一种基于WPD-FOA-LSSVM双模型的MMC故障定位方法

    公开(公告)号:CN110456217B

    公开(公告)日:2021-06-01

    申请号:CN201910729935.6

    申请日:2019-08-08

    Abstract: 本发明公开一种基于WPD‑FOA‑LSSVM双模型的MMC故障定位方法,属于多电平换流器故障定位技术领域。该方法首先将从模块化多电平换流器采集而来的电容电压信号集合S划分为训练集和测试集,并进行小波包分解,分别提取故障特征向量T1和T2,之后利用果蝇算法优化LSSVM,由故障特征向量T1和T2的集合分别训练LSSVM诊断模型,得到模型M1用于定位故障IGBT所在的桥臂及在子模块内部的位置,得到模型M2用于定位故障子模块,最后将测试集数据输入训练好的模型M1及M2中验证该模型。本发明时间空间成本低,运算速度快并且故障定位准确率高,具有较强的MMC故障定位功能。

    一种基于WPD-FOA-LSSVM双模型的MMC故障定位方法

    公开(公告)号:CN110456217A

    公开(公告)日:2019-11-15

    申请号:CN201910729935.6

    申请日:2019-08-08

    Abstract: 本发明公开一种基于WPD-FOA-LSSVM双模型的MMC故障定位方法,属于多电平换流器故障定位技术领域。该方法首先将从模块化多电平换流器采集而来的电容电压信号集合S划分为训练集和测试集,并进行小波包分解,分别提取故障特征向量T1和T2,之后利用果蝇算法优化LSSVM,由故障特征向量T1和T2的集合分别训练LSSVM诊断模型,得到模型M1用于定位故障IGBT所在的桥臂及在子模块内部的位置,得到模型M2用于定位故障子模块,最后将测试集数据输入训练好的模型M1及M2中验证该模型。本发明时间空间成本低,运算速度快并且故障定位准确率高,具有较强的MMC故障定位功能。

    一种对金属埋地管道干扰电位实时监测的系统

    公开(公告)号:CN110646682A

    公开(公告)日:2020-01-03

    申请号:CN201910897356.2

    申请日:2019-09-23

    Abstract: 本发明公开一种对金属埋地管道干扰电位实时监测的系统,属于埋地管道监测技术领域,该系统包括电源模块、现场电位实时采集保护模块、信号转换模块、控制模块、通讯传输模块及监控主机,由现场电位实时采集模块采集金属埋地管道的干扰电位并进行降压处理,通过信号转换模块进行模数转换,将转换后的离散数字信号经控制模块中控制芯片的最小系统基于改进阈值函数的小波变换方法对信号进行去燥和分频处理,由通讯传输模块将不同频率下的电位幅值和不同时间点的电位信号幅值传给监控主机,监控实现对采样数据的管理与分析,并通过无线通讯实现对监测现场的控制。本发明具有采集覆盖面广,准确精度高,控制范围大的优点。

    一种对金属埋地管道干扰电位实时监测的系统

    公开(公告)号:CN110646682B

    公开(公告)日:2021-06-22

    申请号:CN201910897356.2

    申请日:2019-09-23

    Abstract: 本发明公开一种对金属埋地管道干扰电位实时监测的系统,属于埋地管道监测技术领域,该系统包括电源模块、现场电位实时采集保护模块、信号转换模块、控制模块、通讯传输模块及监控主机,由现场电位实时采集模块采集金属埋地管道的干扰电位并进行降压处理,通过信号转换模块进行模数转换,将转换后的离散数字信号经控制模块中控制芯片的最小系统基于改进阈值函数的小波变换方法对信号进行去燥和分频处理,由通讯传输模块将不同频率下的电位幅值和不同时间点的电位信号幅值传给监控主机,监控实现对采样数据的管理与分析,并通过无线通讯实现对监测现场的控制。本发明具有采集覆盖面广,准确精度高,控制范围大的优点。

Patent Agency Ranking