-
公开(公告)号：CN118427674A
公开(公告)日：2024-08-02
申请号：CN202410136708.3
申请日：2024-01-31
Applicant: 国家电网有限公司西北分部 , 西安工程大学
IPC: G06F18/241 , G06F18/25 , G06N3/0442 , G06N3/0464 , G06N3/082 , G01R31/327
Abstract: 本发明公开了基于多传感器及网络融合的GIS绝缘缺陷检测方法，具体按照以下步骤实施：步骤1、通过现有的GIS设备尺寸搭建GIS绝缘缺陷试验平台；步骤2、通过在GIS罐体内外安装多种传感器采集GIS设备内部特征信号；步骤3、构建GIS设备内部故障诊断模块；步骤4、预测结果，并还原出绝缘缺陷的三维动态发展过程。本发明解决了现有技术中存在的绝缘缺陷识别准确率低，缺陷识别不准确的问题。
-
公开(公告)号：CN110309586B
公开(公告)日：2023-01-03
申请号：CN201910575744.9
申请日：2019-06-28
Applicant: 西安工程大学
Abstract: 本发明公开的基于MA‑DBN的GIS分解气体含量预测方法，首先，采集国网对GIS设备监测到的一段时间内的SO2、SO2F2、SO2F2/SO2、气温、湿度以及海拔数据；然后，构建MA模型，将采集的气体数据作为该模型的输入，预测出未来时间段的气体数据；最后，构建DBN模型，将预测出的气体数据作为DBN模型的输入，通过DBN模型的修正后得到准确预测的未来时间段的气体数据。本发明公开的方法MA算法模型预测不精准的问题，具有收敛速度快且不易陷入局部最优的优点，通过本发明的方法能够在GIS开关设备发生故障之前，得以提前消除，减少了GIS设备故障带来的经济损失。
-
公开(公告)号：CN110703077B
公开(公告)日：2021-10-15
申请号：CN201910913509.8
申请日：2019-09-25
Applicant: 西安工程大学
IPC: G01R31/327 , G01M13/00 , G06K9/62
Abstract: 本发明公开了基于HPSO‑TSVM的高压断路器故障诊断方法，具体按以下步骤实施：步骤1：选取典型数据样本，按照4:1的比例分为训练样本和测试样本；步骤2：提取经步骤1所得的训练样本的输入特征向量，采用改进的F‑Score特征选择算法进行特征选择，得到一个最佳的特征子集；步骤3：对经步骤2得到最佳的特征子集样本作为HPSO‑TSVM的训练样本进行训练；步骤4：利用步骤3建立好的高压断路器故障诊断模型对故障数据集中的测试样本进行分类，统计其分类准确率。本发明的高压断路器故障诊断方法，能够准确实现高压断路器故障诊断。
-
公开(公告)号：CN110146790B
公开(公告)日：2021-01-26
申请号：CN201910372853.0
申请日：2019-05-06
Applicant: 西安工程大学
IPC: G01R31/12
Abstract: 本发明公开了局部放电的异型波检测装置，包括有任意信号发生器a、高压电源放大器a、高频分压器a、罗氏线圈、数据采集卡、前置微小信号放大器及PC机。该装置能够用于实验室检测绝缘缺陷局部放电的放电量和放电幅值。本发明还公开了局部放电的异型波检测方法，具体为：步骤1：制备电力设备典型绝缘缺陷试样，搭建局部放电的异型波检测装置；步骤2：设计异型波波形，并检测验证异型波性能，将所有已通过验证不存在畸变，且可以稳定用于局部放电研究的异型波保存；步骤3：应用步骤1所搭建的局部放电的异型波检测装置及步骤2所保存的无畸变且稳定的异型波为绝缘缺陷试样进行异型波局部放电实验操作，并为之匹配最佳的异型波。
-
公开(公告)号：CN109298330B
公开(公告)日：2021-01-05
申请号：CN201811418668.2
申请日：2018-11-26
Applicant: 西安工程大学
IPC: G01R31/327
Abstract: 本发明公开了一种基于GHPSO‑BP的高压断路器故障诊断方法，具体按以下步骤实施：步骤1：选取典型的数据样本，将归一化处理后的样本数据按照特定比例分为测试样本和训练样本；步骤2：对经步骤1归一化处理后所得的训练样本，对其条件属性约简特征信息并从中提取决策规则，构建约简决策表；步骤3：将经步骤2中构建的约简决策表中的约简特征信息作为构建GHPSO‑BP神经网络的输入，以此建立起基于GHPSO‑BP的高压断路器故障诊断模型；步骤4：将步骤3训练获得的高压断路器故障诊断模型对步骤1中的测试集样本进行故障分类，得出故障分类结果，并统计模型诊断准确率。本故障诊断方法能够准确实现高压断路器故障诊断。
-
Patent Agency Ranking
公开(公告)号：CN111275204A
公开(公告)日：2020-06-12
