-
公开(公告)号:CN116223040A
公开(公告)日:2023-06-06
申请号:CN202310209121.6
申请日:2023-03-07
Applicant: 华北电力大学(保定)
IPC: G01M13/045 , B65G43/02 , B65G15/00 , G06F17/15 , G06F18/213 , G06F18/10 , G06F18/00
Abstract: 本发明公开了一种托辊故障声学信号特征提取及定位方法,包括以下步骤:S1、对麦克风阵列阵元参数化仿真及选型;S2、利用麦克风阵列对托辊轴承故障音频信息进行采集和预处理;S3、对各通道信号进行VMD分解,提取声学信号中的故障特征信息,实现不同信源分离,从而抑制传递路径的噪声干扰;S4、选取包含托辊轴承故障循环冲击特征的最优子带;S5、利用C‑Beamforming算法对VMD最优子带信号进行旁瓣抑制,进行声源成像及声源定位,以实现高分辨率声源定位。本发明采用上述托辊故障声学信号特征提取及定位方法,能够有效抑制干扰声源及传递路径耦合噪声影响,实现托辊轴承故障声源的特征提取及高分辨率定位。
-
公开(公告)号:CN116222997A
公开(公告)日:2023-06-06
申请号:CN202310209119.9
申请日:2023-03-07
Applicant: 华北电力大学(保定)
IPC: G01M13/00 , G01H17/00 , G10L25/48 , G10L25/30 , G10L21/0216 , G06F18/241 , G06N3/08 , G06F17/16 , G06N3/0464 , G06N3/0442
Abstract: 本发明公开了基于波束形成及时空网络的托辊故障声源距离估计方法,包括以下步骤:BCL模型构建及验证‑利用麦克风阵列采集不同距离的托辊故障声源数据,经波束形成定位处理构建数据样本集‑通过CNN层获得数据采样集的空间特性,再借助LSTM层在序列上的建模功能,将由空间数据所组成的序列信息注入LSTM网络,获得空间时序信息‑将空间时序信息注入Softmax分类器,通过对不同的故障距离特征进行分类,将分类结果作为BCL模型的输出。本发明采用上述基于波束形成及时空网络的托辊故障声源距离估计方法,减少了人工提取故障特征以及检测故障位置等步骤,能够在复杂环境下实现故障距离估计且保持较高准确率。
-
公开(公告)号:CN116106004A
公开(公告)日:2023-05-12
申请号:CN202111321248.4
申请日:2021-11-09
Applicant: 河北建设集团股份有限公司 , 华北电力大学(保定)
IPC: G01M13/028 , G01M13/021 , G06F17/14
Abstract: 本发明公开了一种基于同步提取变换的多源时频脊线提取方法,包括:获取齿轮箱时域振动信号;对时域振动信号进行变分模态分解滤波,得到特征模态分量时域振动信号;对特征模态分量时域振动信号进行同步提取变换时频分析;根据局部峰值搜索算法提取转轴转频、齿轮啮合频率时频脊线;基于多源脊线融合方法优化时频脊线,提取转频曲线;基于转频曲线对特征模态分量时域振动信号进行阶次跟踪,从角域阶次谱中得到转轴故障特征阶次。改善了频率突变情况且IF融合精度高,从阶次跟踪后信号阶次谱中得到故障特征阶次,改善了频率模糊现象,优化了轴承故障特征提取效果。
-
公开(公告)号:CN112649761A
公开(公告)日:2021-04-13
申请号:CN202011356376.8
申请日:2020-11-26
Applicant: 华北电力大学(保定)
IPC: G01R31/62
Abstract: 本发明公开了一种基于瓦斯继电器流速和压强的变压器重瓦斯动作整定方法,包括:采集油路管道的流速值、压强值和重瓦斯信号;施加不同程度的外部激励源至油路管道上,产生不同的涌动油流;基于实时采集的流速值、压强值和重瓦斯信号,分别生成不同涌动油流下的流速曲线图、压强曲线图和重瓦斯动作曲线图;基于流速曲线图、压强曲线图和重瓦斯动作曲线图,确定重瓦斯动作的流速整定值和压强整定值;基于流速整定值、压强整定值、以及实时采集的流速值和压强值,判定变压器的故障等级。本发明结合变压器故障时油压、油流变化,能够为瓦斯继电器瓦斯报警信号的辅助决策提供依据,并提高电力变压器运行的安全可靠性。
-
公开(公告)号:CN109270441A
公开(公告)日:2019-01-25
申请号:CN201810786407.X
申请日:2018-07-17
Applicant: 国网浙江省电力有限公司检修分公司 , 国网浙江省电力有限公司 , 华北电力大学(保定)
Inventor: 周国伟 , 董建新 , 杨松伟 , 徐华 , 周建平 , 郦于杰 , 陈欣 , 刘江明 , 陈晓锦 , 汪全虎 , 刘德 , 邓华 , 戴鹏飞 , 李文燕 , 艾云飞 , 刘昌标 , 张翾哲 , 万书亭 , 豆龙江 , 张燕珂
IPC: G01R31/327
Abstract: 本发明公开了一种基于振动信号的高压断路器分闸特性参数在线检测方法,本发明涉及一种高压断路器的检测方法。目前电力系统多采用定期检修时进行预防性试验的方法来了解断路器的特性参数,这种做法不仅费时费力,而且频繁地操作和过度地拆卸检修会降低断路器的动作可靠性,带来一定的负面影响。本发明采用加速度传感器,将加速度传感器分别安装在弹簧操作机构和断路器横梁上以采集两路振动信号,利用多路振动信号提取断路器分闸过程中运动时间参数,在测量精度和稳定性方面均取得了较好的效果,对于断路器特性参数的在线提取提供了一种新的思路。本技术方案解决了传统测量方法需离线测试、传感器安装繁琐的问题。
