-
公开(公告)号：CN106646158A
公开(公告)日：2017-05-10
申请号：CN201611121970.2
申请日：2016-12-08
Applicant: 西安工程大学
IPC: G01R31/12
Abstract: 本发明公开的基于多分类支持向量机变压器故障诊断提升方法：对所采集的油浸式变压器带有类标签的样本集每一类按3：1比例分为：训练样本和测试样本；对得到的训练样本与测试样本分别进行归一化处理，然后建立基于Bagging集成DAG‑SVM与多级支持向量机变压器故障诊断模型；利用改进二进制布谷鸟算法对得到的所有DAG‑SVM与多级支持向量机模型进行选择；利用获得的模型集合对待测样本同时检测，最后应用多数投票法得到最终结果。本发明基于多分类支持向量机变压器故障诊断提升方法，能提高变压器故障诊断的精度。
-
公开(公告)号：CN106597154A
公开(公告)日：2017-04-26
申请号：CN201611125041.9
申请日：2016-12-08
Applicant: 西安工程大学
IPC: G01R31/00
Abstract: 本发明公开的基于DAG‑SVM的变压器故障诊断提升方法：对所采集的油浸式变压器带有类标签的样本集每一类按3：1比例分为：训练样本和测试样本；从训练样本中有放回的抽取数量小于原训练样本的T个新的训练样本集训练SVM模型，得到T个弱学习器，即得到一组决策函数序列；利用正常状态、中温过热、高温过热、局部放电、火花放电及电弧放电这6种类别标签及所获取的决策函数序列建立T个DAG‑SVM分类树模型；利用得到的T个DAG‑SVM分类树模型分别进行故障诊断。本发明基于DAG‑SVM的变压器故障诊断提升方法，将DAG‑SVM算法进行Bagging集成，有效提高了故障预测精度。
-
公开(公告)号：CN106291351B
公开(公告)日：2019-01-18
申请号：CN201610835299.1
申请日：2016-09-20
Applicant: 西安工程大学
IPC: G01R31/327
Abstract: 本发明公开的基于卷积神经网络算法的高压断路器故障检测方法：磁平衡式霍尔电流传感器分别与断路器分合闸线圈、数据处理系统连接构建出分合闸线圈电流在线监测系统，用分合闸线圈电流在线监测系统实时监测得到的分合闸线圈电流数据；用基于卷积神经网络的深度学习算法构建故障类型预测模型，将部分分合闸线圈电流数据输入到构建故障类型预测模型中进行训练；将部分分合闸线圈电流数据输入到训练好的故障类型预测模型中，由故障类型预测模型对输入的分合闸线圈电流数据进行处理，完成对高压断路器故障检测。本发明的高压断路器故障检测方法采用卷积神经网络分析故障特征信号，在弥补人工神经网络检测的不足的同时，能更准确判断断路器的故障类型。
-
公开(公告)号：CN107607439A
公开(公告)日：2018-01-19
申请号：CN201710724017.5
申请日：2017-08-22
Applicant: 西安工程大学
Abstract: 本发明公开了一种输电导线覆冰类型自动识别装置，包括设置在覆冰样本两端的LCR高精度测量仪和温度测量装置，覆冰样本包括导线，导线内部沿电流流向依次设置有电容极板A和电容极板B，电容极板A和电容极板B之间的导线上设置有一对温度传感器，温度传感器引线穿过电容极板A与温度测量装置连接，电容极板B和电容极板A均与LCR高精度测量仪连接，导线两端还通过联轴器与电机连接，识别过程首先设置LCR高精度测量仪的参数，使其对电容极板A和电容极板B施加不同频率参数，然后采集覆冰样本数据，建立介电常数值与覆冰样本密度之间的关系，进而判断覆冰类型，本发明解决了现有技术中存在的输电线路覆冰监测中无法区分覆冰类型的问题。
-
公开(公告)号：CN107490760A
公开(公告)日：2017-12-19
申请号：CN201710725538.2
申请日：2017-08-22
Applicant: 西安工程大学
IPC: G01R31/327
Abstract: 本发明公开了基于遗传算法改进模糊神经网络的断路器故障诊断方法，具体为：步骤1、获取断路器的历史监测特征量与相应的诊断结论，构建基于遗传算法改进的模糊神经网络模型，并初始化模糊神经网络与遗传算法，设定相关的算法参数；步骤2、根据步骤1中的断路器历史数据来训练基于遗传算法改进的模糊神经网络模型；步骤3、待步骤2完成后，获取断路器的实时监测特征量；步骤4、根据步骤2中得到的基于遗传算法改进的模糊神经网络模型与步骤3中获得的断路器实时监测特征量来诊断被监测的断路器运行状态。本发明的断路器故障诊断方法，既能综合评估断路器的工作状态，又能在单独故障类别上进行精确诊断。
