-
公开(公告)号：CN118965087B
公开(公告)日：2025-03-18
申请号：CN202411443895.6
申请日：2024-10-16
Applicant: 南昌大学
IPC: G06F18/24 , G06F18/25 , G06F30/20 , G01R31/00 , G01K13/00 , G01M7/02 , G06F113/08 , G06F119/08
Abstract: 本发明提供了一种多因素融合的干式铁心电抗器的缺陷诊断方法，涉及电力系统故障诊断领域，包括：获取干式铁心电抗器的温度场和结构场仿真模型后得到温度监测点和振动监测点；基于温度监测点和振动监测点进行磁场、流体和温度多物理场耦合仿真后获取温度分布特性，并根据温度分布特性修正振动仿真中的参数获取振动分布特性，联合温度分布特性和振动分布特性建立缺陷样本数据集，并将缺陷样本数据集划分为训练集、验证集和测试集；构建初始缺陷诊断模型，对初始缺陷诊断模型进行训练、调参和测试后输出缺陷类型。本发明综合考虑了温度和振动多种指标对缺陷诊断的影响，提高了干式铁心电抗器缺陷诊断的准确率。
-
公开(公告)号：CN118965087A
公开(公告)日：2024-11-15
申请号：CN202411443895.6
申请日：2024-10-16
Applicant: 南昌大学
IPC: G06F18/24 , G06F18/25 , G06F30/20 , G01R31/00 , G01K13/00 , G01M7/02 , G06F113/08 , G06F119/08
Abstract: 本发明提供了一种多因素融合的干式铁心电抗器的缺陷诊断方法，涉及电力系统故障诊断领域，包括：获取干式铁心电抗器的温度场和结构场仿真模型后得到温度监测点和振动监测点；基于温度监测点和振动监测点进行磁场、流体和温度多物理场耦合仿真后获取温度分布特性，并根据温度分布特性修正振动仿真中的参数获取振动分布特性，联合温度分布特性和振动分布特性建立缺陷样本数据集，并将缺陷样本数据集划分为训练集、验证集和测试集；构建初始缺陷诊断模型，对初始缺陷诊断模型进行训练、调参和测试后输出缺陷类型。本发明综合考虑了温度和振动多种指标对缺陷诊断的影响，提高了干式铁心电抗器缺陷诊断的准确率。
-
Patent Agency Ranking
公开(公告)号：CN118966078B
公开(公告)日：2025-02-14
申请号：CN202411425930.1
申请日：2024-10-14
Applicant: 南昌大学
IPC: G06F30/28 , G06F30/17 , G16C60/00 , G06F119/08 , G06F119/14
Abstract: 本发明提供了一种多因素融合的SF6替代气体适用性评估方法，涉及电气技术领域，包括：基于气体绝缘性获取备选替代气体，并进行电场、温度场和振动物理场仿真的材料参数；基于隔离开关设备建立简化仿真模型，并在简化仿真模型的外部建立正方体物理场仿真计算域；获取边界条件，并基于边界条件和材料参数在物理场仿真计算域内进行电场仿真、温度场仿真和振动仿真后获取最大场强模值、最大温升值和最大加速度值；基于备选替代气体的温室效应潜势值、回收难易程度、可获得值、价格值和预设的分量因素评估公式获取因素评估值；基于因素评估值和预设的综合因素评估公式获取综合评估值，当综合评估值大于预设阈值时，将备选替代气体作为GIS中SF6的替代气体。
-
公开(公告)号：CN118427607A
公开(公告)日：2024-08-02
申请号：CN202410468193.7
申请日：2024-04-18
Applicant: 南昌大学
IPC: G06F18/214 , G01R31/62 , G06F18/2433 , G06F18/213 , G06F18/10
Abstract: 本发明公开了一种基于多变量时间序列的变压器故障预警方法。首先，对变压器油中溶解气体在线监测时间序列样本进行数据预处理；然后，以抗短路电流和负荷时间序列作为外生变量，构建基于油中溶解气体多变量时间序列的向量自回归移动平均模型，并对模型参数进行估计，预测未来时刻的变压器油中溶解气体的含量；最后，将预测的油中溶解气体数据输入基于梯度提升树的变压器故障诊断模型，实现变压器的早期故障预警。本发明能够反应油中溶解气体的时序特性，充分考虑特征气体间的联系和外部因素的影响，并对预测模型的有效性做出更加明确的统计检验，提升了变压器油中溶解气体在线监测数据的预测精度，也为变压器的故障预警提供了可靠的保障。
-
公开(公告)号：CN117909705A
公开(公告)日：2024-04-19
申请号：CN202311369537.0
申请日：2023-10-21
Applicant: 南昌大学
IPC: G06F18/2113 , G01N30/02 , G01R31/62 , G01R31/12 , G06F18/243 , G06N20/20 , G06F18/214
Abstract: 本发明公开了一种基于特征选择的变压器故障诊断及影响因素分析方法。首先，收集已知变压器运行状态的油中溶解气体数据，通过特征衍生技术扩大特征量的筛选范围；然后，采用TPE算法实现RF模型参数寻优，选择最佳特征组合，并输出对应的最优故障诊断模型；最后，融合SHAP模型优选每种故障关联的主要特征量，利用特征贡献图实现对模型诊断结果的影响因素分析。本发明能够选择表征变压器故障类型的有效特征量，并克服传统变压器故障诊断特征量选取过于依赖现场经验的问题，也可实现诊断结果的事后分析及验证。
-
公开(公告)号：CN119202681A
公开(公告)日：2024-12-27
申请号：CN202411710779.6
申请日：2024-11-27
Applicant: 南昌大学
IPC: G06F18/213 , G06F18/15 , G06N20/00
Abstract: 本发明公开了一种基于单变量去时序化的变压器油中溶解气体预测方法。首先，收集变压器油中溶解气体在线监测的时间序列样本，并进行数据预处理；然后，通过滑窗技术对油中溶解气体的历史数据进行特征提取，将气体时间序列样本数据转化为非时序特征矩阵样本；最后，构建深度森林预测模型，通过多粒度扫描模块深层挖掘非时序特征矩阵的信息，再经过级联森林模块的不断训练，实现未来时刻油中溶解气体含量的准确预测。本发明能够在不破坏时间序列“过去预测未来”的规则情况下，进一步减少对特定时间点或时序关系的依赖，并提高传统非时序预测模型的适用性，有助于提升变压器油中溶解气体在线监测数据的预测精度。
-
公开(公告)号：CN118966078A
公开(公告)日：2024-11-15
申请号：CN202411425930.1
申请日：2024-10-14
Applicant: 南昌大学
IPC: G06F30/28 , G06F30/17 , G16C60/00 , G06F119/08 , G06F119/14
Abstract: 本发明提供了一种多因素融合的SF6替代气体适用性评估方法，涉及电气技术领域，包括：基于气体绝缘性获取备选替代气体，并进行电场、温度场和振动物理场仿真的材料参数；基于隔离开关设备建立简化仿真模型，并在简化仿真模型的外部建立正方体物理场仿真计算域；获取边界条件，并基于边界条件和材料参数在物理场仿真计算域内进行电场仿真、温度场仿真和振动仿真后获取最大场强模值、最大温升值和最大加速度值；基于备选替代气体的温室效应潜势值、回收难易程度、可获得值、价格值和预设的分量因素评估公式获取因素评估值；基于因素评估值和预设的综合因素评估公式获取综合评估值，当综合评估值大于预设阈值时，将备选替代气体作为GIS中SF6的替代气体。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
