-
公开(公告)号：CN111461298A
公开(公告)日：2020-07-28
申请号：CN202010224467.X
申请日：2020-03-26
Applicant: 广西电网有限责任公司电力科学研究院 , 广西电网有限责任公司钦州供电局
Abstract: 本发明提供了一种用于断路器故障识别的卷积神经网络，池化层和第一全连接层之间还设置有第一恒等映射和第二恒定映射，第一恒等映射包括第二卷积层和第三卷积层，第二恒等映射包括第四卷积层和第五卷积层；池化层、第二卷积层、第三卷积层、第四卷积层、第五卷积层和第一全连接层依次连接；第二卷积层的输入端与第三卷积层的输出端连接；第四卷积层的输入端与第五卷积层的输出端连接。通过在传统神经网络结构中加入了两个恒等映射环节，相当于在网络层之间增加直连通道，保护了信息的完整性，简化了学习目标和难度，提高了用于断路器故障识别的卷积神经网络的识别精度。另外，本发明还提供了一种用于断路器故障识别的方法。
-
公开(公告)号：CN111272405A
公开(公告)日：2020-06-12
申请号：CN202010224444.9
申请日：2020-03-26
Applicant: 广西电网有限责任公司电力科学研究院 , 广西电网有限责任公司钦州供电局
Abstract: 本发明提供了一种高压断路器机械故障诊断方法，包括：将加速度传感器设置在被诊断的高压断路器的预设位置上；在预设时间区间内接收加速度传感器发送的原始振动信号；基于预设采样方法从加速度传感器的原始振动信号中提取出采样振动信号；将所有加速度传感器的采样振动信号拼接为采样振动信号二维阵列；将振动信号二维阵列输入至用于断路器故障识别的卷积神经网络，并经用于断路器故障识别的卷积神经网络输出被诊断的高压断路器的诊断结果。该方法使高压断路器机械故障诊断可基于一套不依赖人工观察经验的方法实现，具有良好的实用性。另外，本发明还提供了一种高压断路器机械故障诊断系统。
-
公开(公告)号：CN111272405B
公开(公告)日：2022-08-16
申请号：CN202010224444.9
申请日：2020-03-26
Applicant: 广西电网有限责任公司电力科学研究院 , 广西电网有限责任公司钦州供电局
Abstract: 本发明提供了一种高压断路器机械故障诊断方法，包括：将加速度传感器设置在被诊断的高压断路器的预设位置上；在预设时间区间内接收加速度传感器发送的原始振动信号；基于预设采样方法从加速度传感器的原始振动信号中提取出采样振动信号；将所有加速度传感器的采样振动信号拼接为采样振动信号二维阵列；将振动信号二维阵列输入至用于断路器故障识别的卷积神经网络，并经用于断路器故障识别的卷积神经网络输出被诊断的高压断路器的诊断结果。该方法使高压断路器机械故障诊断可基于一套不依赖人工观察经验的方法实现，具有良好的实用性。另外，本发明还提供了一种高压断路器机械故障诊断系统。
-
公开(公告)号：CN111865825A
公开(公告)日：2020-10-30
申请号：CN202010570381.2
申请日：2020-06-19
Applicant: 广西电网有限责任公司电力科学研究院 , 广西电网有限责任公司钦州供电局
IPC: H04L12/861 , H04L1/00 , H02J13/00
Abstract: 本发明公开了基于优先级的智能化高压开关网络报文发送方法及系统，其方法包括：应用层处理模块对待发送的报文内容进行帧传输处理；帧校验模块将处理后的报文内容进行优先级别验证，并将处理后的报文内容存储至报文缓冲区模块中对应的第一等级缓冲区；报文缓冲区模块将第一等级缓冲区的状态信号设置为高电位，将第二等级缓冲区的状态信号保持为低电位；待发送包读取模块基于优先级顺序识别第一等级缓冲区和第二等级缓冲区的状态信号，将第一等级缓冲区中的处理后的报文内容进行读取与转发；发送处理模块对处理后的报文内容进行编码处理，输出至相应的后级发送端口。本发明实施例为待发送报文内容设定优先级，便于后续存储与转发，保障实时性。
-
公开(公告)号：CN111799887B
公开(公告)日：2022-11-18
申请号：CN202010570440.6
申请日：2020-06-19
Applicant: 广西电网有限责任公司电力科学研究院 , 广西电网有限责任公司钦州供电局
Abstract: 本发明公开了一种220kV智能高压开关控制系统，所述控制系统包括主控模块、断路器控制模块和刀闸控制模块；所述主控模块基于光纤与过程层网络连接，所述主控模块基于光纤与站控层网络连接，所述断路器控制模块基于光纤与所述主控模块连接，所述刀闸控制模块基于光纤与所述主控模块连接，所述刀闸控制模块基于光纤与所述断路器控制模块连接。在本发明实施例中，通过在一次设备中安装相应的智能控制模块可实现信息的就地采集，且用光纤实现传统各相断路器与各汇控箱之间以及各相断路器与各隔离开关之间的数据连接关系，可大幅度降低对电缆的利用率。
-
Patent Agency Ranking
公开(公告)号：CN111799750B
公开(公告)日：2022-08-16