-
公开(公告)号:CN104362570A
公开(公告)日:2015-02-18
申请号:CN201410663097.4
申请日:2014-11-10
Applicant: 华北电力大学(保定) , 国网青海省电力公司海西供电公司
IPC: H02G7/20
CPC classification number: H02G7/20
Abstract: 本发明公开了一种脉动风作用下输电线风偏时的横担挂点荷载计算方法,包括以下步骤:1、迭代求解输电线在平均风偏状态下的输电线弦向张力H;2、求解输电线在脉动风作用下的动态张力DH;3、求解输电线端部张力。本发明的脉动风作用下输电线风偏时的横担挂点荷载计算方法,可以在输电杆塔设计中的杆塔结构荷载计算时,考虑脉动风在输电线两端造成的动态张力的影响,这对于加强杆塔承载能力,保证电网安全运行具有重要意义。
-
公开(公告)号:CN104268705A
公开(公告)日:2015-01-07
申请号:CN201410521062.7
申请日:2014-09-30
Applicant: 国家电网公司 , 国网黑龙江省电力有限公司 , 华北电力大学(保定)
Abstract: 一种电力物资配送中心选址方法,所述方法包括以下步骤:A、将目标区域划分为子区域;B、在各子区域内将配送中心设定在不同物流节点处,确定所述子区域内供应商和所述不同位置的配送中心到需求点的加权距离和;C、将各子区域内所述加权距离和最小处对应的配送中心位置确定为所述子区域的配送中心位置。通过采用本发明的电力物资配送中心选址方法,能够考虑供应商库存管理模式和联合库存管理模式的特点,基于虚拟库存技术和时间满意度确定合适的电力物资配送中心的选址,由此满足复杂的电力配送系统要求,优化资源,提高服务质量。
-
公开(公告)号:CN114839525B
公开(公告)日:2025-02-25
申请号:CN202210574208.9
申请日:2022-05-24
Applicant: 华北电力大学(保定)
IPC: G01R31/327 , G01P15/00 , G01P5/00
Abstract: 本发明公开了一种基于涌动油流加速度的变压器重瓦斯动作整定方法,包括:施加不同程度的外部激励源至油路管道上,生成不同涌动油流;基于流速传感器采集瞬态油流的流速信号,生成不同涌动油流下的流速曲线图;基于瓦斯继电器采集瓦斯继电器挡板转角信号,生成不同涌动油流下的挡板转角曲线图;基于流速曲线图和挡板转角曲线图,分析比较不同涌动油流下恰好发生重瓦斯动作时所对应的涌动油流的加速度值及变化趋势,确定发生重瓦斯动作时的涌动油流的加速度整定值;基于涌动油流的加速度整定值判断是否发生重瓦斯动作。本发明通过基于涌动油流加速度值判断是否发生重瓦斯动作,为变压器重瓦斯动作整定提供了一种新方法。
-
公开(公告)号:CN119249874A
公开(公告)日:2025-01-03
申请号:CN202411278471.9
申请日:2024-09-12
Applicant: 华北电力大学(保定)
IPC: G06F30/27 , G01R31/327 , G06F18/214 , G06F17/15
Abstract: 本发明公开了一种基于储能动作模型的高压断路器合闸弹簧疲劳程度在线监测方法,属于高压断路器监测技术领域,具体步骤如下:步骤S1:构建储能动作模型;步骤S2:采集储能电机的电压值、电流值以及操动机构曲柄的角度位移信号,步骤S3:确定适应度函数;步骤S4:利用樽海鞘群算法和适应度函数求解储能动作模型,得到合闸弹簧刚度K;步骤S5:根据合闸弹簧刚度K计算当前合闸弹簧疲劳程度。采用上述基于储能动作模型的高压断路器合闸弹簧疲劳程度在线监测方法,构建了包括曲柄角位移、合闸弹簧刚度、储能电机电压以及储能电机电流等参数的储能动作模型,采用樽海鞘群算法进行求解,实现合闸弹簧刚度的精确在线测量。
-
公开(公告)号:CN119128584A
公开(公告)日:2024-12-13
申请号:CN202411134774.3
申请日:2024-08-19
Applicant: 华北电力大学(保定)
IPC: G06F18/24 , G06F18/214 , G06F18/213 , G06F18/15 , G06F18/25 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于FFMC模型的地铁列车传动系统多故障诊断方法,属于地铁列车故障诊断技术领域,包括:获取地铁列车传动系统多种部件故障数据集并进行预处理;将预处理后的多种部件故障数据集进行划分,并进行归一化处理;构建FFMC模型并初始化FFMC模型参数;使用训练集对FFMC模型进行训练;使用测试集对训练好的FFMC模型进行测试,实现对地铁列车传动系统多故障的分类与诊断。本发明采用上述方法,通过对传统卷积神经网络进行了改进,融合GRU、多尺度卷积、空洞卷积和残差连接,并使用全局平均池化层替代全连接层,提升了模型的特征提取能力和分类准确率。
-
-
-
-
-
-
-
-
-