-
公开(公告)号：CN114384410A
公开(公告)日：2022-04-22
申请号：CN202210040460.1
申请日：2022-01-14
Applicant: 国网江苏省电力工程咨询有限公司 , 南昌大学
IPC: G01R31/327
Abstract: 本发明公开了一种多信息参量融合的隔离开关机械故障诊断方法。首先通过力矩、转角和电流等传感器测量隔离开关开断或关合动作过程中的相应特征量的变化情况，构建力矩‑时间(或力矩‑转角)、电流‑时间曲线等。然后，根据上述曲线分别求解并获取一个动作周期内(一次开断或关合)力矩、电流等特征量的有效值、平均值及最大值等信息。最后，将上述特征量的最大值(或有效值)与平均值之比定义为其曲线系数，根据曲线系数的数值情况实现对隔离开关机械状态识别及机械故障诊断。本发明可替代现有故障诊断方法常用的横向及纵向比较的方法，可消除诊断方法对不同运行状态测量样本的依赖性，同时提升该方法在不同结构型式隔离开关中的通用性。
-
公开(公告)号：CN114169207A
公开(公告)日：2022-03-11
申请号：CN202111557088.3
申请日：2021-12-18
Applicant: 国网江苏省电力工程咨询有限公司 , 南昌大学
IPC: G06F30/23 , G06F30/28 , G06F113/08 , G06F119/08 , G06F119/14
Abstract: 本发明公开了一种基于数字孪生技术的隔离开关现场安装调试方法。首先根据现场隔离开关设备型号构建数字仿真模型，根据该模型简化建立三个子模型：刚柔耦合模型、电场仿真模型和流体温度场仿真模型。针对刚柔耦合模型，基于多体动力学理论，实现机械特性校验；针对电场仿真模型，基于电磁场理论，实现电气绝缘特性校验；针对流体温度场仿真模型，基于流体力学和热力学理论，实现热特性校验。最后，根据不同物理场仿真结果，获取隔离开关调试配置参数对各物理场的影响规律，综合得到设备最佳配置方案，结合交接验收试验，完成设备调试。本发明在设备安装阶段即可实现对设备带电运行性能的提前校验，避免设备运行后因安装不当所引发的停电检修。
-
公开(公告)号：CN118427724A
公开(公告)日：2024-08-02
申请号：CN202410468433.3
申请日：2024-04-18
Applicant: 南昌大学
IPC: G06F18/243 , G06F18/2431 , G06F18/214 , G06F18/213 , G06N5/01 , G06N20/20 , G06Q10/20 , G06Q50/06 , G01R31/00
Abstract: 本发明公开了一种基于深度森林的油浸式变压器健康状态评估方法。首先，以油浸式变压器为对象，基于在线监测和离线试验等多属性特征参量作为信息输入，将变压器样本集划分为训练集和测试集；然后，构建基于深度森林的变压器健康状态评估模型，通过多粒度扫描结构从不同尺度对输入特征进行特征提取，再经过级联森林结构深层挖掘样本数据信息，实现变压器健康状态的准确评估。本发明能够克服传统变压器健康状态评估方法过于依赖专家经验和判断，可提升变压器健康状态评估的准确性和可靠性，并为变压器的运维检修提供有效的指导建议。
-
公开(公告)号：CN118094385A
公开(公告)日：2024-05-28
申请号：CN202311370403.0
申请日：2023-10-21
Applicant: 南昌大学
IPC: G06F18/243 , G06F18/2411 , G06F18/27 , G06F18/211
Abstract: 本发明公开了一种基于RFECV的变压器故障表征特征量筛选方法。首先，收集已知变压器运行状态的在线或离线油色谱数据，进行特征衍生处理，形成高维特征样本集；然后，构建基于分类回归树的变压器故障诊断模型，采用随机搜索算法实现分类回归树模型的参数优化；最后，将最优诊断模型作为RFECV方法的基学习器，通过遍历所有特征序列筛选得到最佳特征组合，实现变压器故障的准确预测及诊断决策可视化。本发明可以大幅度缩减特征量筛选中的统计分析工作和解决传统故障诊断方法的“黑箱”问题，提升变压器故障诊断方法的科学性和实用性。
-
公开(公告)号：CN113468780B
公开(公告)日：2022-05-20
申请号：CN202110677853.9