申请号：CN202010582470.9
申请日：2020-06-23
Applicant: 广西电网有限责任公司电力科学研究院 , 广西电网有限责任公司钦州供电局
Abstract: 本发明公开了一种断路器本体三相不一致的保护系统及其实现方法，其中，所述系统包括：设置在断路器本体的三个相机构箱和智能控制模块；其中，每个相机构箱内均设置有一个就地采集模块，就地采集模块与智能控制模块通过光纤进行连接；就地采集模块用于对断路器的位置信号信息进行采集及处理并发送至所述智能控制模块；对智能控制模块发送的GOOSE命令进行解析，对出口继电器进行出口跳闸处理；智能控制模块用于接收位置信号信息，生成用于控制出口继电器调整的GOOSE命令，将GOOSE命令发送至所述就地采集模块。在本发明实施例中，可以有效的避免因继电器及回路异常导致的误动情况，可大大提升断路器本体三相不一致保护的可靠性。
-
公开(公告)号：CN113390347A
公开(公告)日：2021-09-14
申请号：CN202110629854.6
申请日：2021-06-07
Applicant: 广西电网有限责任公司电力科学研究院 , 广西电网有限责任公司钦州供电局
Abstract: 本发明公开了一种刀闸测距装置，包括激光干涉仪、MCU控制器、温度补偿模块、振动保护单元、无线传输模块、紧急散热模块和智能控制终端；MCU控制器与激光干涉仪、温度补偿模块、无线传输模块和紧急散热模块连接，激光干涉仪采集刀闸的距离信号传输至MCU控制器，温度补偿模块将温度信号传输至MCU控制器，MCU控制器传输数据至无线传输模块，MCU控制器传输信号至紧急散热模块并控制紧急散热模块，无线传输模块将数据发送至智能控制终端，智能控制终端接收无线传输模块发送的数据，激光干涉仪安装在刀闸夹座内侧，且对准刀闸合闸到位时的光栅测量轴线。实现了精确测量刀闸实际动作的距离位置，从而判断刀闸是否刀闸合闸到位或刀闸分闸到位。
-
公开(公告)号：CN111799887A
公开(公告)日：2020-10-20
申请号：CN202010570440.6
申请日：2020-06-19
Applicant: 广西电网有限责任公司电力科学研究院 , 广西电网有限责任公司钦州供电局
Abstract: 本发明公开了一种220kV智能高压开关控制系统，所述控制系统包括主控模块、断路器控制模块和刀闸控制模块；所述主控模块基于光纤与过程层网络连接，所述主控模块基于光纤与站控层网络连接，所述断路器控制模块基于光纤与所述主控模块连接，所述刀闸控制模块基于光纤与所述主控模块连接，所述刀闸控制模块基于光纤与所述断路器控制模块连接。在本发明实施例中，通过在一次设备中安装相应的智能控制模块可实现信息的就地采集，且用光纤实现传统各相断路器与各汇控箱之间以及各相断路器与各隔离开关之间的数据连接关系，可大幅度降低对电缆的利用率。
-
公开(公告)号：CN111799750A
公开(公告)日：2020-10-20
申请号：CN202010582470.9
申请日：2020-06-23
Applicant: 广西电网有限责任公司电力科学研究院 , 广西电网有限责任公司钦州供电局
Abstract: 本发明公开了一种断路器本体三相不一致的保护系统及其实现方法，其中，所述系统包括：设置在断路器本体的三个相机构箱和智能控制模块；其中，每个相机构箱内均设置有一个就地采集模块，就地采集模块与智能控制模块通过光纤进行连接；就地采集模块用于对断路器的位置信号信息进行采集及处理并发送至所述智能控制模块；对智能控制模块发送的GOOSE命令进行解析，对出口继电器进行出口跳闸处理；智能控制模块用于接收位置信号信息，生成用于控制出口继电器调整的GOOSE命令，将GOOSE命令发送至所述就地采集模块。在本发明实施例中，可以有效的避免因继电器及回路异常导致的误动情况，可大大提升断路器本体三相不一致保护的可靠性。
-
公开(公告)号：CN111796180A
公开(公告)日：2020-10-20
申请号：CN202010583389.2
申请日：2020-06-23
Applicant: 广西电网有限责任公司电力科学研究院 , 广西电网有限责任公司钦州供电局
IPC: G01R31/327 , G01M13/00 , G06N3/04
Abstract: 本发明公开了一种高压开关机械故障的自动识别方法及装置，其中，所述方法包括：基于电流钳采集高压开关分合闸控制回路在分合闸时的电流信号；基于声音传感器采集高压开关分合闸控制回路在分合闸时的声音信号；对所述电流信号及所述声音信号进行模数转换处理，获得电流及声音数字信号；对所述电流及声音数字信号进行预处理，获得预处理后的数字信号；将预处理后的数字信号输入训练收敛的卷积神经网络模型中进行高压开关机械故障的自动识别。在本发明实施例中，通过采集高压开关的声音和电流信号，利用深度学习的方式在声音和电流信号自动提取故障特征，自动识别相应的故障信息，提高了故障识别的准确性。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.088 seconds)
