , H02H7/045
Abstract: 本发明公开了一种基于核函数极限学习机的励磁涌流和故障电流识别方法,包括以下步骤:采集变压器各相的高、低压侧电流作差得到各相的差动电流;对各相差动电流分别进行经验模态分解,得到对应各相的IMF序列;将各相的IMF分量分别构成轨迹矩阵,对轨迹矩阵进行奇异值分解得到对应各相的奇异值,基于信息熵得到对应各相的奇异谱熵;采集变压器故障工况的电流数据,将电流数据分为训练样本集和测试样本集;以各相的奇异谱熵为输入量,以电流类型为输出量,建立各相的核函数极限学习机,并利用训练样本集训练核函数极限学习机;利用测试样本集对训练后的核函数极限学习机进行测试和评价。本发明收敛速度快,泛化性能稳定及预测准确性高。
-
-
-
-
-
-
-
-
-