-
公开(公告)号：CN104699949A
公开(公告)日：2015-06-10
申请号：CN201510022905.3
申请日：2015-01-16
Applicant: 广东电网有限责任公司佛山供电局 , 上海交通大学
Abstract: 一种基于混沌退火小波硬阈值法XLPE电缆局部放电消噪方法：S1，输入XLPE电缆的局部放电信号；S2，选择db5小波基函数，分解层次J设置为5层，小波分解得到低频系数C(j,n)和高频系数W(j,n)；S3，采用广义交叉验证准则作为选取阈值的评估条件；S4，运用混沌优化方法进行全局粗搜索，采用Logistic映射作为混沌优化序列；S5，运用模拟退火原理进行细搜索，采用渐进收缩扰动方式，将有效的促进算法收敛；S6，根据混沌退火算法选取最优硬阈值，对小波系数进行硬阈值处理，得处理后的小波系数为W(j,n)’，进行小波重构；S7，对消噪效果进行评估，采用消噪后的信噪比(SNR)和均方根误差(RMSE)作为标准；S8，输出消噪后的XLPE电缆局部放电信号。本发明能实现智能化消噪。
-
公开(公告)号：CN103969556A
公开(公告)日：2014-08-06
申请号：CN201410095139.9
申请日：2014-03-14
Applicant: 上海交通大学
IPC: G01R31/12
Abstract: 本发明公开了一种电缆附件绝缘带电检测装置，包括传感器、系统机箱、便携主机和检测软件系统，所述的传感器包括两个高频电流传感器、一个特高频传感器和一个超声传感器；耦合电缆附件中的局部放电信号送入所述的系统机箱；所述的系统机箱由信号调理单元、数据采集单元、综合电源单元和开关电路构成，系统机箱完成对局部放电信号的前置调理、采样处理和数据传输；所述的系统机箱和便携主机之间通过USB通信线进行连接；所述的便携主机搭载所述的检测软件系统，对局部放电数据进行处理、分析诊断，并建立局部放电数据库。本发明提高电缆附件局部放电带电检测的灵敏度、信噪比和抗干扰能力，实现对现场信号的实时自动处理，给出现场诊断分析结果。
-
公开(公告)号：CN114492974B
公开(公告)日：2024-08-06
申请号：CN202210055049.1
申请日：2022-01-18
Applicant: 国网浙江省电力有限公司电力科学研究院 , 上海交通大学
IPC: G06Q10/04 , G06Q10/067 , G06Q50/06 , G06F30/27 , G06F18/214 , G06N3/0442 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种GIS气体状态预测方法及系统。本发明的预测方法包括：数据预处理；建立以GRU为基本单元的Seq2Seq时序预测模型；Seq2Seq时序预测模型采用注意力机制自动提取输入时间序列关键时间点并分配相应权重，并计算当前时刻对应编码器输出的特征向量；在训练阶段采用线性衰减Scheduled Sampling算法；在测试阶段则采用Teacher Forcing算法；训练过程中损失函数取L1 Loss，经过1000次迭代后所得Seq2Seq时序预测模型对未来一段时间内GIS气体状态进行预测。本发明使Seq2Seq时序预测模型在实际测试时具有较高的容错性能，提升了Seq2Seq时序预测模型的预测精度。
-
公开(公告)号：CN107247223B
公开(公告)日：2023-07-28
申请号：CN201710429021.9
申请日：2017-06-08
Applicant: 上海交通大学 , 国网浙江省电力公司电力科学研究院
IPC: G01R31/12
Abstract: 本发明公开了一种用于气体绝缘开关设备的绝缘缺陷检测的内置式光电一体化传感器，包括：主盖板，其轴向方向上具有第一端面和第二端面；特高频传感器，其设于所述第二端面上；接头，其设于第一端面上，所述特高频传感器与所述接头连接；光学探头，其设于所述主盖板上，其中所述光学探头包括连接组件和柱状的导光棒，其中所述连接组件具有第一端和第二端，所述第一端与主盖板的第一端面连接，所述连接组件的第二端设有用于与光纤连接的光纤接口，所述导光棒具有近端和远端，所述导光棒的近端设于连接组件内，所述光纤接口与导光棒的近端之间具有导光孔。该传感器既适合局部放电进行特高频法检测，也可以进行光学检测。
-
公开(公告)号：CN114492974A
公开(公告)日：2022-05-13
申请号：CN202210055049.1
申请日：2022-01-18
Applicant: 国网浙江省电力有限公司电力科学研究院 , 上海交通大学
Abstract: 本发明公开了一种GIS气体状态预测方法及系统。本发明的预测方法包括：数据预处理；建立以GRU为基本单元的Seq2Seq时序预测模型；Seq2Seq时序预测模型采用注意力机制自动提取输入时间序列关键时间点并分配相应权重，并计算当前时刻对应编码器输出的特征向量；在训练阶段采用线性衰减Scheduled Sampling算法；在测试阶段则采用Teacher Forcing算法；训练过程中损失函数取L1 Loss，经过1000次迭代后所得Seq2Seq时序预测模型对未来一段时间内GIS气体状态进行预测。本发明使Seq2Seq时序预测模型在实际测试时具有较高的容错性能，提升了Seq2Seq时序预测模型的预测精度。