申请号：CN202010117648.2
申请日：2020-02-25
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于混合采样和集成学习的变压器状态识别方法，具体为：步骤1：将收集到的变压器油中溶解气体数据分为两个数据集；步骤2：对步骤1得到的训练集进行SMOTE过采样，将进行SMOTE过采样后的数据集记为新故障训练数据集；步骤3：将得到的新正常训练数据集 与步骤2得到的新故障训练数据集组合产生新的均衡数据集；步骤4：以最小二乘支持向量机为基分类器，利用步骤3生成的q组均衡子数据集训练q个基分类器；步骤5：将步骤4训练得到的q个基分类器进行集成得到强分类器对变压器进行状态识别；通过组合得到的强分类器即为变压器状态识别最优模型，对模型进行测试。该方法能够对变压器状态进行准确的识别。
-
公开(公告)号：CN110309586A
公开(公告)日：2019-10-08
申请号：CN201910575744.9
申请日：2019-06-28
Applicant: 西安工程大学
Abstract: 本发明公开的基于MA-DBN的GIS分解气体含量预测方法，首先，采集国网对GIS设备监测到的一段时间内的SO2、SO2F2、SO2F2/SO2、气温、湿度以及海拔数据；然后，构建MA模型，将采集的气体数据作为该模型的输入，预测出未来时间段的气体数据；最后，构建DBN模型，将预测出的气体数据作为DBN模型的输入，通过DBN模型的修正后得到准确预测的未来时间段的气体数据。本发明公开的方法MA算法模型预测不精准的问题，具有收敛速度快且不易陷入局部最优的优点，通过本发明的方法能够在GIS开关设备发生故障之前，得以提前消除，减少了GIS设备故障带来的经济损失。
-
公开(公告)号：CN109298330A
公开(公告)日：2019-02-01
申请号：CN201811418668.2
申请日：2018-11-26
Applicant: 西安工程大学
IPC: G01R31/327
CPC classification number: G01R31/3275
Abstract: 本发明公开了一种基于GHPSO-BP的高压断路器故障诊断方法，具体按以下步骤实施：步骤1：选取典型的数据样本，将归一化处理后的样本数据按照特定比例分为测试样本和训练样本；步骤2：对经步骤1归一化处理后所得的训练样本，对其条件属性约简特征信息并从中提取决策规则，构建约简决策表；步骤3：将经步骤2中构建的约简决策表中的约简特征信息作为构建GHPSO-BP神经网络的输入，以此建立起基于GHPSO-BP的高压断路器故障诊断模型；步骤4：将步骤3训练获得的高压断路器故障诊断模型对步骤1中的测试集样本进行故障分类，得出故障分类结果，并统计模型诊断准确率。本故障诊断方法能够准确实现高压断路器故障诊断。
-
公开(公告)号：CN106394601A
公开(公告)日：2017-02-15
申请号：CN201610850367.1
申请日：2016-09-26
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于声表面波技术的列车车轴状态监测装置，包括设置于列车车头控制室内的主机监控系统、设置于每节车厢底部的信号读写器及安装在每节车厢底部的车轴上的声表面波传感网络，声表面波传感网络利用射频识别与信号读写器连接，信号读写器通过无线网络与主机监控系统连接。本发明一种基于声表面波技术的列车车轴状态监测装置，能够完成对列车车轴状态的全方位实时监测，并进行故障的提前预警和故障位置的准确定位，并且无需在车厢内铺设线缆或光缆通讯。
-
公开(公告)号：CN111275204B
公开(公告)日：2023-04-07
申请号：CN202010117648.2
申请日：2020-02-25
Applicant: 西安工程大学
IPC: G06N20/10 , G06N20/20 , G06F18/214 , G06F18/2411
Abstract: 本发明公开了一种基于混合采样和集成学习的变压器状态识别方法，具体为：步骤1：将收集到的变压器油中溶解气体数据分为两个数据集；步骤2：对步骤1得到的训练集进行SMOTE过采样，将进行SMOTE过采样后的数据集记为新故障训练数据集；步骤3：将得到的新正常训练数据集与步骤2得到的新故障训练数据集组合产生新的均衡数据集；步骤4：以最小二乘支持向量机为基分类器，利用步骤3生成的q组均衡子数据集训练q个基分类器；步骤5：将步骤4训练得到的q个基分类器进行集成得到强分类器对变压器进行状态识别；通过组合得到的强分类器即为变压器状态识别最优模型，对模型进行测试。该方法能够对变压器状态进行准确的识别。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.027 seconds)
