一种基于图时空神经网络的变压器故障预测方法

    公开(公告)号:CN114358159A

    公开(公告)日:2022-04-15

    申请号:CN202111607551.0

    申请日:2021-12-27

    Abstract: 本发明涉及一种基于图时空神经网络建模的变压器故障预测方法,包括:将变压器的油中溶解气体的时序数据输入训练好的图时空神经网络,输出变压器的预测故障类别;图时空神经网络包括图学习层、标准卷积层、时空信息提取模块和softmax层,时空信息提取模块包括若干个图卷积层和时序卷积层,若干个空间特征信息和时序卷积层交错连接,图学习层分别与各层图卷积层连接;预测故障类别的输出过程包括:将时序数据作为节点嵌入,输入图学习层,生成邻接矩阵,将邻接矩阵分别输入各层图卷积层;时序数据依次经过标准卷积层、空信息提取模块和softmax层,获得变压器的预测故障类别。与现有技术相比,本发明具有准确性高、可解释性强等优点。

    一种考虑不平衡数据样本的变压器故障诊断方法及系统

    公开(公告)号:CN110133146A

    公开(公告)日:2019-08-16

    申请号:CN201910451726.X

    申请日:2019-05-28

    Abstract: 本发明公开了一种考虑不平衡数据样本的变压器故障诊断方法,包括步骤:100:采集变压器的油色谱样本数据,并对其进行预处理得到经过预处理的油色谱样本数据;200:构建并训练第一级分类器,其中采用经过预处理的油色谱样本数据对第一级分类器进行训练;基于第一级分类器输出的状态特征与油色谱样本数据得到特征融合向量;300:基于EasyEnsemble集成学习方法对第二级分类器进行训练,基于若干个第二级子分类器的输出合成第二级分类器;400:将需要诊断的变压器油色谱数据输入第一级分类器,则从第二级分类器的输出端输出该变压器油色谱数据表征的变压器状态。该变压器故障诊断方法相对于传统方法取得更准确且平衡的效果。

    一种低压用户侧分布式电源并网全过程通用检测平台及方法

    公开(公告)号:CN103777097A

    公开(公告)日:2014-05-07

    申请号:CN201410028128.9

    申请日:2014-01-21

    Abstract: 本发明公开了一种低压用户侧分布式电源并网全过程通用检测平台及方法,检测平台包括用于模拟分布式发电输出特性且与EUT输入端连接的分布式发电模拟模块、用于模拟多种电网运行工况且与EUT输出端连接的电网工况发生模块、用于控制检测流程及收集数据分析检测结果的测量分析模块和用于提供检测设备用电的隔离配电模块。本发明检测平台的全过程检测方法应用,包括EUT的型式试验、出厂试验、动模试验和现场试验。本发明的检测平台采用模块化组合设计并方便集成于移动车箱内,模块设备之间可根据检测对象和检测模式自由组合,以满足不同场合环境下的检测需求,实现了低压分布式光伏、风电、燃气发电机的并网全过程检测。

    基于高光谱的绝缘子污秽成分和含量的检测方法及系统

    公开(公告)号:CN114994069B

    公开(公告)日:2024-05-14

    申请号:CN202210431990.9

    申请日:2022-04-22

    Abstract: 本发明公开了一种基于高光谱的绝缘子污秽成分和含量的检测方法及系统,属于输变电设备运行状态检测技术领域,该方法包括:获取n个绝缘子的高光谱图像,并检测其成分和相应的含量;构建污秽检测模型;用污秽检测模型检测输电线路绝缘子的成分和含量,将每一种成分对应的等值盐密和所有成分共同作用的等值盐密相结合来表征绝缘子的污秽度,提高评估绝缘子污秽度的准确性。因污闪电压不仅与污秽程度相关,与污秽成分也有着显著关系,本检测方法能够在非接触的情况下,实现输电线路自然积污绝缘子污秽成分与含量的双重检测,解决了现有研究无法准确判定污秽成分对污闪电压影响的问题,根据检测结果,可以针对性的制定绝缘子表面污秽的清扫方案。

Patent Agency Ranking