-
Patent Agency Ranking
公开(公告)号：CN113791318A
公开(公告)日：2021-12-14
申请号：CN202111029182.1
申请日：2021-09-01
Applicant: 上海交通大学 , 国网浙江省电力有限公司电力科学研究院
IPC: G01R31/12
Abstract: 本发明公开了一种基于多光谱检测阵列的局部放电故障识别方法，其包括步骤：(1)采用多光谱检测阵列传感器检测和采集气体绝缘电力设备的局部放电信号在不同波段下的光辐射强度；(2)持续检测和采集一段时间后，对应于各波段，对采集的所有局部放电光辐射强度求平均值，将该平均值作为相应波段的局部放电光辐射强度；(3)对各波段的局部放电光辐射强度进行归一化处理，将归一化处理后的各波段的局部放电光辐射强度作为局部放电多光谱特征；(4)采用高斯混合模型对输入的局部放电多光谱特征进行聚类分析，得到其对应的缺陷类别。相应地，本发明还公开了一种基于多光谱检测阵列的局部放电故障识别系统，其可以实施上述局部放电故障识别方法。
-
公开(公告)号：CN113447771A
公开(公告)日：2021-09-28
申请号：CN202110641064.X
申请日：2021-06-09
Applicant: 上海交通大学 , 国网浙江省电力有限公司电力科学研究院
IPC: G01R31/12
Abstract: 本发明涉及一种基于SIFT‑LDA特征的局部放电模式识别方法，包括以下步骤：采集局部放电特高频信号图像；进行SIFT特征提取；获取局部放电特高频信号图像视觉频率直方数据；使用LDA算法对局部放电特高频信号图像特征数据进行降维处理；进行归一化处理；训练支持向量机，获得局部放电特高频信号图像支持向量机模型；使用局部放电特高频信号图像支持向量机模型对局部放电特高频信号图像进行故障诊断。有益效果是提高局部放电故障类型的分类效果，实现局部放电故障的自动诊断和准确识别，在不同图像质量及像素大小的条件下进行局部放电特高频图像特征有效提取。
-
公开(公告)号：CN113283371A
公开(公告)日：2021-08-20
申请号：CN202110641065.4
申请日：2021-06-09
Applicant: 上海交通大学 , 国网浙江省电力有限公司电力科学研究院
Abstract: 本发明涉及一种基于BRISK特征的局部放电特征提取及分类方法，包括以下步骤：采集发送局部放电信号图像；对局部放电信号图像进行BRISK特征提取；获取局部放电信号图像视觉频率直方数据；对局部放电信号图像视觉频率直方数据进行归一化处理；将归一化处理后的局部放电信号图像特征数据分为训练集和测试集；训练获得局部放电信号图像随机森林分类器模型；使用局部放电信号图像随机森林分类器模型对局部放电信号图像进行故障诊断。有益效果是提高局部放电故障类型的分类效果、实现局部放电故障的自动诊断和准确识别，在不同图像质量、像素大小及图像存在视角变换的条件下进行局部放电图像特征有效提取及分类。
-
公开(公告)号：CN112147465A
公开(公告)日：2020-12-29
申请号：CN202010813781.1
申请日：2020-08-13
Applicant: 国网浙江省电力有限公司电力科学研究院 , 上海交通大学
Inventor： 陈孝信 , 邵先军 , 王绍安 , 郑一鸣 , 李晨 , 杨智 , 詹江杨 , 何文林 , 陈珉 , 孙翔 , 王文浩 , 徐华 , 陈梁金 , 王绪军 , 王磊 , 臧奕茗 , 钱勇 , 王辉 , 舒博
Abstract: 本发明公开了一种基于多重分形与极限学习机的GIS光学局部放电识别方法。本发明采用的技术方案为：设计多种GIS典型绝缘缺陷模型并搭建实验室光学检测系统，采集光学局部放电信号，绘制GIS不同缺陷下的灰度化光学局放图谱；根据多重分形理论，提取灰度化光学局放图谱的差盒维数及信息维数的多重分形特征量；构造极限学习机作为分类器，通过线性参数模式寻找全局极小值；输入训练和测试样本，测试识别结果。本发明的多重分形特征能够提高GIS光学局放图谱的识别准确率，极限学习机能够提高GIS光学局放图谱的识别速度，两者结合能够保证GIS局部放电的光学诊断效率。
-
公开(公告)号：CN111178388A
公开(公告)日：2020-05-19
申请号：CN201911231618.8
申请日：2019-12-05
Applicant: 上海交通大学 , 国网浙江省电力有限公司电力科学研究院
IPC: G06K9/62
Abstract: 一种基于NSCT光电融合图谱的局部放电相位分布检测方法，包括以下步骤：采集局放图谱、对光学PRPD图谱和特高频PRPD图谱进行灰度化处理和NSCT分解、NSCT融合、NSCT逆变换，重构出光电融合图像F和对光电融合PRPD图谱的模式识别。实验结果表明，本发明能够提高现阶段单一光学检测和单一特高频检测的模式识别的准确率，具有良好的识别效果和较高的实用性，有利于电力设备的运维检修，保障电网安全稳定运行。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.06 seconds)