申请日：2021-06-18
Applicant: 南昌大学
Abstract: 本发明公开了一种典型对称电极间隙结构的有效场域特征集的表征方法，该方法包括：构建对称电极间隙的仿真模型、划分有限元网格并计算静电场分布，提取两电极端部连线路径上的电场强度值，以该路径上的电场强度最小值作为边界值Ecr，将两电极之间电场强度大于边界值的网格单元构成的区域定义为与间隙击穿具有强关联性的有效场域，并将其划分为高压电极子场域和接地电极子场域，在两个子场域内分别提取所有网格单元的电场强度和单元体积，并据此计算得出45个与电场分布有关的特征量，构成有效场域特征集，用以表征间隙结构。本发明提供的有效场域特征集可为研究触发间隙击穿的特征区域提供参考，适用于作为间隙击穿电压预测模型的输入参数。
-
Patent Agency Ranking
公开(公告)号：CN113255690B
公开(公告)日：2022-04-12
申请号：CN202110405621.8
申请日：2021-04-15
Applicant: 南昌大学
IPC: G06V10/34 , G06V10/774 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于轻量级卷积神经网络的复合绝缘子憎水性检测方法，首先构建含有七个憎水性等级的复合绝缘子喷水图像样本集并加注标签，通过预处理扩充样本集并划分训练、验证和测试集；然后迁移MobileNet、ShuffleNet和GhostNet等在大型数据集中训练过的轻量级卷积神经网络模型，修改模型结构与输出，对网络层进行分段式学习率设置，构建憎水性检测模型，并通过Adam、SGDM等算法进行模型优化；最后利用复合绝缘子憎水性等级智能识别模型对测试集喷水图像进行憎水性检测，输出识别结果与准确率。本发明能够克服传统检测方法需要人工裁剪图片且受光照影响严重的局限性，可以提高复合绝缘子憎水性检测的效率与准确性。
-
公开(公告)号：CN113707158A
公开(公告)日：2021-11-26
申请号：CN202110878305.2
申请日：2021-08-02
Applicant: 南昌大学
IPC: G10L17/26 , G10L17/20 , G06K9/00 , G06K9/62 , G06N3/04 , G10L25/03 , G10L25/18 , G10L25/21 , G10L25/30 , G10L25/45 , G10L25/51
Abstract: 本发明公开了一种基于VGGish迁移学习网络的电网危害鸟种鸣声识别方法。该方法首先根据历史涉鸟故障的鸟种信息及电网周边鸟种调查结果建立电网危害鸟种音频库，然后对鸟鸣信号进行分帧、加窗、深度学习降噪和剪裁等预处理，计算鸟鸣信号语谱图，映射到64阶Mel滤波器组中得到Mel频谱图，把Mel频谱图作为网络的输入。针对因样本数量不足而导致传统鸟鸣识别模型泛化能力弱的问题，采用迁移学习的方法，利用在AudioSet数据集上预训练的VGGish网络提取128维鸟鸣VGGish特征，并通过主成分分析法对特征进行降维，最后利用分类网络对迁移特征进行识别。本发明可以有效的识别出不同的鸟种，有助于实现电网渉鸟故障的精准化防治。
-
公开(公告)号：CN113468780A
公开(公告)日：2021-10-01
申请号：CN202110677853.9
申请日：2021-06-18
Applicant: 南昌大学
Abstract: 本发明公开了一种典型对称电极间隙结构的有效场域特征集的表征方法，该方法包括：构建对称电极间隙的仿真模型、划分有限元网格并计算静电场分布，提取两电极端部连线路径上的电场强度值，以该路径上的电场强度最小值作为边界值Ecr，将两电极之间电场强度大于边界值的网格单元构成的区域定义为与间隙击穿具有强关联性的有效场域，并将其划分为高压电极子场域和接地电极子场域，在两个子场域内分别提取所有网格单元的电场强度和单元体积，并据此计算得出45个与电场分布有关的特征量，构成有效场域特征集，用以表征间隙结构。本发明提供的有效场域特征集可为研究触发间隙击穿的特征区域提供参考，适用于作为间隙击穿电压预测模型的输入参数。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.139 seconds)
