双线路组合式直流断路器及故障控制方法

    公开(公告)号:CN116505497A

    公开(公告)日:2023-07-28

    申请号:CN202310680654.2

    申请日:2023-06-08

    IPC分类号: H02H7/26

    摘要: 本发明公开了一种双线路组合式直流断路器及故障控制方法,包括分断支路、转移支路、振荡支路和耗能支路,耗能支路与振荡支路并联后的一端连接分断支路的一端、另一端经转移支路连接分断支路的另一端;分断支路和转移支路均采用双线路且一一对应连接分断支路中的一线路一串入母线;振荡支路包括依次串联的谐振电感、谐振电容器和电子触发开关,电子触发开关包括已对谐振开关、预充电电容及二极管桥式电路;与同类型断路器相比,采用了更少的电力电子器件,成本低,且振荡支路出现故障直接更换电子触发开关模块即可,更方便简洁经济;并且通过本发明设置的振荡支路可以实现一套回路结构对正向故障和反向故障情况均进行过零分合闸。

    一种卷积神经网络训练用学习率自调节方法及其在PRPD图谱识别的应用

    公开(公告)号:CN115577236A

    公开(公告)日:2023-01-06

    申请号:CN202210884153.1

    申请日:2022-07-26

    摘要: 一种卷积神经网络训练用学习率自调节方法及其在PRPD图谱识别的应用,属于GIS电气绝缘故障检测领域,通过现场检测以及积累,构建绝缘故障局放信号数据样本集,常见的信号类型主要包括尖端放电、沿面放电、悬浮放电、自由金属颗粒放电以及无故障的噪声信号;然后搭建卷积神经网络模型,通过网络训练获取模型,识别局放信号类别,实现绝缘故障类型的诊断。本发明采用自适应学习率CNN模型,对学习率进行了自动优化处理,具体是在每次迭代时求得学习率的最优值,并应用于下一次迭代的网络参数优化过程当中,实现学习率的自动调节,提升识别准确率,更加精准、快速的识别局部放电信号类型,提高绝缘故障检测的效率。