-
Patent Agency Ranking
公开(公告)号：CN106645276A
公开(公告)日：2017-05-10
申请号：CN201610872116.3
申请日：2016-09-30
Applicant: 西安工程大学
IPC: G01N25/20
CPC classification number: G01N25/20
Abstract: 本发明公开了一种覆冰导线冰柱表面局部换热系数的测量装置，包括控制器，控制器上分别连接有环境温度湿度采集模块、看门狗模块、电源模块、通信模块、EEPROM模块、信号采集电路，信号采集电路与多通道温度传感器连接，多通道温度传感器的多个端子等间距的连接在冰柱表面缠绕的铝丝上。本发明还公开了利用上述装置测量冰柱表面局部换热系数的方法。本发明一种覆冰导线冰柱表面局部换热系数的测量装置及测量方法，可以灵活、快速、精确的得到冰柱表面的换热系数。
-
公开(公告)号：CN109270442B
公开(公告)日：2021-02-12
申请号：CN201810954033.8
申请日：2018-08-21
Applicant: 西安工程大学
IPC: G01R31/327 , G06K9/62 , G06N3/12
Abstract: 本发明公开的基于DBN‑GA神经网络的高压断路器故障检测方法，具体按照如下过程：将在线监测系统监测的电流数据，作为输入变量；然后，利用基于深度信念神经网络的深度学习算法构建故障类型预测模型，确定限制玻尔兹曼机模型，记为RBM，将一部分电流数据样本提取到构建该模型并进行训练；经过对受限玻尔兹曼机的训练后，对整个深度信念神经网络模型进行训练学习；最后将所有的数据输入到训练好的故障类型预测模型中，由故障类型预测模型对输入的分合闸线圈电流数据进行处理，完成对高压断路器故障检测。本发明公开的方法在弥补人工神经网络检测的不足的同时，能更加准确有效地判断断路器的故障类型，进而能够有效率的检修。
-
公开(公告)号：CN107607439B
公开(公告)日：2020-03-27
申请号：CN201710724017.5
申请日：2017-08-22
Applicant: 西安工程大学
Abstract: 本发明公开了一种输电导线覆冰类型自动识别装置，包括设置在覆冰样本两端的LCR高精度测量仪和温度测量装置，覆冰样本包括导线，导线内部沿电流流向依次设置有电容极板A和电容极板B，电容极板A和电容极板B之间的导线上设置有一对温度传感器，温度传感器引线穿过电容极板A与温度测量装置连接，电容极板B和电容极板A均与LCR高精度测量仪连接，导线两端还通过联轴器与电机连接，识别过程首先设置LCR高精度测量仪的参数，使其对电容极板A和电容极板B施加不同频率参数，然后采集覆冰样本数据，建立介电常数值与覆冰样本密度之间的关系，进而判断覆冰类型，本发明解决了现有技术中存在的输电线路覆冰监测中无法区分覆冰类型的问题。
-
公开(公告)号：CN106646158B
公开(公告)日：2019-04-19
申请号：CN201611121970.2
申请日：2016-12-08
Applicant: 西安工程大学
IPC: G01R31/12
Abstract: 本发明公开的基于多分类支持向量机变压器故障诊断提升方法：对所采集的油浸式变压器带有类标签的样本集每一类按3：1比例分为：训练样本和测试样本；对得到的训练样本与测试样本分别进行归一化处理，然后建立基于Bagging集成DAG‑SVM与多级支持向量机变压器故障诊断模型；利用改进二进制布谷鸟算法对得到的所有DAG‑SVM与多级支持向量机模型进行选择；利用获得的模型集合对待测样本同时检测，最后应用多数投票法得到最终结果。本发明基于多分类支持向量机变压器故障诊断提升方法，能提高变压器故障诊断的精度。
-
公开(公告)号：CN206114569U
公开(公告)日：2017-04-19
申请号：CN201621099242.1
申请日：2016-09-30
Applicant: 西安工程大学
IPC: G01N25/20
Abstract: 本实用新型公开了一种覆冰导线冰柱表面局部换热系数的测量装置，包括控制器，控制器上分别连接有环境温度湿度采集模块、看门狗模块、电源模块、通信模块、EEPROM模块、信号采集电路，信号采集电路与多通道温度传感器连接，多通道温度传感器的多个端子等间距的连接在冰柱表面缠绕的铝丝上。本实用新型一种覆冰导线冰柱表面局部换热系数的测量装置，可以灵活、快速、精确的得到冰柱表面的换热系数。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.021 seconds)
