-
公开(公告)号：CN107153154B
公开(公告)日：2019-11-01
申请号：CN201710447017.5
申请日：2017-06-14
Applicant: 中国矿业大学
IPC: G01R31/12
Abstract: 本发明公开了一种双端接地电缆绝缘劣化诊断方法，包括步骤：获取双端接地的电缆的泄漏电流及泄漏电流零序分量；通过傅里叶变换方法分析截取的泄漏电流零序分量的幅频特性，确定与电缆绝缘状态相关的特征频段；采用小波包变换方法提取和计算与电缆绝缘状态相关的特征频段的累加能量；获取正常电缆的泄漏电流零序分量及计算出各特征频段的累加能量；将正常电缆的各特征频段的累加能量分别与所计算对应特征频段的累加能量求得比值，根据求得比值判断电缆是否发生绝缘劣化。本发明可实现对双端接地电缆的绝缘状态进行在线检测，抗干扰能力强，有效性不受电网的负载状况与接地电阻大小的影响；节约成本，实现简单。
-
Patent Agency Ranking
公开(公告)号：CN107505538A
公开(公告)日：2017-12-22
申请号：CN201710866659.9
申请日：2017-09-22
Applicant: 中国矿业大学
IPC: G01R31/08
CPC classification number: G01R31/085 , G01R31/088
Abstract: 本发明公开了一种基于线模电压行波幅值衰减特性的半波长输电线路非同步故障定位方法，基于线模电压行波在半波长输电线路上传播时高频分量的幅值衰减规律，提出将单端行波测距与行波衰减特性相结合的半波长输电线路非同步故障定位方案，其核心思想为：故障发生后，首先粗略估计故障位置，然后根据线模电压行波幅值衰减程度，选择相应的故障测距方法进行定位。本发明将基于线模电压行波传播时幅值的衰减特性测距原理和单端测距原理相结合进行半波长输电线路故障定位，充分发挥了两种测距方法的优势。本发明无需各测量点精确同步，具有较高的工程实践意义。
-
公开(公告)号：CN107153154A
公开(公告)日：2017-09-12
申请号：CN201710447017.5
申请日：2017-06-14
Applicant: 中国矿业大学
IPC: G01R31/12
Abstract: 本发明公开了一种双端接地电缆绝缘劣化诊断方法，包括步骤：获取双端接地的电缆的泄漏电流及泄漏电流零序分量；通过傅里叶变换方法分析截取的泄漏电流零序分量的幅频特性，确定与电缆绝缘状态相关的特征频段；采用小波包变换方法提取和计算与电缆绝缘状态相关的特征频段的累加能量；获取正常电缆的泄漏电流零序分量及计算出各特征频段的累加能量；将正常电缆的各特征频段的累加能量分别与所计算对应特征频段的累加能量求得比值，根据求得比值判断电缆是否发生绝缘劣化。本发明可实现对双端接地电缆的绝缘状态进行在线检测，抗干扰能力强，有效性不受电网的负载状况与接地电阻大小的影响；节约成本，实现简单。
-
公开(公告)号：CN113971416A
公开(公告)日：2022-01-25
申请号：CN202111111740.9
申请日：2021-09-23
Applicant: 国网江苏省电力有限公司宿迁供电分公司 , 中国矿业大学
Abstract: 本发明提出的是一种电缆早期故障辨识方法，该方法包括：步骤S1：选取电缆故障相电流作为原始信号，对原始信号进行预处理；所述预处理包括利用VMD对原始信号进行信号分解和降噪，降低原始信号中的高斯白噪声；步骤S2：选择预处理后信号的时域特征和精细化多尺度散布熵的前五个尺度值构造特征向量F，对提取的特征向量F进行归一化处理构建辨识模型输入特征向量，使其分布在[‑1,1]，作为对深度置信网络输入的特征向量；步骤S3：初始化DBN模型参数，通过预训练进行DBN模型的训练，利用PSO算法对深度置信网络结构进行优化。本发明提高了辨识模型的鲁棒性和稳定性，提高了故障辨识的效率和准确性。
-
公开(公告)号：CN110068748B
公开(公告)日：2020-09-25
申请号：CN201910344139.0
申请日：2019-04-26
Applicant: 中国矿业大学
IPC: G01R31/08
Abstract: 本发明公开基于深度卷积神经网络的10kV单芯电缆早期状态辨识方法，包括：从电缆首端获取接地线电流信号并截取接地线电流突变信号，利用小波变换对突变信号进行分解和分支重构获得多个尺度分量信号，对重构出来的每个尺度分量信号进行特征提取以构建电缆早期状态辨识特征矩阵，依据矩阵的尺寸特点构建7层深度卷积神经网络模型；基于训练完成的目标模型进行电缆早期状态辨识。本发明能充分利用电缆运行的大量数据，将原始信号中的不同频率成分信号的波形特征与能量特征提取出来作为深度CNN网络的输入，通过CNN模型归纳输入与输出的对应关系，从而完成电缆早期状态的辨识，辨识准确率可达99.23％。
-
公开(公告)号：CN110646708A
公开(公告)日：2020-01-03
申请号：CN201910922549.9
申请日：2019-09-27
Applicant: 中国矿业大学
Abstract: 本发明公开基于双层长短时记忆(LSTM)网络的10kV单芯电缆早期状态识别方法，适用于电气领域使用。首先从可观测电气量中选择得到5个电流可观测电气量，从这5个可观测电气量中提取时序对构建电缆早期状态组合时序特征矩阵；然后依据辨识矩阵尺寸特点，构建处理时序输入的双层LSTM网络；再通过自适应学习率的优化算法进行有监督学习下的模型训练，得到电缆早期状态辨识模型。本发明可以充分利用电缆运行的大量数据，在不使用统计特征的情况下，从五种可观测数据提取时序对构建组合时序特征矩阵作为双层LSTM网络的输入，利用双层LSTM对时序输入的处理能力明确输入与输出的对应关系，进而完成电缆早期状态的辨识。本发明辨识准确率可达99.06％。
-
-
-
-
-
Search Results
16
records
(took 0.017 seconds)
